当您可视化分类数据时,对图表中的条形进行排序通常是一项简单的任务。或者是吗?
在大多数情况下,您可能会选择具有最大值的类别并将其粘贴在主要位置,即水平轴上最左边的位置。然后,按照值的降序从左到右进行。十分简单。
好的,当然,有时您想强调一个指标,其中值越低越好或更重要,在这种情况下,您可能会按升序条值进行排序。
或者您可能有大量类别,并且您希望让广大受众能够轻松快速地找到任何特定类别。在这种情况下,您可以选择按类别按字母顺序对条形图进行排序,而不是基于任何特定值。
不过要小心!所有这些排序选项都假定每个类别都具有相同的权重,并且它们没有固有的自然或隐式顺序。如果情况并非如此,您可能会以一种不自然的方式对图表进行排序,从而无意中让观众感到困惑。
例如,您觉得这两个图表中哪一个“正确”?
尽管左侧图表中存在降序排序,但类别本身是有序的 – 它们代表序列中的位置。看到时间或年龄以不遵循通常顺序的方式呈现是很奇怪的。在西方世界,我们通常认为时间是从左向右流动的,因此观众可能会发现很难消费以其他方式描绘时间的视觉效果。
这两张图表怎么样?感觉哪一种更正确呢?
同样,这些高度范围内有一个自然的顺序。读者会期望它们在图中按该顺序排列,而不管每个条中编码的值如何。左边的版本读起来很刺耳,而右边的版本,高度从左到右连续移动,感觉完全直观。
这些怎么样?
这更像是一个灰色地带。按地理顺序(从最西端到最东端)描述这些城市是否更有意义?如果数据本身以某种方式与一般的经度或地理相关,则可能如此。虽然这个数据集(每年的晴天数)与地理有一定关系,但它并没有太大的从西到东的偏差。按价值而不是位置对这些条形图进行排序在这里更有意义。
最后,这些图表怎么样?
我们可能会按照扮演詹姆斯·邦德的演员第一次扮演这个角色的顺序来排序,而不是按照出场次数来排序。该预先存在的序列是否重要到足以优先于按电影数量排序图表?也许你想表明,在标志性的肖恩·康纳利之后,寻找下一个长期邦德需要进行几次尝试,或者在罗杰·摩尔之后也发生了类似的事情。这完全取决于您的受众和您想要传达的特定信息。
尽管人们经常建议分类数据可以按任何顺序排序和显示,但值得花时间考虑我们选择的布局。通过考虑类别之间任何自然的或普遍理解的有序关系,并将这些关系与我们希望观众传达的信息进行权衡,我们将能够为图表选择理想的排序顺序,并避免任何不必要或无意的排序。困惑。
原文: https://www.storytellingwithdata.com/blog/order-in-the-sort