饼图问题

关于饼图的讨论似乎越来越多。

反对它的主要论据似乎是：

• 感知区域的力量小于长度。
• 饼图的数据点对像素比率非常低

但是，我认为在描绘比例时它们可能会有所帮助。我同意在大多数情况下使用表格，但是当您编写业务报告并且刚刚包含数百个表格时，为什么不使用饼图呢？

我对社区对此主题的想法感到好奇。欢迎进一步参考。

我包括几个链接：

• http://www.juiceanalytics.com/writing/the-problem-with-pie-charts/
• http://www.usf.uni-osnabrueck.de/~breiter/tools/piechart/warning.en.html

为了总结这个问题，我决定建立一个饼图与华夫饼图的示例。

我不会说对饼状图的使用有越来越多的兴趣或争论。它们只是在网上和所谓的“预测分析”解决方案中随处可见。

我想您知道Tufte的工作（他还讨论了使用多个饼图），但更有趣的是，威尔金森的《图形语法》的第二章以“如何制作饼图？”开头。您可能还知道，克利夫兰（Cleveland）的dotplot（甚至是条形图）将传达更为精确的信息。这个问题似乎真的源于我们的视觉系统处理空间信息的方式。R软件中甚至引用了它。从的在线帮助中pie，

Cleveland（1985），第264页：“饼图可以始终显示的数据可以由点图显示。这意味着可以做出沿着共同尺度的位置判断，而不是不太精确的角度判断。”该陈述基于对克利夫兰和麦吉尔的实证研究以及知觉心理学家的研究。

Cleveland，WS（1985）图形数据的元素。沃兹沃思（Wadsworth）：美国加利福尼亚州蒙特雷。

饼图（例如，甜甜圈状的图表）有多种变体，它们都引发相同的问题：我们不擅长评估角度和面积。如在友好描述于“corrgram”使用偶数的那些，Corrgrams：探索显示用于相关矩阵，美国统计员（2002）56：316，难以阅读，IMHO。

但是在某个时候，我想知道它们是否仍然有用，例如（1）显示两个类别很好，但是增加类别的数量通常会使读数变差（尤其是％之间的不平衡性很强），（2）相对判断是比绝对值更好，即并排显示两个饼图应该比对饼图混合所有结果（例如双向交叉分类表）的简单估算更有利于对结果的欣赏。顺便说一句，我问了一个与哈德利·威克姆（Hadley Wickham）类似的问题，他很高兴地指出了以下文章：

1. Spence，I.（2005年）。没有卑鄙的馅饼：统计图表的起源和用法。教育与行为统计杂志，30（4），353–368。
2. Heer，J.和Bostock，M.（2010年）。众包图形感知：使用Mechanical Turk评估可视化设计。2010年CHI，2010年4月10 日至15日，美国乔治亚州亚特兰大。

总而言之，我认为它们非常适合粗略地描述2至3类的分布（我会不时使用它们来显示年龄直方图之上的样本中男性和女性的分布），但是必须附有相对的频率或计数，才能真正提供参考。表格仍然可以做得更好，因为您可以添加边距，并且可以超越2向分类。

最后，还有其他显示以饼图为基础的显示。我可以想到方形派或罗伯特·科萨拉（Robert Kosara）在“ 理解饼图”中描述华夫饼图。

我对饼图的个人问题是，虽然它们可能有助于显示如下差异：

太多人用它来表明：

饼图，例如饼图，可能很美味，但没有营养。

除了已经提出的要点外，一个是旋转饼图会更改对角度大小的感知，就像更改颜色一样。

如果饼图只有几个类别，请创建表格。如果有很多类别，则切片将太薄而看不见（要准确标记的标签要少得多）。

我在博客上写了这个

我认为您已经回答了第二点的问题。如果您想占用宝贵的房地产，那就这样吧！但是，第一个项目符号更为重要。使用条形图，观察者仅需要基于1个轴来估计相对比例。对于饼图，至少要沿2个轴进行判断。一轴是弯曲的。我认为，饼图中有多个类别且带有图例时，饼图会最有效地使用，判断比例并不是那么重要。

我想，如果您要传达信息，饼图几乎不会比条形图或堆积条形更好。

关于饼图如何如此受欢迎，我确实有一两个理论。我的第一个想法与PC广告有关。早期的PC具有文本屏幕（24 x 80字符），通常像旧的大型机CRT一样呈绿色。为了展示具有红-绿-蓝像素的新图形屏幕，最好使用饼图。文本屏幕可以在流行之后制作条形图，但不能制作远距离可信的饼图。饼形图看起来比显示Mario Brothers屏幕要严肃得多，而与实际使用PC的方式无关。因此，似乎在1980年代末和1990年代初的每个PC商业显示器上都显示了一个饼图。

第二种理论是，如果您要传达信息，则条形图或堆积条形会更好。但是，如果不这样做怎么办？然后，饼图就会起作用-具有3D效果的图表甚至会更好。

您的华夫饼图需要切换红色和蓝色值。至于饼与华夫饼的问题，我倾向于华夫饼。使用华夫饼图，即使块混合在一起，您仍然可以小尺寸获取信息，颜色仍然代表区域。