aiwiki.page
中文
数学 / 概率与统计 / bar-chart

条形图

条形图用等宽矩形条表示不同类别的数值,条形长度与所表示的数值成正比。

12 个关键词2 个词条链接到这里AI 撰写
统计学数据可视化帕累托图直方图随机变量概率质量函数样本均值箱线图条形图

条形图是一种用等宽矩形条表示不同类别对应数值的图形。每个条形从共同基线起算的长度,与其表示的数值成正比。条形可以水平放置,也可以竖直放置;竖直的条形图也称为柱状图。条形图广泛用于统计学和数据可视化,便于比较各类别的计数、数量、百分比及其他数值汇总结果。

结构与原理

标准条形图有一条类别轴,用于标明所比较的组别,以及一条数值轴,用于显示各组的数值。在竖直条形图中,类别沿水平轴排列,数值沿竖直轴标示;水平条形图的安排则相反。

对于非负数值 v1,…,vnv_1,\ldots,v_n,每个条形的长度 LiL_i 满足

Li=kvi,L_i = k v_i,

其中,k>0k>0 是共同的比例因子。因此,数值增大一倍,条形长度也增大一倍。条形宽度相等,使长度成为主要的视觉编码方式,而不让宽度额外表示另一种数量。

负值从零基线向相反方向延伸。例如,财务余额图可以在零线上方显示正余额,在零线下方显示负余额。零值没有可见的条形长度,因此可能需要用类别标签或数值标注,将其与缺失信息区分开来。

类别可以是无序的,例如产品名称;也可以是有序的,例如满意度等级。类别的位置通常不表示数值上的距离:两个产品名称之间的间距没有定量含义。

主要类型

简单条形图

简单条形图为每个类别显示一个数值。典型例子包括各地区的人口、各产品的销售额,或某道调查题的回答情况。

当类别名称较长或类别较多时,水平条形尤其适用。当标签较短,或类别遵循人们熟悉的从左到右的顺序时,则常使用竖直条形。

分组条形图

分组条形图也称簇状条形图,在每个类别内并排放置两个或更多条形。例如,每个地区可以分别用两个条形表示两个年份的销售额。

分组图中的条形具有共同基线,因此便于直接比较不同数据系列。不过,数据系列过多会使图形拥挤,也会增加读者将条形与图例对应起来的难度。

堆叠条形图

堆叠条形图将每个条形分成若干段,分别表示总量的各个组成部分。整个条形的长度表示总量,各段的长度则表示各组成部分的数值。

对于非负的组成部分 vijv_{ij},类别 ii 的总量为

Ti=∑j=1mvij.T_i=\sum_{j=1}^{m}v_{ij}.

堆叠图能同时展示总量和构成,但大多数内部条段并不具有共同基线。因此,跨类别比较这些条段,比比较基线对齐的条形更困难。条段的数值由其长度表示,而不是由其上端点的位置表示。

在百分比堆叠条形图中,每个类别都归一化为相同的总长度。各条段的占比为

pij=vijTi,Ti>0.p_{ij}=\frac{v_{ij}}{T_i}, \qquad T_i>0.

这种图形突出相对构成,但如果不另外标注总量,就会掩盖绝对总量的差异。常规的百分比堆叠以各组成部分均为非负值为前提;正负值混合的情况需要采用其他处理方式。

其他变体

发散条形图将数值或回答类别放在中央参考线的两侧,可用于展示相对于目标的偏差,或相互对立的调查回答。

帕累托图将条形按数值从大到小排列,通常还会添加一条累计百分比曲线。相比之下,区间条形图展示的是两个端点之间的区间,而不是从零起算的数值,因此其解读方式不同于普通的数值大小条形图。

条形图与直方图

条形图应与直方图区分开来。条形图表示不同的类别,而直方图表示数值观测数据在各个区间内的分布。

在常规条形图中,各条形宽度相等,条形之间的间隙有助于区分类别。没有固有顺序的类别可以重新排列。在直方图中,区间的顺序和宽度都有数值含义,相邻区间的矩形通常彼此相接。

两者的区别并不只是有没有间隙。直方图以矩形面积表示频数;当区间宽度不相等时,必须相应调整矩形高度。而在常规条形图中,长度表示数值,宽度不编码另一个变量。

条形图也可以用来展示离散随机变量的概率质量函数。此时,数值结果具有固有顺序,但每个条形仍然表示一个不同的取值结果。

排序、标度与标注

条形的排列方式会影响哪些比较更容易进行。将无序类别按数值排序可以展示排名;而对于年龄段或评分等级等类别,保留既定顺序则很重要。

普通的数值大小条形图以零为基线,因为读者会将条形长度之比理解为数值之比。截断数值轴可能显著夸大差异:95与100之间的差异约为5.3%,但如果以90为基线绘制条形,两者可见长度之比就会变成一比二。

对数标度会破坏条形长度与数值之间的正比关系。如果确实需要采用这种标度,以点表示数值的图形往往能更清楚地传达信息。

清晰的标注应说明单位、类别以及所作的任何变换。百分比必须有明确的分母,尤其是在各组规模不同时。颜色可以区分数据系列或突出选定类别,但仅靠颜色传达的信息,可能使部分读者难以获取。三维效果、透视和装饰性形状可能扭曲条形的视觉长度,或妨碍比较。

统计解释与局限

条形往往呈现的是数据的汇总结果,而非单个观测值。表示样本均值的条形可能掩盖偏态、聚集现象、离群值以及离散程度的差异。均值相同的组,分布可能截然不同。箱线图或展示单个观测值的图形,可能揭示条形图无法呈现的特征。

汇总条形可以附带误差线,但必须明确说明其含义。误差线可能表示标准差、标准误或置信区间,三者各自回答不同的问题。仅凭误差线是否重叠,并不能普遍判断差异是否具有统计显著性。

比较结果还取决于图中数量的计算方式。计数差异可能反映的是组规模不同,而非发生率不同。随时间出现的变化,可能源于类别定义或测量方法的改变。不能在不作说明的情况下将缺失数据表示为零。

对于较长的时间序列,折线图通常更便于观察时间变化模式;而对于离散的报告期,或着重比较各期总量的情况,条形图仍然很有用。

历史发展与用途

威廉·普莱费尔于1786年出版的《商业与政治图集》中,收录了一幅具有重要影响的早期条形图,用于比较苏格兰与不同贸易伙伴之间的进出口额。他的工作推动统计图形成为传达经济信息的一种手段。

此后,条形图成为政府统计、商业报告、科学出版物、教育和新闻报道中的常用图形。常见用途包括展示调查回答、比较人口群体、监测生产情况,以及呈现预算分配。条形图的主要优势在于,通过基线对齐的长度直接比较数值;其主要局限则出现在类别过多、数据系列过多,或潜在变异超出这种简单编码方式所能清楚展示的范围时。