1 為什么要用數據可視化？

2 如何做數據可視化？

"數據可視化"可以幫助用戶理解數據，一直是熱門方向。

圖表是”數據可視化”的常用手段，其中又以基本圖表—-柱狀圖、折線圖、餅圖等等—-最為常用。

用戶非常熟悉這些圖表，但如果被問道，它們的特點是什么，最適用怎樣的場合（數據集）？恐怕答得上來的人就不多了。

本文是電子書《Data Visualization with Java》第一章的筆記，總結了六種基本圖表的特點和適用場合，非常好地回答了上面的問題。

零 序言

進入正題之前，先糾正一種誤解。

有人覺得，基本圖表太簡單、太原始，不高端，不大氣，因此追求更復雜的圖表。但是，越簡單的圖表，越容易理解，而快速易懂地理解數據，不正是”數據可視化”的最重要目的和最高追求嗎？

所以，請不要小看這些基本圖表。因為用戶最熟悉它們，所以只要是適用的場合，就應該考慮優先使用。

一、柱狀圖（Bar Chart）

柱狀圖是最常見的圖表，也最容易解讀。

它的適用場合是二維數據集（每個數據點包括兩個值x和y），但只有一個維度需要比較。年銷售額就是二維數據，”年份”和”銷售額”就是它的兩個維度，但只需要比較”銷售額”這一個維度。

柱狀圖利用柱子的高度，反映數據的差異。肉眼對高度差異很敏感，辨識效果非常好。柱狀圖的局限在于只適用中小規模的數據集。

通常來說，柱狀圖的X軸是時間維，用戶習慣性認為存在時間趨勢。如果遇到X軸不是時間維的情況，建議用顏色區分每根柱子，改變用戶對時間趨勢的關注。

上圖是英國足球聯賽某個年度各隊的贏球場數，X軸代表不同球隊，Y軸代表贏球數。

二、折線圖（Line Chart）數據

折線圖適合二維的大數據集，尤其是那些趨勢比單個數據點更重要的場合。

它還適合多個二維數據集的比較。

上圖是兩個二維數據集（大氣中二氧化碳濃度，地表平均氣溫）的折線圖。

三、餅圖（Pie Chart）

餅圖是一種應該避免使用的圖表，因為肉眼對面積大小不敏感。

上圖中，左側餅圖的五個色塊的面積排序，不容易看出來。換成柱狀圖，就容易多了。

一般情況下，總是應該用柱狀圖替代餅圖。但是有一個例外，就是反映某個部分占整體的比重，比如貧窮人口占總人口的百分比。

四、散點圖（Scatter Chart）

散點圖適用于三維數據集，但其中只有兩維需要比較。

上圖是各國的醫療支出與預期壽命，三個維度分別為國家、醫療支出、預期壽命，只有后兩個維度需要比較。

為了識別第三維，可以為每個點加上文字標示，或者不同顏色。

五、氣泡圖（Bubble Chart）

氣泡圖是散點圖的一種變體，通過每個點的面積大小，反映第三維。

上圖是卡特里娜颶風的路徑，三個維度分別為經度、緯度、強度。點的面積越大，就代表強度越大。因為用戶不善于判斷面積大小，所以氣泡圖只適用不要求精確辨識第三維的場合。

如果為氣泡加上不同顏色（或文字標簽），氣泡圖就可用來表達四維數據。比如下圖就是通過顏色，表示每個點的風力等級。

六、雷達圖（Radar Chart）

雷達圖適用于多維數據（四維以上），且每個維度必須可以排序（國籍就不可以排序）。但是，它有一個局限，就是數據點最多6個，否則無法辨別，因此適用場合有限。

下面是邁阿密熱火隊首發的五名籃球選手的數據。除了姓名，每個數據點有五個維度，分別是得分、籃板、助攻、搶斷、封蓋。

畫成雷達圖，就是下面這樣。

面積越大的數據點，就表示越重要。很顯然，勒布朗·詹姆斯（紅色區域）是熱火隊最重要的選手。

需要注意的時候，用戶不熟悉雷達圖，解讀有困難。使用時盡量加上說明，減輕解讀負擔。

七、總結