一条队伍走进一家酒吧

bonegi2501@rdlu

我们都知道可视化是表示数据的好方法，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代表数据，还代表数据的质量。

这些品质之一是连续性程度。数据可以具有三个主要的连续性级别。


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– 这些是诸如大象数量之类的值。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被编号，而不是命名。
分类– 这些是诸如状态或水果之类的值。这些也是离散的，但值彼此之间差异很大，因此每个值都有一个名称。
既然我们知道我们有这些级别，并且我们知道它们是什么，那么我们如何最好地可视化它们呢？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 希腊电话号码数据 以是连续的，因为没有设置条形高度必须适合的凹口。条形图具有单独的分隔列。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，折线图的点的垂直位置无限变化。这意味着折线图的垂直轴也适合连续数据。与条形图不同，折线图有一条连接各个数据点的线。这条线意味着连续性，因此水平轴适合连续数据。

这些品质对于可视化而言是次要的。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，杰夫·扎克斯和芭芭拉·特沃斯基 发现这些次要品质会对人们产生影响。在对参与者进行调查时，他们收到了一些相当幽默的回答。



条形图与折线图。

因此，当您可以选择条形或线条时，请仔细考虑。它可能会影响变老和改变性别。



Drew Skau是UNCC计算机科学可视化博士生，拥有建筑学学士学位。