数据差异的可视化

本文编译自:https://flowingdata.com/2018/04/17/visualizing-differences/

可视化是指比较数据,发现规律,洞察内情。但是如果我们的目的是可视化差异,有一些方法会更实用。下面我将介绍以下五种:

1. 直接可视化(Straightforward Visualization)

这是一种“让数据自己说话(let the data speak)”的方式,读者也必须自己得到结论。你也可以添加注释引导读者,这通常是最佳方式。

举例:

下图展示了胃和膀胱空和满时的状态。

有时候按数据的某一维度排序有助于快速的比较。下图是美国各州的人口组成,你可以非常快速地看出人口最密集州与人口最稀疏州之间人口组成的区别。

2. 标注差异 (Visual Encodings that Diverge)

使用不同的颜色或者坐标系统标注不同类型的数据。

举例:

下图展示年龄组成,使用不同颜色强调老年和年轻群体。

同样的,下图使用不同颜色来区分性别。

下图使用颜色条来展示全美杂货店的密度。

3. 分组 (Seperate Categroies)

有时候一张图里挤满了点和线会显得杂乱,因此可以将数据分组后再组合在一起。

举例:

下图比较不同快餐品牌菜单上食物的热量分布。

使用多个小图(Small multiples)会更紧凑。下图展示了美国历届总统的支持率

4. 只展示差异 (Showing Only What’s Different)

有时不需要显示全部数据,就将重点过滤出来,只展示差异部分。

举例:

美国历史上最受欢迎的名字。按照受欢迎程度排序后只显示有意思的年份。

5. 交互性 (Animated Contrasts)

下图展示的是不同职业的薪水,用户可以自己选择年份。

或者像下图一样,用户可以自己选择性别,年龄阶段和人种。

欢迎交流或提出建议。如果您觉得本文有用,请点个赞,并分享给朋友们。扫码即可订阅本站,谢谢,么么哒 :)

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180508G0CHHS00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

同媒体快讯

扫码关注云+社区

领取腾讯云代金券