8、多维可视化：数据洞察的新视角

多维可视化：数据洞察的新视角

1. 多维可视化基础

基本图表可以通过颜色、大小、多面板等特性，以及重新缩放、聚合和交互等操作，传达更丰富的信息。这些增强功能使我们能够同时观察多个变量，以一种易于理解的方式展示复杂信息。

1.1 添加变量的方法

• 分类变量 ：可以使用色调、形状或多面板来表示额外的分类信息。例如，在散点图中，用颜色编码表示分类结果变量，有助于进行分类任务；在条形图中，当类别数量较少时，颜色可用于包含更多分类变量，类别数量较多时，多面板是更好的选择。
• 数值变量 ：可以使用颜色强度或大小来表示额外的数值信息。
• 时间信息 ：可以通过动画添加时间维度。

以下是一个添加分类变量的示例代码，用于创建图 3.6：

## color plot
par(xpd=TRUE) # allow legend to be displayed outside of plot area
plot(housing.df$NOX ~ housing.df$LSTAT, ylab = "NOX", xlab = "LSTAT",
     col = ifelse(housing.df$CAT..MEDV == 1, "black", "gray"))
# add legend outside of plotting area
# In legend() use argument inset =
# to control the lo