数据可视化的3D问题

三维对象非常流行，但在大多数情况下会对解释图形的准确性和速度产生负面影响。 以下是对涉及 3d 的主要图形类型的回顾，并讨论了它们是否被认为是不好的做法。

1、3D 条形图：不要

这是一个 3d 条形图。 你可能很熟悉这种图形，因为它是用 Excel 创建的，因此被广泛使用。 与经典的分组条形图相比，这种表示有几个缺点：

• 找到条形的确切百分比更加困难
• 按照构造，对于等效值，后面的绿色条看起来比前面的蓝色条小
• 后面的绿色条被隐藏了

解决方法：使用正常的2D条形图即可。

2、3D 饼图：不要

除了 3D 饼图之外，没有什么比 dataviz 中的饼图更糟糕了。 

添加 3D 会使情况变得更糟，因为它扭曲了现实。 确实，后面的部分看起来比前面的部分要小，但事实并非如此。

解决方法：不要制作3D饼图。

3、静态 3D 散点图：不要

3d 散点图是 3d 在数据可视化中的另一个常见用途。 这种图表采用 3 个数值变量作为输入，并在 X、Y 和 Z 轴上表示它们。

3D 散点图的准确性受到广泛讨论。 例如，尝试确定特定点的 X、Y 和 Z 坐标。 你会意识到这是不可能的，因为人眼读取 3D 的能力很差。 因此，该图形缺乏准确性。

解决方法：改用气泡图或带有颜色渐变的散点图。

4、交互式 3D 散点图：也许

在我看来，只有当你可以与图表交互时，3D 散点图才有意义。 在下面，你可以使用鼠标更改绘图的方向并对其进行缩放。 它给人一种真实的 3D 感觉，这是其他方式所不存在的。 获得点的准确坐标仍然很困难，但可以有效地探索群体结构。

5、表面图：为什么不呢

如果网格坐标的每个位置都有一个数值变量，则可以使用曲面图来表示数据。 这种表示方式尤其有意义，尤其是当数值表示海拔高度时。 在这种情况下，我们实际上正在构建一个 3D 元素，它是一个真正的 3D 对象，我认为这是有意义的。