《数据可视化基础》避免绘制线条

只要有可能，就用实的、彩色的形状来可视化数据，而不是用线条勾勒出这些形状。固体形状更容易被认为是连贯的物体，不太可能产生视觉假象或视错觉，而且比轮廓更能立即传达数量。使用立体形状的可视化比使用线条图的相同版本更清晰，也更令人赏心悦目。

线条图在数据可视化领域有着悠久的历史，因为在20世纪的大部分时间里，科学可视化都是手工绘制的，而且必须以黑白的形式重现。

直方图和条形图是线形图最常见、同时也是最不恰当的用法。将条形图画成轮廓线的问题是，不能立即看出任何给定的线是属于哪个条形。因此，特别是当条与条之间有间隙时，我们最终会产生一种令人困惑的视觉模式，从而偏离图形的主要信息。用浅色填充条形，如果无法复制颜色，则用灰色填充，可以避免这个问题。

接下来，让我们看看一个老式的密度图。👇展示了三种鸢尾的萼片长度分布的密度估计数，它们完全用黑白线条画出来。这些分布仅通过它们的轮廓来显示，而且因为图片时黑白的，所以我们使用不同的线条样式来区分它们。这个图形有两个主要问题。首先，虚线样式没有在曲线下面和曲线上面的区域之间提供一个清晰的分离。虽然我们的视觉系统很擅长将单个的线元素连接成一条连续的线，但是虚线看起来很多孔，并不能作为封闭区域的强大边界。其次，因为线条相交，并且它们包围的区域没有阴影，所以很难从六个不同形状的轮廓中分割出不同密度的区域。如果我在所有三个发行版中都使用实线而不是虚线，这种效果会更强。

因此，我们可以尝试用彩色线代替虚线来解决多孔边界的问题。然而，结果图中的密度区域仍然没有什么视觉存在感。

总的来说，我发现填充区域的版本(👇)是最清晰和直观的。然而，让填充区域部分透明是很重要的，这样就可以看到每一个部分的完整的分布。

当不同类型的点被绘制成开放圆、三角形、十字形等，线形图也会出现在散点图的环境中。作为示例，请考虑👇👈。图中包含了大量的视觉噪声，不同的点类型之间没有很强的分离。同样，我们用不同颜色的实心形状绘制相同的图形解决了这个问题(👇👉)。

最后，我们来说一下箱式图，箱式图通常用空框绘制(👇👈)。但是，在盒子上使用较轻的阴影可能更好(👇👉)。尤其是当我们将许多方框图紧靠在一起显示时，阴影可以将方框与图背景更清晰地分开。