独特的数据可视化更令人难忘 ， 并为观众增加多样性——即使是最清晰直接的可视化类型在一遍又一遍地重复时也会失去吸引力 。随着普通人群视觉素养的提高 ， 数据可视化设计师需要不断扩展他们对各种可视化方法的知识和熟练程度 ， 以提高他们的技能以及观众的熟悉度和期望 。更重要的是 ， 广泛的可视化知识对于将数据可视化类型与可用数据、要讲述的故事和要回答的问题进行匹配至关重要 。
在本文中 ， 我回顾了 7 种不太常见（虽然肯定不是闻所未闻）但非常有用的数据可视化方法： Slopegraphs
Parallel Coordinates

文章插图
Alluvial Diagrams
Sunbursts
Circle Packing
Horizon Charts
Streamgraphs
尽管这些替代的可视化类型在某种程度上已经成熟并且已经证明了它们在许多应用程序中的价值 ， 但它们比条形图、折线图、散点图和不幸的是饼图普遍存在 。毫无疑问 ， 基本和常见的可视化类型仍然最适合某些直接的数据故事 。然而 ， 传达复杂的主题——层次结构、纵向数据和多变量比较等——通常涉及具有相应深度的更高级的可视化 。
每种替代可视化类型的概述包括： 简要说明
何时使用
两个示例
斜率图
斜率图是一种特殊类型的折线图 ， 其中通过将每个组在一个刻度上的值连接到第二个刻度上的值来比较两组（或更多）组值 ， 并在组值旁边显示标签以便于解释 。这两个量表具有相同的最大值和最小值 ， 以便很容易查看每个组在两个类别之间是增加、减少还是保持相似 。按照最佳实践 ， 设计师通常会突出显示最感兴趣的线条（例如 ， 增加或减少最多的组） ， 而将其余部分灰显 。
何时使用 – 比较组的变化率和类别（通常是连续年份）之间的排名顺序切换 。斜率图通常要求每个组和每个类别都有可用的值 ， 以显示从一个类别到另一个类别的全部变化范围 。
Parallel Coordinates
平行坐标图将多个变量排列在一起 ， 每个变量从最高值到最低值（顶部最高 ， 底部最低） ， 并且用线连接每个实体的每个变量的位置 ， 水平穿过图表 。由于所代表的案例数量众多 ， 因此通常使用交互式视图来呈现 ， 其中可以选择并突出显示各个行 。
何时使用它——揭示组如何在许多定量变量中显示相似或不同的配置文件 。平行坐标可视化是大规模大数据的最佳可视化类型之一 。
冲积图
冲积图（与桑基图密切相关）显示了各种实体（或节点）如何在代表多个组或时间段的阶段中一起流动或分开 。在这些图中 ， 溪流的宽度显示了每个类别中的大小或比例 ， 类似于支流如何汇合形成更大的溪流或河流如何分裂形成不同的分支 。
【什么是大数据可视化设计 什么是大数据可视化】何时使用它 – 显示多个组如何通过多个变量相互关联（当它们的流流在一起时显示）或彼此不同（当它们的流分开时显示） 。冲积图对于文字流尤其有用：金钱、货物、时间、选票等 ， 但也可用于许多其他目的 。它们还可以显示哪些变量更聚集（更少、更宽的流）以及哪些更分散（更多、更窄的流） 。
Sunbursts
Sunbursts 以圆形布局显示层次结构 ， 向外的每个环代表层次结构的更深层次 。环段的大小通常由该段内的成员数量决定 。虽然旭日形图具有饼图的一些缺点 ， 并且不太适合精确的大小比较 ， 但它们确实允许快速识别复杂的多层层次结构中的显着部分 ， 以指导进一步的行动 。

• 北方紫皮蒜什么时候种植 紫皮大蒜怎么种植
• 纳斯卡线条 纳斯卡线条是大骗局吗
• 济南计划生育证明的证明的用途有什么
• 2021苹果暑期教育优惠送什么
• 淘宝大促活动邀约怎么报名
• 什么是阻生齿牙 什么是阻生齿
• 婚前的房子离婚后对方是有份吗
• 一吃饭就牙疼是怎么回事
• 酸辣粉是什么粉条 酸辣粉是什么粉
• 钓鲶鱼用什么线组好 用什么线组钓鲶鱼