前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >《数据可视化基础》第九章:比例可视化(二)

《数据可视化基础》第九章:比例可视化(二)

作者头像
医学数据库百科
发布2020-07-22 10:22:47
1.1K0
发布2020-07-22 10:22:47
举报

以下部分是基于《Fundamentals of Data Visualization》学习笔记,最近可能会不定期连载哦!要是有兴趣还等不及更新的话,可以直接看原版书籍:https://serialmentor.com/dataviz/

3. 一个堆叠条形图可视化的例子

在上面说到堆叠条形图的时候,我们说到,由于内部比例相对变化的问题。所以不建议用堆叠的条形图来可视化时间序列的数据。但是如果只有两个分组的话,那么就可以使用堆叠的条形图了。例如在观察一个地方一段时间男女比例构成的时候,我们就可以使用堆叠的条形图的。

对于一个连续性多分组的比例数据,如果使用堆叠的条形图的话,会是很多并排的条形,可视化效果不好。这个时候我们就可以使用堆叠密度图来进行可视化。

例如我们在可视化健康状态和年龄的时候,其中年龄可以当作连续性变量,如下图所有,利用堆叠密度图的可视化效果还是不错的。我们可以清楚地看到,随着年龄的增长,整体健康状况会下降,而且,尽管出现了这种趋势,但超过一半的人口会保持健康,直到非常老。

但是,同样的对于这个图对于都是相对的变化,所以之间的绝对变化很难观察出来。

4. 将比例分别可视化为总体的一部分

并排条形图的问题是,它们无法清晰地看到各个亚组相对于整体的变化,而堆叠式条形图的问题在于,由于它们具有不同的基线,因此无法轻松比较不同的条形图。因此,我们可以通过为每个亚组绘制一个单独的图并在每个图中显示整体变化的背景来解决这两个问题。例如?这个图。

从上图可以看出,从绝对意义上讲,健康状况良好或良好的人数在30-40岁之前下降,而健康状况良好的人数在各个年龄段都保持大致恒定。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-07-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据库百科 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 以下部分是基于《Fundamentals of Data Visualization》学习笔记,最近可能会不定期连载哦!要是有兴趣还等不及更新的话,可以直接看原版书籍:https://serialmentor.com/dataviz/
  • 3. 一个堆叠条形图可视化的例子
  • 4. 将比例分别可视化为总体的一部分
相关产品与服务
灰盒安全测试
腾讯知识图谱(Tencent Knowledge Graph,TKG)是一个集成图数据库、图计算引擎和图可视化分析的一站式平台。支持抽取和融合异构数据,支持千亿级节点关系的存储和计算,支持规则匹配、机器学习、图嵌入等图数据挖掘算法,拥有丰富的图数据渲染和展现的可视化方案。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档