数据可视化三节课之二：可视化的使用( 二 ) 编辑导读：对于经常需要用数据、做分析

比如上面的例子，将多类数据的箱线图放在一起，可以展示「分布」方面的「关系」；又比如，将多类数据的饼图放在一起，可以展示「构成」方面的「关系」；再比如，将多类数据的折线图放在一起，可以展示「趋势」方面的「关系」。
在实际应用中，屠夫还是习惯将“「关系」类可视化方案”定义缩小一点，归纳为“基于坐标系”和“基于图”两种。基于坐标系的「关系」类可视化方案，包括散点图、气泡图、六边形分箱图、热力图和平行坐标系等。六边形分箱图和平行坐标系的使用比较少，热力图在上一节已经提过，这里介绍一下气泡图。气泡图可以理解为散点图的加强版 —— 将点换成圆，以圆的面积 (注意，不是半径) 多展现一个维度的信息。
下面是一个气泡图的例子，作者加上了趋势线来表达气泡数据的相关性：
文章插图
来源：instagram.com
基于图的「关系」类可视化方案，包括力导向图和弦图。力导向图的名字比较拗口，如果屠夫说“关系链” ，许多人应该会“哦”地一下恍然大悟。力导向图用节点代表对象，用连线代表对象之间的关系。比如下面的力导向图表达了抽象派艺术家们的社交关系，不难看出，关系网中最有影响力的关键节点是毕加索：
文章插图
来源：moma.org
弦图则显得更优雅一些 —— 将圆的每一段表示一个对象 (相当于力导向图中的节点) ，再用贝塞尔曲线表示对象之间的关系 (相当于力导向图中的直线) 。下面的例子是以弦图展现海外一些期刊之间的引用关系，屠夫选择观察《Science》的引用/被引用关系：
文章插图
来源：well-formed.eigenfactor.org
四、Comparison · 比较第三大类是C · Comparison ，比较。
「比较」类的可视化方案，重点在于不同数据之间的对比、突出差异点，和「关系」类的可视化方案正好是不同的出发角度。这类可视化方案一定绕不开的典型代表，是柱状图。屠夫在考察候选人的可视化功底时，必问的一道题是：直方图和柱状图有哪些区别？
我说的当然不是名称上的区别 (Histogram V.S. Bar Chart) ：

从应用角度，直方图常用于「分布」，而柱状图常用于「比较」
从数据角度，直方图适用于连续型变量，而柱状图更适合离散型变量
从制图角度，直方图的直方无间隔，而柱状图的柱形有间隔

文章插图
来源：图之典柱状图的应用很广泛，看起来似乎很枯燥。其实只要做简单变化，柱状图的视觉效果也可以很惊艳，比如下面这张将柱状图和极坐标系结合的图表：

文章插图
来源：behance.net
适合「比较」的图表还有很多，包括上面提到过的热力图、气泡图等等，这里屠夫还想再举的一例是雷达图。雷达图在许多游戏中出现，常表示人物的多维度属性或者能力值。既可以对比同一人物的不同维度，也可以对比不同人物的同一维度，看起来简洁而直观。
下图是基于2013年NBA全明星球员绘制的雷达图：

文章插图
来源：fastcompany.net
五、Composition · 构成第四大类是C · Composition ，构成。