本
文
摘
要
听起来像散点图，看起来像柱状图，用起来像直方图，它还能和条形图互相转换……你猜猜这是什么图？猜不到别着急，小镝今天并不是要和大家玩文字游戏，而是要介绍一种神奇的图表——点图。和多种图表有着千丝万缕关系的它，却一点也不复杂！
1、图表界的“四不像”
点图（Dot Plot），又叫点阵图，通过显示一系列数据的分布，来显示数据的集中性及分布。最基本的点图和条形图类似，区别在于点图用点来显示数据。比如下面的点图展示了财富1000强榜单中前60家公司的收入。
上图的数据也可以用条形图展示，对比之下，点图使用了更少的“墨水”，看起来更“轻”，更加简洁。不知道什么是数据墨水？点进来看看吧。
点图还可以在简洁的同时显示更多的信息。比如下图显示了财富1000强榜单中前60家公司的收入和利润。当然我们也可以通过分组条形图来显示这些数据，但很遗憾的是，分组条形图并不适用与如此之多的数据，其效果会非常混乱。在这个层面上，我们可以把点图看作是简单的条形图。
点图和直方图（Histogram）都可以展示表示频数的数据，区别在于直方图的X轴是连续区间，而点图的X轴是分类变量。比如下图是对某个班同学零食偏好的调查结果，其中喜欢爆米花（Popcorn）的有8名同学，喜欢M&Ms（一种著名的巧克力豆品牌）的则有5名同学。
在这个层面上，点图可能无法显示频数较大的数据，因为点需要一个个罗列。但缺点不一定永远是缺点。在医学、生物学等科研领域，许多分析工作要求展示详细的数据点，而不仅仅是宏观的分布结果，以反映数据的原始情况。
当点图展示多变量数据时，它也常被误认为是散点图（Scatter Plot）。
但实际上，散点图的XY轴对应的都是连续型数据。而点图和我们之前介绍过的箱线图（Box Plot）一样，X轴（Y轴）显示离散型变量，Y轴（X轴）显示连续型变量。如果将箱线图的数据进行“展开”，我们就得到了点图。在这个层面上，箱线图甚至也可以和点图互相转化，不过二者的侧重点有所不同。
注：
连续型数据：在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的。例如，生产零件的规格尺寸，人体测量的身高、体重等，其数值只能用测量或计量的方法取得。可视化这类数据的图表主要有箱形图和直方图。
离散型数据：数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数，职工人数，设备台数等，只能按计量单位数计数，数值一般用计数方法取得。大多数图表可视化的都是这类数据，比如柱状图、折线图等。
点图适用于小到中等大小的数据集，其对突出显示数据分布的集中情况以及异常值很有用。处理更大的数据集（大约20-30个或更多的数据点）时，箱形图或直方图可能更有效，因为随着数据量的增大，点图可能变得非常混乱。
总的来说，点图和许多图表有着千丝万缕的关系，但和其它每一种图表一样，它们都有着有着独一无二的名字和功能，有得天独厚的优势也有局限。下面我们就来看看点图的使用场景吧！
2、点图一点也不“小众”
相对大名鼎鼎的条形图、散点图，点图对于许多人来说鲜有耳闻。但实际上，它的使用场景很广，无论是严肃的科研工作，还是充满商业气息的数据分析，亦或是新闻作品，点图都是随处可见的。
（1）科学研究
由于点图可以清晰地展示数据的分布情况，因此适用于许多统计分析场景。比如医学中常用点图显示不同患者体内某些物质的分布情况等。点图也常用于显示科学实验中原始数据的显示。
（2）商业分析
也许你知道折线图、K线图都是商业领域常见的图表，但只要你关注投资，想必你一定不会错过美联储定期发布的加息点阵图。每个美联储成员都会在美联储点阵图中标出自己对美联储基金利率的预期值。在下图中，一共有十几位成员在六月和九月标出自己对美联储基金利率的预期值，分别对应每一个时间维度下一个颜色的点（六月：红色；九月：蓝色）。其中，点阵图中的中值也就是整个美联储对联邦基金利率的中值预期，而这也是投资者最关注的点。
当点阵图发生变化时，它可以向投资者传递一个强有力的信息，即美联储是会加快还是会放缓其计划的货币政策紧缩。
（3） 媒体
点图在媒体使用中的“露脸”频率也是杠杠的！下图是澎湃新闻关于不同地区咖啡价格的调研结果。乍一看，这是一个让人迷茫的图表。经过思考，也许你会把它看做是分组条形图的一个简化版本，但其实这就是一个典型的分组点图，只是没有用圆点而是用了竖直线表示。其中不同分类的变量用不同的颜色进行区分。
_2139084小镝前不久也曾使用点图来展示当代男女双方的择偶标准。数据显示，女性相对男性更看重对方的能力，而人品则是男女双方择偶时都最关注的条件。
图片来源：https://mp.weixin.qq.com/s/x0Vqkn70H5uHoVPygzpMWg3、点图使用Tips
（1）根据样本数量选用不同类型的点图
对于小样本量数据（如n<30），使用点图可以绘制出沿着一个轴分布的观测值，假如这些点都不重合的话，采用点图可以清楚地看到每个值的分布。
当出现许多相同的观测值时，可以使用堆叠点图（Stacked Dot Chart），通过将相同的观测值垂直堆叠起来，从而清楚地看出观测值的重复情况。
（2）点图也可以展示数据占比
也就是和百分比堆叠柱图或百分比堆叠条形图的转化。
（3） 点图和华夫饼图的辨析
华夫饼图（Waffle Chart）又叫方格百分比图，通过不同颜色的方格展示数据占比，看起来就像华夫饼。相较于饼图，华夫饼图数据可读性强，各方格元素可自定义图表样式，是众多媒体常用的图表之一。
上图是界面新闻针对2015年手机普及率的调查结果。对比每个国家的手机普及情况，印度和韩国的差距非常明显。
有时华夫饼图也会用圆点元素而不是方格，此时的华夫饼图看起来有点像点图，但二者的编码方式是完全不同的，点图主要显示数据的分布，其中每个点包含了具体的数值信息，而华夫饼图用于显示数据占比，每个点只充当计量单位，表示“百分之一”。比如下面的华夫饼图显示了1980-2015年中国城乡教育机会对比情况。
图片来源：http://data.163.com/18/0608/01/DJO9QEIM000181IU.html媒体还喜欢用方格、圆点等元素直接或抽象展示数量，这才符合点图的编码方式。比如下图显示了2011-2015年中国慈善捐赠的数额情况。
（4）有分组数据时，使用分辨度强的点进行区分
分辨度强指的不仅仅是点（符号）的形状，也包括点的颜色，当然二者也可以结合使用。
（5）点图即使没有零基准线也不会误导读者
对于条形图，我们通常让数值坐标从零开始，这也符合大多数用户的阅读习惯。没有零基准线的图表常常会出现视觉上的误导，即本身数值差距不大的数据出现了明显的倍数关系。原因在于读者是通过条块的长度来判断数值的。
而点图则很好规避了这一点，因为点的大小都是一样的，读者只能通过点的位置来判断数据大小。当读者观察点的位置时，自然会注意到数值是否从零开始。同样，当图表制作者出于节省空间而试图截取坐标轴时，也可以考虑用点图替换，以免造成对读者的误导。
好了，今天的点图分享就到这里。如果想获得更多其他实用图表的信息，直接登录镝数图表，更多精彩搭配和信息图表等你来发掘！
如果还想知道图表的相关知识，可参看往期图表家族：
