getusushu的博客

优秀的数据可视化作品可以用三个关键词概括：准确、清晰、优雅。准确：精准地反馈数据的特征信息（既不遗漏也不冗余，不造成读者疏漏&误读细节）清晰：获取图表特征信息的时间越短越好优雅：美观（颜色搭配）、协调（相同场景的图表遵循统一规范）。想要准确、清晰的呈现数据，关键在于图表的选用，本专栏从下面几个维度来写可视化图表的使用技巧，希望能够帮助到各位。

的样子很像子弹射出后带出的轨道，所以称为子弹图（英文名：Bullet Graph）。子弹图的发明是为了取代仪表盘上常见的那种里程表，时速表等基于圆形的信息表达方式。子弹图无修饰的线性表达方式使我们能够在狭小的空间中表达丰富的数据信息，线性的信息表达方式与我们习以为常的文字阅读相似，相对于圆形构图的信息表达，在信息传递上有更大的效能优势。

（Ballistic Diagram），顾名思义就是样子很像子弹弹射出后带出的轨道，所以称之为子弹图。子弹图发展之初是为了取代仪表盘上那种常见的时速表、里程表都只能用圆形的信息表达方式。子弹图通过无修饰的线性表达方式，使数据能够在狭小的图表上展示丰富的数据。每个单元的子弹图只能展示单一的数据源，且通过添加合理的度量标尺可以展示更精确的阶段性数据信息。子弹图可以展示一项数据与不同目标的校对结果，同时通过优化设计还能够用于表达多项同类数据的对比。

当雷达图上的数据比较接近时，可以用（Radar Chart With Data Marker）来展示。又叫或，它相当于平行坐标图，轴径向排列。雷达图以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法。它可以将多维数据进行展示，但是点的相对位置和坐标轴之间的夹角是没有任何信息量的。在坐标轴设置恰当的情况下雷达图所围面积能表现出一些信息量。利用雷达图，可以直观地展现多维数据集，查看哪些变量具有相似的值、变量之间是否有异常值。

带平滑线和标记的散点图是一种数据可视化图表，通常用于展示两个变量之间的关系和趋势。它结合了散点图和平滑曲线的特点，使得数据的分布和变化趋势更加直观地呈现。

气泡图（bubble chart）是可用于展示三个变量之间的关系。具有下列图表子类型：气泡图和三维气泡图，气泡图与 XY 散点图类似，但是它们对成组的三个数值而非两个数值进行比较。与散点图不同的是，它通过气泡及其大小展示不同分组数据的变化趋势，使数据展示更直观、清晰，更容易比对各个数据的差异。本文仅介绍气泡图特有属性。点击气泡图属性面板「样式>系列」，可设置气泡相关属性。最小直径：控制气泡的最小直径。最大直径：控制气泡的最大直径。阴影：控制是否显示气泡的阴影，默认为开启。

改变颜色stu,y="math",hover_data=["name"], # 列表形式color_discrete_sequence=px.colors.diverging.Tealrose_r, # 自定义颜色size="math", # 散点大小fig.show()

气泡图是一种多变量图表，是散点图的变体，也可以认为是散点图和百分比区域图的组合。气泡图最基本的用法是使用三个值来确定每个数据序列，和散点图一样，气泡图将两个维度的数据值分别映射为笛卡尔坐标系上的坐标点，其中 X 和 Y 轴分别代表不同的两个维度的数据，但是不同于散点图的是，气泡图的每个气泡都有分类信息（他们显示在点旁边或者作为图例）。每一个气泡的面积代表第三个数值数据。另外还可以使用不同的颜色来区分分类数据或者其他的数值数据，或者使用亮度或者透明度。

（Scatter Graph, PointGraph, X-Y Plot, Scatter Chart或者 Scattergram）是科研绘图中最常见的图形类型之一，通常用于显示和比较数值。散点图是使用一系列的散点在直角坐标系中展示变量的数值分布。在二维散点图中，可以通过观察两个变量的数据分析，发现两者的关系与相关性，如图3-1-1所示。散点图可以提供三类关键信息：（1）变量之间是否存在数量关联趋势；（2）如果存在关联趋势，是线性还是非线性的；（3）观察是否有存在离群值，从而分析这些离群值对建模分析的影响。

散点图也叫 X-Y 图，它将所有的数据以点的形式展现在直角坐标系上，以显示变量之间的相互影响程度，点的位置由变量的数值决定。通过观察散点图上数据点的分布情况，我们可以推断出变量间的相关性。如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现。数据的相关关系主要分为：正相关（两个变量值同时增长）、负相关（一个变量值增加另一个变量值下降）、不相关、线性相关、指数相关等，表现在散点图上的大致分布如下图所示。

（Scatterplot, Scatter Chart）是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。散点图通常用于比较跨类别的聚合数据。通过观察散点图上数据点的分布情况可以推断出变量间的相关性。如果变量之间不存在相互关系，在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，大部分的数据点就会相对密集并以某种趋势呈现。

线图将视图中的各个数据点连接起来。折线图为直观显示一系列值提供了一种简单方法，适合显示数据随时间变化的趋势，或者预测未来的值。将“Order Date”（订单日期）维度拖到“列”功能区。Tableau 按年份聚合日期，并创建列标题。将“Sales”（销售额）度量拖到“行”功能区。Tableau 会将“Sales”聚合为总和，并显示一个简单的折线图。将“Profit”（利润）度量拖到“行”上，并将其放在“Sales”（销售额）度量的右侧。

（Line Chart）用于显示数据在一个连续的时间间隔或者时间跨度上的变化，它的特点是反映事物随时间或有序类别而变化的趋势。在折线图中，类别数据沿水平轴均匀分布，所有值数据沿垂直轴均匀分布。数据是递增还是递减、增减的速率、增减的规律（周期性、螺旋性等）、峰值等特征都可以清晰地反映出来。所以，折线图常用来分析数据随时间的变化趋势，也可用来分析多组数据随时间变化的相互作用和相互影响。折线图包括普通折线图、堆叠折线图、百分比堆叠折线图。

经过上面的创建，当前“标记”卡中有三个对象，分别是“全部”、“记录数”和“记录数(2)”，这里选择“记录数”，然后将维度区的“地区”字段以及度量区的“销售额”字段拖放到“标签”，即可在圆环图中显示出具体标记内容。运用“占位轴”，对分层结构中的“地区”创建销售额饼图，然后选择“标记”卡的“记录数(2)”，将分层结构“地区”进行展开，接着对展开后呈现的“类别”维度进行颜色标记，使得分地区饼图变为分地区和分类别的销售额饼图。在圆形图的横坐标轴上，通过鼠标右键选择“双轴”，即可实现饼图与圆形图的叠放。

（Ring Chart）又称之为。

（Slide Bead Diagram），看上去好像每条滑道上各串了几个珠子，故名滑珠图，相比于传统的柱形图等，它可以让数据同时进行横向和纵向对比。

条形图（bar chart）是用宽度相同的条形的高度或长短来表示数据多少的图形。条形图可以横置或纵置，纵置时也称为柱形图（column chart）。此外，条形图有简单条形图、复式条形图等形式。

（Bar Chart），又称之为。

（3D Stacked Percentage Bar Chart）是一种数据可视化图表，用于展示多个类别在不同组内的百分比关系。它在三维空间中以条形的高度表示数据的百分比，每个条形又被分为不同的堆积组，每个组内的不同类别以不同的颜色表示。

K线，反映股票每日走势，包含股票一天的交易信息，包括其开盘价、收盘价、最高价、最低价、成交量等信息。K 线图是股票上市以来所有交易日k线的集合，反映了股票的历史走势。至于怎么看k线，我想就算是老股民。没有规律可循，是参与一只股票的每个人心理反应的综合表现，是一门行为科学的成果。K 线图此图起源于日本，是当时日本米市的商贩用来记录米市行情和价格波动的。后来又因其精巧独特的绘图方法被引入股市、期货市场。这种图表分析方法在中国，甚至在东南亚特别流行。

是一种股票数据的可视化图表，通常用于展示一段时间内股票的价格波动情况。该图表显示了每日的最高价格（盘高）、最低价格（盘低）和收盘价格（收盘）。在这种图表中，每个数据点代表一天的交易情况，通常以垂直线段来表示该天的价格波动范围，垂直线的上端表示盘高，下端表示盘低，而线段的水平线表示收盘价格。整个图表形成了一系列垂直线段，反映了股票价格在一段时间内的波动情况。

（Area Chart）是一种常见的数据可视化图表，用于展示不同类别的数据随时间或其他变量的变化趋势，并强调每个类别在总体中所占的比例。区域面积图是由多个区域堆叠而成的图表，每个区域代表一个数据类别，沿着横轴表示时间或其他变量的维度。每个类别的数据值在纵轴上表示，区域的面积大小表示该类别数据在整体中的占比。

（3D Stacked Bar Chart）是一种常见的数据可视化图表，用于同时表示多个数据系列在不同类别下的堆积情况。它将每个类别的数据按照不同数据系列进行堆积，通过柱形的高度来展示不同系列的数据量，并且在三维空间中展示，使得图表更加立体和直观。

（3D Pie Chart）是一种数据可视化图表，类似于普通的饼图，但在第三维度上增加了一定程度的立体效果，使得图表更加立体感。三维饼图将数据按比例分割成多个扇形区域，每个扇形表示一个数据类别，通过不同的半径和角度展示数据的分布情况，它通常用于显示数据的相对比例，特别适用于展示少数类别之间的相对大小关系。

阶梯线图（Step Chart）是一种常见的数据可视化图表类型，用于展示随时间或其他连续变量而变化的数据。阶梯线图的特点是在数据点之间通过水平和垂直的线段来连接，而不是通过连续的直线。这使得阶梯线图更加适合显示离散的数据点。阶梯线图通常用于显示数据在不同时间点或连续变量上的变化趋势，尤其适用于展示数据在时间序列中的波动情况。它能够凸显数据的阶段性变化和跳跃式增减，帮助观察者更清晰地分析数据的特征和规律。优势：阶梯线图通过连接数据点之间的水平和垂直线段，使得数据的阶段性变化更加明显，能够凸显数据在不同时间

（3D Clustered Bar Chart）是一种数据可视化图表，通过在三维空间中展示多组数据的柱形图形，以便更全面地比较多个数据集之间的关系。每个数据集的柱子按照一定的间距并排显示，使得用户可以同时比较不同数据组的数值差异和趋势。这种图表通常在具有多个维度数据的情况下使用，能够更加清晰地展示数据之间的关系，提供更深入的分析和洞察。

三维柱形图适合用来比较多组数据在多个维度上的差异和相似性，特别适用于显示复杂的数据关系。在需要同时比较多个数据点的情况下，也提供了一种直观的展示方式。同时也适用于展示有时间维度的数据，可以通过时间轴展示数据的变化趋势。（3D Bar Chart）是一种数据可视化图表，用于展示多个数据组别在多个维度上的比较。它在二维柱形图的基础上增加了一个维度，通过高度、宽度和深度来表示数据的值，从而在可视化中呈现立体感。同时当数据点过多时，可能会导致图表的视觉混乱，难以准确比较各组数据。

Excel中绘制玫瑰图的最简单的方法是利用填充雷达图，每一个扇叶占用相同的角度，扇叶的长短代表数值的大小。由于要展示的数据只有10个类别，若要均匀分布在360°的圆中，每个类别就要占360/10=36°。我们需要将每个类别的数据复制36行，一共360行，如下图所示：为了使每个扇形之间存在点空隙，这里将每个类别36行数据当中的第一行全部设置为0，这样画出来的玫瑰图更加美观。手动复制数据的话十分耗时且容易出错，这里我给大家准备了一段VBA代码，自动拆分数据源，便于调试。

南丁格尔玫瑰图是弗罗伦斯·南丁格尔所发明的。又名为极区图。是一种圆形的直方图。南丁格尔自己常昵称这类图为鸡冠花图（coxcomb），并且用以表达军医院季节性的死亡率，对象是那些不太能理解传统统计报表的公务人员。长得像饼图又不是饼图，这种有着极坐标的统计图有着一个美丽的名字—。南丁格尔玫瑰图（Nightingale rose diagram）又名（Coxcomb Chart）或。

时序图是可视化地展示对象与对象之间的联系的图，与其他的图相比，它跟侧重于表现为了完成一个用例，对象之间是怎么协同工作的。之前学习的组件图、用例图都能表现对象之间的联系，侧重的是“有哪些联系”，这是属于水平维度的展示，而时序图，它更像一个是从纵向维度用一个个的用例，将各个对象串起来，从而展现出它们之间的联系，在软件开发中，有了时序图，基本上就可以指导软件开发了。

​时序图（Sequence Diagram），又名序列图、循序图，是一种UML交互图。它通过描述对象之间发送消息的时间顺序显示多个对象之间的动态协作。它可以表示用例的行为顺序，当执行一个用例行为时，其中的每条消息对应一个类操作或状态机中引起转换的触发事件。

基础柱状图，使用垂直或水平的柱子显示类别之间的数值比较。其中一个轴表示需要对比的分类维度，另一个轴代表相应的数值。柱状图有别于直方图，柱状图无法显示数据在一个区间内的连续变化趋势。柱状图描述的是分类数据，回答的是每一个分类中【有多少？】这个问题。需要注意的是，当柱状图显示的分类很多时会导致分类名层叠等显示问题。所谓自定义柱形图，本质上仍是柱形图，只是在某些场景下，如发布会， 我们需要在图形展示上下些功夫，如下图：1、将子类别拖到行，销售额拖两次到列2、点击右侧的销售额，选择双轴。

3，对于InDel的注释还要注意一点，如果ANNOVAR注释是输入的不是VCF文件而是“avinput”，那么需要注意ref和alt的书写。其实如果你对MAF格式足够了解，并且熟练一门文本处理语言，那么无论你的变异数据（已完成基本的注释）用什么格式存储都无所谓，自己写个脚本处理就好。3，注释文件需要额外加一列样本名（head可以为Tumor_Sample_Barcode，当然你不用样本名称而用其他ID来区分样本也可以），如果多个样本中都有这个变异，那么分成多行展示。亲测3.6.1可行。

K-M曲线——研究某因素与生存结局（阳性事件）及时间是否相关相比于之前使用的寿命表法（Life-table method），这种方法更加充分地利用了信息，给出更准确的统计量。因此，K-M曲线也成为了生存分析中最常用的方法之一。当我们需要描述生存分析数据时，我们常常使用生存曲线来展示，这个时候需要估计每个时间点位的生存率，用的就是K-M方法。如果随访时间足够长、生存结局理论上均为1（发生阳性事件），但实际研究中，不一定所有研究对象在随访过程中均出现了阳性事件，此类患者的生存结局是0。

存活曲线，最初由美国生物学家雷蒙·普尔在1928年提出，是为生态学依照物种的个体从幼体到老年所能存活的比率，所做出的统计曲线。存活曲线一般以存活数量的对数值为纵坐标，以年龄为横坐标作图，从而把每一个种群的死亡-存活情况绘成一条曲线。存活曲线可归纳为3种基本类型：A型表示大部分个体都能活到生理寿命，如人类和一些大型哺乳动物；B型，表示各年龄期存活率基本相似，如水螅；C型，表示幼体死亡率高，如大多数鱼类。

非度量多维尺度法[1]是一种将多维空间的研究对象（样本或变量）简化到低维空间进行定位、分析和归类，同时又保留对象间原始关系的数据分析方法。适用于无法获得研究对象间精确的相似性或相异性数据，仅能得到他们之间等级关系数据的情形。其基本特征是将对象间的相似性或相异性数据看成点间距离的单调函数，在保持原始数据次序关系的基础上，用新的相同次序的数据列替换原始数据进行度量型多维尺度分析。

无论是主成分分析（PCA）、主坐标分析（PCoA）、非度量多维尺度分析（NMDS），还是冗余分析（RDA）、典范对应分析（CCA）都属于降维排序分析方法。之所以需要降维，是因为我们检测的样本中往往包含着上百种微生物，为了分析样本与样本间的相似性，我们需要将所有物种进行逐一对比，即以一个物种为一个维度进行比较，那么假设样本有100种微生物，我们就需要100维坐标才能够比较获得两个样本间微生物数据整体的相似性。该如何实现数据降维？

配对箱线图，常见于配对样本的数据分析中。例如下图示例，为了研究某些基因在肿瘤组织和正常组织中是否具有表达量的显著不同，在取样时，往往会在同一患者个体中同时获取肿瘤和临近正常组织，两个组织样本就是配对关系。当然在这类研究中，往往需要调查很多的患者，因此会获得大量的配对样本。随后，通过qPCR或RNA-seq等方法定量基因表达后，以箱线图呈现特定基因在肿瘤组织和正常组织中的整体表达水平，并在箱线图中以散点表示具体的样本，此时对于具有配对关系的肿瘤组织和正常组织样本，就可以通过连线连接起来。

误差线通常用于统计或科学数据，显示潜在的误差或相对于系列中每个数据标志的不确定程度。误差线可以用标准差（平均偏差）或标准误差，一般通用的是这两个。

网络图，顾名思义可以理解为如同网络形状一般的图片，英文名为Network planning，形状如同网络，故称为网络图。网络图是由作业（箭线）、事件（又称节点）和路线三个因素组成的。在工程管理中，经常使用到网络图的概念。网络图是用箭线和节点将某项工作的流程表示出来的图形。它是一种传输媒体互连各种设备的物理布局图。网络图是由作业、事件和路线三个因素组成的，按照结构类别，可分为星型结构、环型结构、总线结构、分布式结构等。