可视化学习笔记2：视觉编码

用视觉元素表示数据

在可视化数据时，你会使用视觉元素（例如点、线、长条）表示数值。例如，如果查看多个人的身高和体重，可以用一个点表示每个人的身高和体重值。

这里有两个点，表示两个人。体重和身高值在图中用点的位置（相对于坐标轴上的刻度）表示。左侧的点表示体重值 70.0 公斤，身高约为 1.72 米（根据点到坐标轴的虚线确定）。

点

对于定量数据，尤其是对比两个变量时，建议使用点。对于上述示例，你可以看出如何表示更多的数据。

点是最准确的表示方法，即与其他视觉元素相比，人类更善于确定用点表示的值。从点到坐标轴画个直线很简单。点就像图片上的小空间，很容易看出所表示的值。用线条或长条表示此类数据的话，会很混乱。

线条

线条适合将相关的数据相连，并帮助我们用肉眼观察。对于一段连续数据（例如时间）来说，适合用线条，这时候点就不合适了。看看下面这个只用点表示的时间数据图表，另一个用线条表示。

用线条表示冰激凌销量的季节性变化趋势。人们凭直觉就能从线条上看到趋势，而点则表示这些数据没有联系。

线条还非常适合显示不同组之间的变化。Edward Tufte 发明了一种可视化图表，叫做“坡度图”，这种图非常适合显示根据时间而变化的一系列群组。如果你感兴趣的话，请阅读这篇文章，其中很好地介绍了坡度图的发展历史和用途。

因为人们可以从线条里看到趋势，所以如果某种趋势不合理的话，则不适合使用线条，例如下图：

条形图

对于上述图表，要对比的是几组数据，条形图非常合适。

条形图只能表示一个数值（用左侧的 y 轴表示），适合对比几组数据（家居、电子产品、供应品、服务）。我们很快就能看出每组的利润对比情况。

颜色

颜色通常用来表示第三个维度，因为很难在二维平面（例如计算机屏幕）上表示三维数据。可以是连续数据 （例如热度图）或离散数据（将数据分成几个组）。

Stephen Few 写了一遍很棒的关于视觉编码的文章。共 8 页，里面有很多图表，只需 10 分钟左右的时间就能看完。不妨阅读一下。如果你偏离折线表示方法，你的读者可能就无法理解你的意思，就好像你用错误的词汇与他人交流一样。