詞雲真的是一種好的數據可視化方式嗎？

很多文章都指出詞雲圖的『弊大於利』，如Marti A. Hearst在Stephen Few的Visual Business Intelligence Newsletter發表的署名為『標籤雲怎麼樣』的文章。從我個人看來，詞雲的優點和不足之處總結如下：

好的方面

• 他們在信息圖表和PPT中是吸引眼球的元素，相比其他如條形圖更能吸引注意力；
• 詞雲提供了某種程度的『第一印象』，最常使用的詞會一目了然；
• 可以從不同維度展現數據：辭彙本身、頻率(辭彙大小)、以及辭彙的顏色；
• 在某些儀錶板上可以作為highlight和過濾數據的導航元素；
• 它們很流行，儘管更像是一種現象，不過仍然可作為一種優點吧。

不好的方面

• 相同大小的辭彙很難比較，不像條形圖可以創建參考線，人眼不擅長於分辨區域活辭彙的大小；
• 越長的辭彙需要越多的空間展示，因此看起來比較短的辭彙有更大的權重，儘管實際上他們是一樣的；
• 在報表上很佔用排版空間；
• 辭彙的排列要麼是隨機，要麼根據某種演算法。屬於同一類型的辭彙分布可能會相距很遠，並且小一點的辭彙可能會被忽略。

有沒有更好的選擇？

答案是有的！

選擇1：Tree Map

顯然，Tableau更傾向於用戶使用Tree Map. 如果你把Marks type設置成自動，然後拖動辭彙到文本控制，以及辭彙count到大小控制，Tableau就會自動顯示一個Tree Map.因此我的建議是使用Tree Map而不是詞雲圖。

選擇2: 條形圖

這聽起來可能會比較無趣和古板，但是和前兩者不同的是，條形圖可以創建一個參考線，因此使得數據比較更加容易理解。另外，數據的排列順序也有寓意，Tree Map(勉強可以吧)和詞雲顯然難以做到這點。

我的結論

詞雲在信息圖表和PPT中是吸引眼球的視覺元素,但在嚴謹的商業數據分析和可視化方面並無立足之處。

推薦閱讀：