色块图

色块图的简介

色块图，由小色块有序且紧凑的组成的图表。色块图的最大好处是，2 维画布上的空间利用率非常高。理论上小色块的大小是可以等于硬件像素的大小。想象一下，如果用每个像素直接编码数值，一块200px*200px的小屏幕，也可以最多编码40000子项！

所以色块图特别适合用于直接对数据量较大的、相对原始的数据进行分析。比如：生物基因科学领域，色块图常被用于微阵列数据分析。

另外，关于颜色的用法有两点需要强调一下：

1. 如果是应对展示用的场景，数据量不大、颜色分类数量小于或等于7个，可以采用分类的颜色映射。
2. 如果应对分析相关的需求，为了更有效率的使用色块图，我们建议使用连续（渐变）的颜色映射数值。由于人眼对颜色的分辨力有限，所以用于编码的颜色不宜过多，我们推荐的颜色的数量在 3～11 个之间。

英文：Heatmap

色块图的构成

色块图的应用场景

适合的场景

例子1: 适合应用到数据展示

下图是模拟的杭州地铁票价图。

说明：

• 站名映射到了x、y轴，以确定位置
• 票价映射到颜色
• 票价数据是模拟的，仅表示大概情况

例子2: 适合应用到简单的数据分析

2015年，全年股指的波动情况。

说明：

• 将某月星期几映射到x轴，第几个星期映射到y轴
• 股指映射到颜色，从绿到黄到红，表示股指从低到高
• 对月份进行分面

例子3: 适合应用到聚类分析

下图是用于基因芯片的聚类分析的分群色块图

说明：（令x轴基因片段为A组，y轴基因片段为B组）

• 将A组基因名，映射到x轴，将B组基因名，映射到y轴
• 将A组基因表达程度映射为红色，B组程度基因表达映射为绿色，基因的表达程度映射为亮度和饱和度
• 通过算法将相似度高的基因分组，将关系画成树图

色块图与其他图表的对比

色块图和热力图

• 数据类型上看：热力图是用两个连续字段确定数值点的位置，色块图是用两个分类字段确定数值点的位置。
• 功能上看：热力图主要用于展示数据的分布情况，色块图在观察数据分布以外，还能进行列对比和行对比。

标签

• 比较类
• 分布类