8、数据可视化：时间模式与比例的呈现

数据可视化：时间模式与比例的呈现

连续数据可视化

在数据可视化领域，连续时间序列数据的可视化与离散数据有相似之处。即便数据集是连续的，实际上仍有离散的数据点。连续数据和离散数据的结构相同，但它们在现实世界中所代表的含义有所不同。连续数据代表不断变化的现象，因此在可视化时，需要以能体现这种变化的方式进行展示。

连接数据点

时间序列图是一种常见的可视化方式，它类似于绘制点图，但会用线将这些点连接起来，通常不显示数据点本身。时间序列图包含节点（即数据点，具有 X 和 Y 坐标）和边（连接这些点的线），通过这些线可以观察数据的趋势。为了准确展示数据，通常建议将数值轴的起点设为零，因为其他起点可能会影响数据的比例显示。此外，水平轴的拉伸程度也会影响趋势的呈现，拉伸过度可能会掩盖模式，而压缩过度则可能夸大数据点之间的变化。

创建时间序列图

在 R 语言中创建时间序列图很简单，如果你会创建散点图，那么创建时间序列图也不在话下。以下是具体步骤：
1. 加载数据 ：使用 read.csv() 函数加载世界银行 1960 年至 2009 年的世界人口数据。

population <- read.csv("http://datasets.flowingdata.com/world-population.csv", sep=",", header=TRUE)

2. 查看数据 ：数据包含年份和人口两列。