在本文中，我们将再次研究小倍数和箱线图，以便使用奥林匹克运动员数据集可视化复杂的数据集。
Highcharts是一款纯JavaScript编写的图表库，为你的Web网站、Web应用程序提供直观、交互式图表。当前支持折线、曲线、区域、区域曲线图、柱形图、条形图、饼图、散点图、角度测量图、区域排列图、区域曲线排列图、柱形排列图、极坐标图等几十种图表类型。
Highcharts最新试用版
在本文中，我们将再次研究小倍数和箱线图，以便使用奥林匹克运动员数据集可视化复杂的数据集。
以前，我们探讨了抖动，箱形图和散点图的组合。虽然效果非常显着，但观众可以轻松地看到运动员在不同学科中的身高和体重，但缺点是无法直观地定位或比较学科数据之间的差异。
有几种方法可以解决此缺陷，方法是将一个学科与其他学科进行比较，或者将所有学科汇总到一张图表中。每个选项都有其优点和缺点。让我们探索每种解决方案。
备注
我们使用的数据集与上一指南（2012年奥运会运动员的身高和体重）相同。下面的演示以一种视觉方式显示了完整的数据集：
解决方案1：突出显示特定数据集
下面的小倍数可视化了四个图表，每个图表在每个象限中显示两个数据集：一个特定学科（蓝色）和该学科的其余部分（灰色）：
通过这种视觉容易看到的几件事是，举重运动员比大多数人重，篮球运动员也比大多数人高。体操运动员又矮又轻，而羽毛球运动员则处于比例中心。
与其他数据相比，该解决方案在显示每个学科的定位方面非常有效。唯一的问题是，观众当时不能比较多个学科。
解决方案2：可视化所有数据集
比较所有学科的另一种方法是将它们全部可视化在同一张图表上。下面的第一张图表使用框线图基于第三四分位数显示从较短到较高的所有男运动员的身高，第二张图表也使用框线从较短到较高的位置显示女性运动员的身高。这为观众提供了另一种方法来评估平均水平以及每个运动员组内以及组之间的身高和体重分布，而无需像第一个解决方案那样切换图表。
但是，该图表占用了大量空间，并且在小屏幕上可能会给视觉带来挑战。无论您选择第一种解决方案，第二种解决方案，还是两者都结合使用，请了解每种解决方案的利弊。
你更喜欢哪一个/p>想要购买Highcharts正版授权的朋友可以咨询官方客服
标签：
来源：慧都
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！