从概念到图表

正如我们所看到的，要画一张图表需要有数据表、一个具有坐标系统的二维构思、一个或更多选定的几何图元以及视网膜变量。

我们回到学生专业分布的例子，并利用同一个数据的两个不同版本（图 1.14）来测试这些要素。简单起见，我们仅显示 2010 年的数据，沿着纵轴绘制数据点。每个数据点的坐标形式都是 。例如，社会科学的坐标为 。图中最大的数据同时也对应于图中离原点最远的点，点与点之间的相对距离也反映了图中的差异：在这个例子中，表示社会科学的点（31.8%）距原点的距离大约是表示健康的点（16.3%）的两倍。

图 1.14　沿单轴绘制数据

尽管我们绘制了一幅很小的图，但仍然可以立刻抓住其内容：学生选择的专业集中在三个领域（社会科学、工程和健康），紧接着的四个领域很接近，而最后一个点“农业”则几乎只剩残值。

在图 1.14a 中，保持维度 和 固定，而维度 变化。而图 1.14b，则增加了一个新的变量。这个名义变量使用色彩或灰阶来将学科领域（例如社会科学和人文）分组。换句话说，我们对点进行色彩编码来增加新的信息，改变 维度。

新的信息可以用来比较。根据目的不同，这可能会成为优势（增加了原始信息的复杂度），也可能成为噪声（更多偏离要点的细节）。红色的点比其他点更能吸引注意力，影响了我们阅读图表的方式，这与视觉修辞的思想是一致的。