数据可视化项目dataviz中的嵌套比例可视化技术解析

数据可视化项目dataviz中的嵌套比例可视化技术解析

dataviz A book covering the fundamentals of data visualization 项目地址: https://gitcode.com/gh_mirrors/da/dataviz

概述

在数据可视化领域，clauswilke/dataviz项目提供了许多关于比例数据可视化的优秀实践案例。本文将重点解析该项目中关于嵌套比例可视化的技术内容，帮助读者理解如何正确展示包含多个分类变量的比例数据。

什么是嵌套比例

嵌套比例指的是数据被多个分类变量同时细分的情况。例如：

• 组织成员按所属团体分类后，再按成员性别细分
• 健康状况数据按婚姻状况进一步细分

这类数据的特点是每个额外的分类变量都会在原有比例基础上创建更精细的划分。

常见错误可视化方法

1. 组合饼图陷阱

当尝试用组合饼图展示嵌套比例时（如同时展示桥梁建造材料和建造年代），会出现严重问题：

• 所有饼图切片总和超过100%
• 原因是数据被重复计算（每个桥梁既属于某种材料也属于某个年代）

# 错误示例代码
ggplot(bridges_pie) + 
  geom_arc_bar(...)  # 绘制总和超过100%的饼图

2. 并列条形图的局限性

虽然并列条形图不会强制要求总和为100%，但它也存在问题：

• 无法清晰展示类别间的重叠关系
• 观察者可能误认为所有类别都是互斥的

# 不理想的示例代码
ggplot(bridges_material_erected) +
  aes(type, percent) +
  geom_col()  # 并列显示材料和年代的比例

正确的可视化方法

1. 马赛克图(Mosaic Plot)

马赛克图通过以下方式展示嵌套比例：

• 一个分类变量沿x轴展示（如桥梁建造年代）
• 另一个分类变量沿y轴展示（如建筑材料）
• 每个矩形的面积与对应组合的数量成比例

关键特性：

• 必须确保每个分类变量覆盖所有观测值
• 同时展示两个变量的联合分布
• 适合展示正交分类变量的关系

# 马赛克图实现代码
ggplot(bridges_tidy) +
  aes(x = erected, y = count, width = group_count) +
  geom_bar(position = "fill")  # 使用填充位置调整

2. 树状图(Treemap)

树状图采用递归嵌套的方式：

1. 首先按主要分类（如建筑材料）划分区域
2. 然后在每个区域内按次要分类（如建造年代）进一步细分
3. 每个矩形的面积与数量成比例

与马赛克图的区别：

• 不要求分类变量正交
• 更适合展示层级结构而非交叉分类
• 可以无限嵌套（但实际应用中不宜过深）

# 树状图实现代码
ggplot(bridges_tidy, aes(area = count, subgroup = material)) +
  geom_treemap() +  # 基础树状图
  geom_treemap_text()  # 添加标签

技术选型建议

| 特征 | 马赛克图 | 树状图 | |------|---------|--------| | 数据关系 | 正交分类变量 | 层级结构 | | 强调重点 | 变量间关系 | 总量分布 | | 扩展性 | 适合2-3个变量 | 适合多级嵌套 | | 实现复杂度 | 中等 | 相对简单 |

实际应用案例

桥梁数据分析

使用匹兹堡106座桥梁的数据集，展示：

• 建筑材料（钢、铁、木）
• 建造年代（手工时代、新兴期、成熟期、现代）

马赛克图清晰展示了：

• 随时间推移建筑材料使用的变化
• 某些组合不存在（如现代木桥）

美国各州面积可视化

树状图非常适合展示：

• 按地区分组的各州
• 面积比例关系
• 附加人口密度信息（通过颜色编码）

# 美国各州树状图示例
ggplot(population_df, aes(area = area, subgroup = region)) +
  geom_treemap(aes(fill = pop2010))  # 面积代表土地面积，颜色代表人口

最佳实践总结

1. 避免双重计算：确保可视化方法不会误导观众认为比例总和应为100%
2. 明确展示重叠：使用能够清晰展示类别关系的图表类型
3. 选择合适的图表：
   • 研究变量关系用马赛克图
   • 展示层级结构用树状图
4. 限制分类数量：过多的细分会导致图表难以阅读
5. 合理使用颜色：增强图表的信息传达能力

通过掌握这些嵌套比例可视化技术，数据分析师可以更有效地展示复杂分类数据的结构和关系。

dataviz A book covering the fundamentals of data visualization 项目地址: https://gitcode.com/gh_mirrors/da/dataviz