我们都知道可视化是呈现数据的绝佳方式，但某些可视化在某些数据上比其他可视化更好。有时，条形图比折线图更好。这是因为可视化不仅呈现数据，还呈现数据的质量。
这些特性之一就是连续性的程度。数据的连续性主要有三个级别。
连续– 这些是温度或时间等值。它们可以细分为无限小的增量。
离散型– 这些值类似于大象的数量。它们具有一定的精度，通常不小于 1。通常这些值的每个成员都是编号的，而不是命名的。
类别– 这些值类似于州或水果。它们也是离散的，但这些值彼此之间有足够的差异，因此每个值都有一个名称。
现在我们知道了这些级别，也知道它们是什么，那么我们如何才能最好地将它们可视化呢？让我们以条形图和折线图为例。
条形图中每列的高度可以无限变化。这意味着垂直轴可以是连续的，因为没有固定的刻度来限制条形的高度。条形图有单独的分隔列。这意味着每个条形必须代表单独的数据点，从而使水平轴适合离散和分类数据。
与条形图一样，折线图的点具有无限变化的垂直位置。这意味着折线图 美国移动数据库 的垂直轴也适用于连续数据。与条形图不同，折线图有一条连接各个数据点的线。该线表示连续性，因此水平轴适用于连续数据。
这些品质对于可视化来说是次要的。这些可视化主要表示垂直轴上数据的数值。那么这些次要品质有多强呢？在 1999 年的一项研究中，Jeff Zacks和Barbara Tversky 发现这些次要品质会对人们产生影响。在对参与者的调查中，他们收到了一些相当幽默的回应。
条形图与折线图。
所以，当你可以选择条形图或线条图时，请仔细考虑。这可能会影响你变老和改变性别。
Drew Skau是UNCC的计算机科学可视化博士生，拥有建筑学学士学位。
分享
摇滚内容作家摇滚作者矢量
作者