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:
- 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。
- 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。