页顶 上一个 首页 下一个 |
热图(矩阵)描述热图 (Heatmap) 通过色彩变化来显示数据。当应用在表格时,热图适合用来交叉检查多变量的数据,方法是把变量放置于行和列中,再将表格内的不同单元格进行着色。热图适用于显示多个变量之间的差异;显示当中任何模式;显示是否有彼此相似的变量;以及检测彼此之间是否存在任何相关性。 通常所有水平行都同属一个类别(在左侧或右侧显示的标签);而所有垂直列将被分配为另一类别(在顶部或底部显示的标签)。每行或每列会再被分成子类别,全都以矩阵形式相互匹配。表格中的单元格内有不同颜色编码的分类数据,或是基于颜色标度的数字数据。单元格内的数据是基于相连行和列中两个变量之间的关系。 我们需要图解来帮助阅读热图。分类数据采用不同颜色编码表示,而数字数据则需要一个颜色标度(从一种颜色转到另一种颜色)来帮忙表示高低值之间的差异。我们可以使用一系列的纯色来表示多个范围的数值(0-10、11-20、21-30等),或者可以将两种或多种颜色混合在一起,使用渐变标度来表示单一范围(例如 0 - 100)。 由于热图依赖颜色来表达数值,它比较适合用来显示广泛数值数据,因为要准确地指出色调之间的差异始终有难度,也较难从中提取特定数据点(除非在单元格中加入原始数据)。 如果将其中一行/列设为时间间隔,热图也可用于显示数据随时间的变化。其中一个例子就是使用热图来比较全年多个城市的温度变化,看看最热或最冷的地方在哪儿:我们可以把要比较的城市在水平行中列出,而垂直列则是月份,然后在单元格内填上温度值。 功能比较
数据随时间的变化
模式
关系
解剖学可视化工具
基于代码的:
amCharts (JS)
AnyChart (JS)
Britecharts (D3.js)
D3.js Graph Gallery (D3.js)
FusionCharts (JS)
Highcharts (JS)
jChartFX (JS)
JSCharting (JS)
Plotly (R)
Python Graph Gallery (Python: seaborn)
R Graph Gallery (R: lattice)
Vega
Vega-Lite
ZingChart (JS)
|