以及哪些使用天文台

By admin in 天文台 on 2019年1月2日

原稿地址:https://medium.com/@EvanSinar/7-data-visualization-types-you-should-be-using-more-and-how-to-start-4015b5d4adf2\#.ihmpbv71k

原文作者:伊娃n Sinar

特种的多寡可视化令人映像深切,也足以使观者体会到其多样性——因为尽管是最清晰直观的可视化类型,一再重复也会丧失魅力。随着民众审美品位的提升,数据可视化设计师也需要不断举办可视化方法、提高他们的多少可视化知识和熟稔度,进步他们的技巧,以追加观者的熟识度和他们的希望。更首要的是,可视化设计师始终意识到将可视化模式和数码、阐释格局、解答问题非凡起来是多么首要。

在这片著作中,我想起了7种我们并不那么熟练(或许从未听说)不过却很有用的数额可视化类型:

1. 斜率图

2. 平行坐标图

3. 冲积图

4. 旭日图

5. 圆形划归图

6. 地平线图

7. 流图

固然这个可供拔取的数据可视化方法已经有了很好的开拓进取,并且也在广大下边证实了它们的市值,但他俩却从没像条形图、折现图、散点图和扇形图一样那么周边。毫无疑问,基本和广泛的可视化类型依旧可以用于拍卖某些简单的多少。但是,当传播复杂的内容时,例如层次结构,纵向数据和多变量相比较等等,
平日需要相应深度的更高级的可视化类型。

文中介绍的每个可视化类型内容囊括以下一些:

• 简要描述

• 什么日期使用

• 五个实在案例(即人们在骨子里多少处理过程中行之有效选取了该技能)

• 更多相关新闻浏览地址

• 怎么着创设(无需编码)不无的那一个可视化都可以因此像R语言和D3.js或者其余的商用程序来成功,但耗时较长,花费也很高,所以往往不是最好的抉择。那里介绍的每一个可供选取的可视化技术都是足以神速、免费得到且普遍利用的,可以使用如Excel等工具完成,无需编码。本文中,我会重点对这么些措施举办解说。

1
斜率图
——斜率图是一种分外的线形图,通过将两组(或多组)数据连线,把数量在另一层面上体现出来的值(即斜率)举办相比,并对这么些数据的名号举办标注以简练举行分解。两组数据具有相同的度量标准,以便于观察每个数据是否在六个档次之间存在扩张,收缩或持平。坚守最佳做法,设计师平日杰出体现最大消息价值的线条(例如,增添或裁减量最大的咬合),并且淡化弱化展现其他一些。

什么日期使用——用来比较数据组在一定时间限定内(平日为一个连续年)的变化率和数量排序。一般的话,在斜率图中,所有数值对于其所在的组和项目都无法不是有含义的,这样才能显得其从一个品种到另一个品种的转移程度。

三个实在案例:


《纽约时报》中宝宝死亡率


美利坚合众国国家公共电台的“你的国家怎么着发电”

(图表突显了2004~2014美利哥各样州使用煤矿、天然气、核能、水能发电的动静,从图纸中得以清楚的见到哪些能源的使用率在降低,哪些在上升,且可以经过线条的斜率比较某一能源使用率的成形程度)

欲获取更多新闻——请参阅 Cole Nussbaumer
Knaflic

怎么创制——请参阅Jon
Peltier

2 平行坐标图 ——
一个平行坐标图可将多个变量并排排列,每个值在逐一变量的最大值和微小值间(最大值在顶部,最小值在底层)水平变化,我们将那么些变量上相应的值连接起来,就拿走了档次坐标图。在已有的大量的案例中,平行坐标图平时是应用交互式视图,可以挑选和崛起展现其中分别行。

发表群体表现出类似或不同的多变量的数据分布。平行坐标可视化
最好的可视化类型 大型中,大数据。

什么时候使用——用来表达各数组线条是什么在各类变量之间呈现或一般或不同的变化趋势。平行坐标图是用来处理大型数据通常用的最优可视化类型。

五个实在案例:

• 美利坚联邦合众国农业部的营养数据库 

• 国货数据流的大体平行坐标 

欲获取更多新闻——请参阅Stephen
Few

咋样制作—运用RAW软件:从Excel或者另外类似的制表程序里直接粘贴自己的多少,或者采用Cars样本数据集(然后选定平行坐标,且将每一个数值坐标拖拽至维度框中内同时给每个颜色框命名)

3 冲积图——
冲积图(与桑基图密切相关)彰显了不同实体(或节点)咋样跨六个组或时刻段集中或分流。在这个图片中,冲积流的肥瘦注解在每个范围内数据的分寸或比重,类似于支流如何形成更大的溪水或江河怎么着分流形成不同的支流。

啥时候运用——用以突显四个数组在四个变量之间是什么相互关联(当数码流会聚时)或者什么各自异化的(当数码发生分流时)。冲积图尤其适用于表示文本流数据:金钱,商品,时间,选票等等,但也足以用来其他多种用处。它还可以够用于显示咋样变量更集中(更少,更宽的数据流)或者更分散(更多,更窄的数据流)。

六个实在案例:

• 美利坚联邦合众国管辖和他们的星座的音信捕捉

(上图显示了花旗国总统的出生地、任职时的岁数、党派及星座音信,通过冲积图可以显明看出出生于弗吉尼亚(Virginia)州,年龄50岁,共和党,天秤座、双子座和金牛座的总统偏多)

• 劳伦斯Livermore的有关二零一一年花旗国预估能源应用揣摸 

欲获取更多信息——请参阅Digital Splash
Media

怎么着创设——运用桑基图:粘贴你协调的数码或者使用网站的数码样表

4 旭日图——旭日图展现了在一个圆形内分层构造。每一个外延的环状都代表更深一个层次。环内分块平常由分布在这块的数的高低决定。当旭日图和扇形图有一些相似之处并且在扇形图不再适用于简单地对待时,就需要对数码举行复杂的、多层次的分块来使数据有所更强的可解读性。

六个实在案例:

• Marcin
Ignac的对本来拍照搜索结果的可视化

• Co.Design的咋样区分66种奶酪

(此图片从圆心向外分别从原料采纳的奶品种、奶酪质料、奶酪颜色和纹理两个层次对66种奶酪举办了分类)

欲获取更多新闻——请参阅Bime
Analytics

何以创立——请参阅Beat
Excel

5 圆形划归图——圆形划归图呈现为几组圆环分类数据,通常用于数据分层,其中较小的多寡如故被用和此外同类数据一致的颜色标记,要么被嵌套到其他大数组中。

几时使用——用于展示多组数据和分组数据在大大小小和任何属性上有什么不同(例如,圆的大小用来代表量,圆的颜色用来表示不同性质)。类似的民众相比较熟知的可视化方法是树状图,但鉴于过多个人对圆的图样有着固有的偏好,圆形划归图往往更掀起观众。

四个实在案例:

• Stanford
Kay工作室的全球碳排放量

• Music
Popcorn的音乐分类可视化

(此图片是对两样的音乐流派举行的追究和分类,圆的大小表示流行水平,圆的颜色代表一如既往种流派,可以看出来不同流派风格的谬误和范围,比如金属风格和emo风格就相比较相近,但和农村风格就有肯定有别于,也足以看出摇滚风格分外流行)

欲获取更多资源——请参阅Datavizcatalogue

什么样创造——运用RAW软件:从Excel或者其他类似的制表程序中一向粘贴自己的数额,或者利用“电影”样本数据集(然后选取圆形划归图并且拖拽数据,将“国内总票房”拖入大小框,将“类型”拖入色彩框)

6 地平线图——
地平线图表彰显了僵直尺度上的负值和正在的时刻连串数据,使用色彩或阴影突显负值,同时将它们转移到基线“水平线”之上。

哪天使用——用以展现随着年华的变动,一些数据随之发生变化(例如,国家,产品,工业),特别是当数码包含正/负增强和收缩值时,假如要用很多组数据来展现那个内容是异常劳累的。

多少个实在的案例:

• Flowing Data
的食品标价格局图

• Warwickshire
天文台的郡失业率图

(上图突显了不同郡的平均失业率相比,黄色系区块象征失业率高出平均水平,灰色区块代表低于平均水平,且颜色越深表示超出或小于平均水平的程度越高,因而可以直观的看到哪些地方的失业率高以及失业率问题的惨重程度)

欲获取更多音讯——请参阅Stephen
Few

什么样制作——请参阅Superuser.com

7 流图——流图用以体现各组数据的轻重或比重随着时间的变动而变化的情状,“流”的垂直宽度表示该数额的轻重缓急。流图可以用于显示一个稳住的值域这样整组的多寡大小变化都精晓,也得以用于体现一个对峙的值域这样数组就足以平昔变化扩展至100%(类似于区域图)。

何时使用——尽管这多少个方法还有其他适用的天地,但一般用来注脚随着年华转移数据的深浅以及占比的浮动,平时是6个刻钟段。流图可以分外管用的直观的叙述出随着时光的变更在文化熏陶、科技趋势,经济实力上的一对重点变化,它能登时反映出多少的此消彼长。

六个实在案例:

• 自1973年来,什么人在挤占道路?

• Google的音乐时间表

(此图片是一个动态交互图表,映现了1950天文台,~二零一零年流行的音乐风格的变迁,比如上世纪70年间摇滚音乐最为流行,且点击不同色块可以查阅当年发行的应和音乐风格的特辑)

欲获取更多音讯——请参阅Andy
Kirk

怎么着创制——运用RAW软件:从Excel或者其余类似的制表程序中直接粘贴自己的数目,或者采纳它们的“音乐”样表数据库(然后接纳流图并且拖拽到组框中,将“国内总票房”拖入大小框,将“类型”拖入色彩框)

品味这么些可供选拔的数据可视化方法的益处

“数据可视化可以简化复杂问题”本身就是一个简化的陈述。当然,复杂问题亟需被清楚地阐释,在实现这一目标的长河中,图形化而非数字化的音信展现分外重大。可是,一味的强调“简化”复杂音信,仅使用一组简单的经历声明是好用的可视化方法,也不是不易的解决办法。相反,设计人士理应把数据可视化视为一种保留复杂性的工具,这是很有必要的,这一般就需要大家接纳与内容深度而相匹配的图样来显示,而不是行使其它艺术。

设计师们越多地运用他们的多寡工具箱来举办和测试他们的艺术,并且更多在数码标准允许的情形下品尝非大面积的情势,他们越可以更实惠地将她们的消息与她们的可视化格局相匹配。这样既可以来得图片的可涉足和可记念的风味,也足以带给观者新鲜感。

译者:柳洋

来源:https://medium.com/@EvanSinar/7-data-visualization-types-you-should-be-using-more-and-how-to-start-4015b5d4adf2\#.ihmpbv71k

本文为原创译文,转载请注解出处,谢谢

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图
Copyright @ 2010-2019 亚洲必赢手机官网 版权所有