【指南】7種不常見但非常有用的數據可視化圖表

獨特的數據可視化更加令人難忘，並為觀眾增添了多種多樣的內容——即使是最清晰直觀的可視化類型，當反覆重複時也會失去吸引力。隨著一般人群視覺素養的提高，數據可視化設計人員將需要不斷擴大他們對可視化方法範圍的了解和熟練程度，以提高他們的技能以及觀眾的熟悉度和期望。更重要的是，廣泛的可視化知識對於將數據可視化類型與可用數據、要講的故事以及所回答的問題進行匹配至關重要。

在這篇文章中，回顧了7種不太常見的，但非常有用的數據可視化方法：

• 斜率圖
• 平行坐標圖
• 沖積圖
• 旭日圖
• 圓堆圖
• 地平線圖
• 流圖

儘管這些可選的可視化類型已經有一定程度的成熟，並且已經證明了它們在很多應用程序中的價值，但是它們比條形圖，線圖，散點圖以及不幸的餅圖要少得多。毫無疑問，基本的和通用的可視化類型對於某些直接的數據故事來說仍然是最好的。但是，傳遞複雜的主題（層次結構，縱向數據和多變數比較等）往往涉及具有相應深度的更高級的可視化。

每種可視化類型的概述包括：

• 簡要說明
• 何時使用它
• 列舉兩個現實中例子

1、斜率圖：斜率圖是一種特殊類型的折線圖，其中通過將一個比例尺上的每個組的值與第二個比例尺上的值相比較，可以比較兩組（或更多）組的值，並在組值旁邊顯示標籤以便於解釋。這兩個量表具有相同的最大值和最小值，以便很容易地看出每個組在兩個類別之間是增加還是減少。按照最佳做法，設計師經常突出最感興趣的線條（例如最多增加或減少的組）使其餘部分變灰。

何時使用它：比較不同類別（通常是連續幾年）的群體變化率和排序順序切換。坡度通常要求每個組和每個類別都有相應的值，以顯示從一個類別到另一個類別的全部變化。

現實中例子：

紐約時報的嬰兒死亡率按國家排名

各國如何發電（2004 - 2014年）

2、平行坐標圖：平行坐標圖將多個變數排列在一起，每個變數從最高值到最低值（頂部最高，底部最低）以及每條實體對每個變數位置進行水平連接的線。由於大量案例顯示，它通常使用互動式視圖呈現，其中可以選擇和突出顯示個別行。

何時使用它：揭示群體如何在許多量化變數中顯示相似或不同的概況。 平行坐標可視化是大規模數據的最佳可視化類型之一。

現實中例子：

美國農業部營養資料庫

國內數據流的物理平行坐標

3、沖積圖：沖積圖（與桑葚圖密切相關）顯示了各個實體（或節點）如何在代表多個組或時間段的階段中一起或分開流動。在這些圖中，河流的寬度顯示了每個類別內的大小或比例，類似於支流如何連接形成更大的溪流，或河流如何分裂形成各種分支。

何時使用它：顯示多個組之間如何相互關聯（當它們的流一起流動時顯示）或彼此不同（當它們的流分離時顯示），跨越多個變數。沖積圖尤其適用於金錢，貨物，時間，投票等文字流程，但也適用於許多其他目的。他們還可以顯示哪些變數更集中（更少，更寬的流），哪些更分散（更多，更窄的流）。

現實中例子：

美國總統及其出生跡象

勞倫斯利弗莫爾估計2011年美國的能源使用量

4、旭日圖 ：旭日圖以圓形布局顯示分層結構，每個外層代表更深層次的層次結構。 戒指細分通常由該細分中的成員數量來確定。 儘管旭日圖具有餅圖的一些缺點，並不適合精確的大小比較，但它們確實可以快速識別複雜的多層次結構的顯著部分，以指導進一步的行動。

何時使用它 ：顯示多級結構如何細分為子組，以及哪些子組比其他子組更大。旭日圖基本上是分層的餅圖，允許餅圖從中心向外移動時以更精確的方式來分割。

現實中例子：

Co.設計如何區分66種不同的乾酪

Marcin Ignac的自然攝影搜索結果可視化

5、圓堆圖 ：圓堆圖顯示子組是緊密組織里的圓形，通常用於顯示層次結構，其中較小的組與同一類別中的其他組相似，或嵌套在較大的組中。

何時使用它：顯示各種團體和層級結構在大小和其他屬性方面的變化情況（例如，用於顯示圓圈大小的預算分配和用圓圈顏色表示的預算）。雖然類似於更為人所知的可視化方法樹圖，但由於許多人對圓形圖形的內在偏好，圓堆圖通常對觀眾更有吸引力。

現實中例子：

StanfordKay工作室的全球碳排放

音樂爆米花的音樂風格空間的可視化

6、地平線圖 ：地平線圖顯示時間序列數據，在垂直尺度上有負值和正值，使用著色或陰影顯示負值，同時將它們置於基線「地平線」上方。

何時使用它：顯示一個或多個實體（例如國家，產品，行業）的超時數據，當數據包括正面/增長值和負值/收縮值時對很多團體很有用。

現實中例子：

流動數據的食品定價模式

沃里克郡天文台縣的失業率

7、流圖 ：流圖顯示組的大小或比例如何隨時間變化，「流」的垂直寬度表示該實體的大小。 流圖可以使用一個固定的尺度，在這個尺度上可以看到所有組的總體尺寸的變化，或者是一個相對的尺度，在這個尺度中，所有的組都一直增加到100％（類似於面積圖）。

何時使用它：顯示隨時間變化的團體規模或比例，通常至少跨越6個時間段，儘管這種方法可以進一步擴展。流圖可以非常有效地描繪文化影響，技術趨勢和經濟力量隨著時間的推移發生的重大轉變 - 某些群體出現的速度有多快，而其他群體則會消失。

現實中例子：

從1973年以來誰一直佔據領先地位？

Google的音樂時間表

嘗試多種數據可視化類型的好處

「數據可視化簡化了複雜性」這個陳述本身就是過於簡單了。當然，複雜性需要明確地傳達，通過信息的圖形化而不僅僅是數字顯示，這種方式極大地促進了這一目標的實現。然而，過於強調僅僅是「簡化」複雜的信息，並且嘗試有限的可視化方法來做到這一點，往往也不太合適。相反，設計師應該將可視化視為一種工具，在需要的地方保持複雜性，使用與內容深度相匹配的圖形，而不是僅僅考慮如何簡化。

越來越多的設計師通過嘗試使用不太受歡迎的圖表類型。在他們的問題和數據允許的情況下擴展和嘗試使用更多的圖表，這樣可以更有效地將消息與可視化媒介進行匹配。

關注「壹看板」，專業數據可視化分析工具免費使用！

推薦閱讀：