如何选用最合适的图形表达数据？我的一个思路

你好，我是 zhenguo

最近有些粉丝问我关于数据可视化展示的问题，主要集中在如何选用最合适的图形表达数据的问题。所以今天先写一篇关于数值型变量可视化的总结。

主要从三个维度讨论：

• 待画图变量的个数
• 数据是否具有序性
• 数据点的个数

1 单变量

数据结构如下所示：

对于这类图，考虑使用频率分布直方图或密度图展示：

频率分布直方图

密度图

2 双变量

2.1 有序的双变量

有序的定义如下，变量Var1是严格有序的，取值为 1,2,3,4

对于这类数据结构，考虑使用带有散点或不带有散点的折线图表达，如下为带有散点的折线图：

面积图

2.2 无序的双变量

无序双意味着两个变量都不带顺序，结构如下所示：

这里要考虑待展示样本点的个数，一般情况下，如果小于2000个点，可以使用箱型图，散点图，频率分布直方图。

如下，箱型图：

如果待展示点超过2000，考虑使用小提琴图或密度图。

如下，小提琴图：

3 多变量

对于待展示变量数量超过2个的，依然要考虑数据是否有序、待展示点个数外，需要额外了解多变量展示图形都有哪些选项。常用的比如，

3.1 气泡图：

气泡图是一种散点图，其中添加了第三个维度：通过点的大小表示附加数值变量的值。

3.2 堆积面积图

堆积面积图是基本面积图的扩展，它在同一图形上显示多个组的值的变化。每个组的值都显示在彼此的顶部，这样就可以在同一个图形上检查一个数值变量的总和的演变，以及每个组的重要性。

3.3 相关图

相关图或相关矩阵允许分析矩阵中每对数值变量之间的关系。

3.4 热力图

热力图是数据的图形表示，其中矩阵中包含的单个值表示为颜色。这有点像从上面看数据表。

3.5 树状图

树状图是一种网络结构。它由一个根节点构成，根节点产生多个由边或分支连接的节点。

还能结合热力图和树状图：

以上就是常用的对于数值型变量的选图参考指南，若有帮助点赞支持。