Answers:
平衡图形的美学和信息方面有些技巧。像Edward Tufte和Stephen Few这样的杰出可视化顾问/作者选择了一种最小的美学,以避免从图表的信息部分分散注意力。但是,对于某些观众来说,少量的繁荣是有道理的-例如,请参见Alberto Cairo在数据可视化方面的新闻应用。
感知研究的角度是每个图形元素都传达一条消息,因为我们的视觉皮层会处理它,所以我们并没有意识到其中的一些信息(“ 前注意处理 ”)。额外的元素,即使是多余的元素,也可能导致额外的处理。适当的图表取决于要传达的信息和受众。
对于您的特定问题,连接的线强调趋势(以及趋势的变化)。填充区域强调与基线的偏差。条形图或针形图将强调偏离基线的离散事件。
图形的上下文也很重要。如果您有紧密堆积的图形网格,则填充将有助于将每条线与其基线关联。
最后,添加冗余图形元素/花样的另一个考虑因素是,很难用更多信息元素来扩展图形。例如,您可能想要突出显示特殊值,覆盖其他趋势线或覆盖带,例如下面的模型。
还有两点要考虑:
如评论中所述,如果x轴不在自然的y零点,则底部填充在很大程度上不合适。这可能是因为y轴被缩放为从零以外的数字开始,或者是因为所使用的单位没有自然零解释(例如,开尔文具有自然零,而摄氏没有)。
其次,底部填充特别有效的情况是,可以将数据本身视为底部填充。例如,山高的折线图可以认为未充分填充,填充颜色表示土,而未填充表示空气。
一个相关的示例可能是计数数据。如果我们在每个x点上堆叠所有个体,则将获得条形图。如果在条形图之间进行插值有意义,我们将最终得到带有底部填充的折线图。
这张来自“定量信息的可视显示”的图像可能会更好地说明它。它显示了第二次战争期间哪些军事单位在欧洲(我认为)。在每个时间点堆叠单位会为您提供底部填充的条形图。在数据顶部绘制一条线会为您提供一个底图。
前两个答案涵盖了主要要点,但仍有几件事需要提及。
首先,我应该说我不同意极简的制图方法-所有多余的墨水都必须使用。分心的,无意义的变化应该发生。但是,相对于一条直线,实心区域可以更好地吸引眼球,一目了然。正如您所说,它可以添加“视觉多样性”。
但是,正如@xan所指出的那样,快速浏览也以部分潜意识的方式解释了与直线不同的区域。
面积图表示沿x轴前进时累积的总量。如果比较两个图,并且其中一个图的面积较大,则一眼便会看出,无论起始值和结束值如何,它的总面积都更大。
相反,折线图显示变化的值。重点是从一个点到另一个点的位置变化,而不是累积的总数。
那么什么时候应该使用面积图呢?
想法是,在读取图形时,如果在x轴上取两个点,则它们之间显示的区域应表示该范围内的实际累积量。因此,如果您的值包含负数,我建议对负和正区域使用相反的颜色,以强调它们会在总数中抵消。
当您应该不使用面积图?
牢记这些准则,可以用两种方式解释ping图。
一方面,如果您将ping速度视为一个随日变化的变量,那么简单的折线图将是最合适的。
另一方面,如果要比较两个不同网络的每日ping速度模式(或同一网络在不同的日期/时间段),则可能要强调网络任务所需的总时间。例如,如果您的图形有多个峰而不是仅一个峰,则线图将强调速度的变化,而面积图则将强调总延迟。
比较:
图形的前半部分(红线左侧)的累积总数略大于下半部分,即使峰值达到右侧的较高最大值。填充强调左侧的实心块,以便更好地平衡峰。
(请原谅不良的图像质量-无法弄清楚如何使用R来绘制面积图!必须单独导出和编辑。)
0s
是自然下限并且您将其显示出来,那为什么不呢?