泰坦尼克号数据集_马赛克图如何用层级数据展现泰坦尼克号幸存者分布

马赛克图，跟我们平常将的图片“马赛克”可不一样。它是从柱状图发展过来的，柱状图的每根柱子都是均匀等宽的，而马赛克图从一开始的柱子分割已经按照分类数据的数值，按比例分割。

还记得泰坦尼克号沉船事件吗？OriginLab用马赛克图，把幸存下来的人的情况可视化。今天的图表家族，带你看看这个马赛克图告诉我们的：当年幸存者状况。

想知道应该如何阅读这张图？看完接下来的内容， 你就明白了~

泰坦尼克号沉船事件幸存情况马赛克图 www.originlab.com

马赛克图原来是柱状图的近亲

马赛克图（Mosaic Plot），也叫做不等宽柱状图 (Marimekko Chart)，是一个展示不同分类数据的多变量数据大小的图表。根据不同变量，矩形方块会被填充不同的颜色，以区分数据。

马赛克图

马赛克图在根据不同的分类数据，把矩形分割成柱子时，就已经按照分类数据的数值比例进行分割。像下图，分类数据为A、B，其中A类占了60%，B类占了40%。因此A类和B类的柱子宽度是不同的。根据变量——紫色和蓝色，马赛克图对A类的柱子进行再分割，变量的数值体现在柱高上。因此，“紫色（30%）”的含义是，在占总体60%的A类中，紫色占A类的30%。

可见，马赛克图和堆叠柱状图、矩形树图的数据一样，带有层级关系。如果数据可以用列联表进行整理，这样的数据一般都可以考虑使用马赛克图。

列联表 Mosaics for Contingency Tables

大不列颠和爱尔兰移民情况的马赛克图 Mosaics for Contingency Tables

马赛克图的主要缺点在于难以阅读和理解。当含有较多分类数据和变量的时候，我们也很难准确地对每个矩形的宽、高进行比较。所以，马赛克图较为适合提供数据概览。

马赛克图的历史可追溯到174年前

马赛克图最早是从柱状图演变过来的。在1844年，Charles Joseph Minard在“Tableau-graphique”中，开发了一种带比例的、分割的柱状图，来展示法国沿运河路线的商业交通运输。

A Brief History of the Mosaic Display

后来，Minard进一步用不等宽的柱状图，可视化沿运河中心，商品运输的价格。根据商品的种类，分成不同的柱子。在柱子内，再根据运输距离划分。每个小矩形的面积就代表了某种商品运输的总价格。

A Brief History of the Mosaic Display

此后，这种带比例分割的、不等宽高的柱状图不断发展，也有被用在与地图的结合上。

A Brief History of the Mosaic Display

后来，Michael Friendly对马赛克图的历史进行了梳理，并发展和完善了马赛克图。在下面的马赛克图中，不同设计的矩形代表了不同的数值。左边的马赛克图可视化了头发颜色及眼睛颜色的关系，右边的则加上性别的变量。

头发、眼睛颜色与性别的关系 A Brief History of the Mosaic Display

可视化爱好者Stephenking就帮我们拆解了Friendly，从这个拆分过程，我们很容易理解马赛克图的作图原理。

不均匀马赛克图的拆分，Stephenking

一个整的矩形代表了Friendly所调查的113个人，根据不同分类，即不同发色的人数，把一个矩形拆分成等高不等宽的若干小矩形。再针对同一分类里的不同变量，即眼睛颜色，再把长方形拆分成等宽不等高的若干小矩形。最左上角的小矩形就代表了黑头发、绿眼睛的人，在所有人中的比例。

马赛克图的运用还不少

虽然相较于柱状图、堆叠柱状图等柱状图表，马赛克图的运用比较少见，但是，一位可视化爱好者，利用卫报（the Guardian）搜集的“生命终结前听的1000首歌”（1000 songs to hear before you die）数据集，设计了一个马赛克图。在年代的分类数据下，每根柱子被分成了不同的音乐类型。

1000 songs to hear before you die www.stubbornmule.net

还记得一开始讲的泰坦尼克号沉船事件吗？OriginLab把幸存下来的人，按照船员以及在不同楼层的乘客人数比例，把矩形分成不同条形。在同一类人中，再根据小孩、成年女性、成年男性进行细分。可以看到，在幸存者中，大部分人都是船员，还有一等舱的乘客。

泰坦尼克号沉船事件幸存情况马赛克图 www.originlab.com

事实上，除了OriginLab制作的马赛克图之外，下图也通过马赛克图展现了泰坦尼克号的幸存情况，与前者不同， 下图不只呈现了幸存者的分布情况，而且展现了泰坦尼克号上所有乘客以及幸存者的分布情况。

在上图中，设计师首先通过性别对乘客进行了划分：底部为女性，上面对应为男性，可以看出泰坦尼克号上约1/4为女性，3/4为男性；随后引入了“不同的舱位“这个变量，从左至右依次为一等舱、二等舱、三等舱和船员；最后，是否幸存这一变量用不同的颜色表示：浅灰色为幸存、深灰色为未能幸存。

明白了这个逻辑后，这个图就非常容易看懂了：头等舱女性具有最高的生存概率，总体而言约有1/3的乘客幸存（图中灰色区域所占的比例）。

从泰坦尼克号幸存者的两个可视化案例可以看出：双层级的数据也能用马赛克图。

什么是双层级？简单来说，就是可以把数据进行两次细分的，例如申请入学的所有学生中，按照不同成绩等级-统一成绩的不同性别-同一性别的不同录取情况。

根据加州大学伯克利分校1973年的入学数据，这个马赛克图把入学学生的成绩分成了A-F六个等级，根据每个等级的人数分割了不同柱宽的柱子。每个等级中，又细分成女性（偏黄的柱子）和男性（偏绿的柱子）。在同一性别中，再分成了被录取（颜色较深的矩形）和被拒绝（颜色较浅的矩形）。我们可以看到，不是成绩好就能被录取的，而且同一成绩不同性别的录取比例也是不一样的。

加州大学伯克利分校1973年的入学情况 www.drawingwithnumbers.artisart.org

了解了马赛克图之后，除了能在日常看图中更加容易理解数据信息，还能拓宽可视化可用的图表类型，遇上这些实用帖，就赶紧马一下，以后还能慢慢学哟！

明天（2月26日）镝数2.2就要上新啦！全新功能和精美界面，给你非凡的制图体验，还有找数据、用场景等功能，超多活动，超多惊喜，就等你来！

和小镝一起加入流浪镝数计划吧！

点击这里免费试用