2018年1月21日给赵明同学的博客留言

赵明你好！你这新发的两篇文章太棒了，总结全面到位，超出我的预想！更多夸你的话我就不说了，还是按照约定，点评你每个图的总结内容。我回复了你2000字，并且包含大量链接。你那里的留言板发不出来，我只好发到我的博客上，给你个超链接！（赵明博客原文地址：http://blog.csdn.net/zhaom888/article/details/79056490）

图1，是多组柱状图，你总结的没错。我个人认为，邮件收发数量这个概念，必须引入时间流，只统计总个数价值不大。而且多组柱状图在展示大量数据时效果较差，一般我们只用它横向比较10个以内的数据，故而这个图有相当的改进前景。

图2，这个其实可以归类为平行坐标图（http://echarts.baidu.com/examples/editor.html?c=parallel-aqi）
只不过此图只有3个坐标轴而已。既然要用平行坐标图，完全可以展示更多维度的数据。像这个例子原作者根本没有把平行坐标图用到位。而让我惊艳的是你对缺点的分析和改进措施，把问题说明的很到位！按照你的改进方案，可以参考层次结构数据的表现方法，把邮件主题当做树干，其他数据当做树枝，做出表现力更强数据内容更多的可视化设计来，例如sankey图（一种可以表示分类及其按时间变化规律的流程图）http://echarts.baidu.com/examples/index.html#chart-type-sankey，矩形树图（一种层次结构图，可以表示不同分类的对比关系）等http://echarts.baidu.com/examples/index.html#chart-type-graph
。更多的例子在这：http://treevis.net/，https://vcg.informatik.uni-rostock.de/~ct/timeviz/timeviz.html

图3，这就是用tableau做的面积图。我以前也做过类似的。实际上用了三种数据，时间，发送邮件数量，员工列表。你可以发现，这个图完全可以和或图2、图1进行结合。至于上面小圆点不容易辨明的问题，可以用其他视觉变量代替小圆点。用小圆点的大小表示数据，属于面积这一视觉变量，而面积在人眼识别的排序中，是排在位置等之下的。详见bertin等人提出的视觉变量模型（在我给你发的浙大陈为教授的PPT里）。

图4，应该叫矩阵图。这种图适合分析网络结构的边关系，并且可以通过调整阈值来过滤内容，通过排序来显示活跃度，总的来说我们也可以用。

图5，正式名称是节点链接图，使用了力导向这一布局算法。用在显示邮件收发上，效果不如矩阵图。这个图可以和图2结合，通过聚类算法把主题内容提出来，形成带有聚类效果的节点连接图，这样可以让点位置更有意义。就像这个样子：http://echarts.baidu.com/examples/editor.html?c=graph-webkit-dep

图6，很简单的柱状图。像这样的基本统计图形，过于简单，一般不单独提出来，建议与其他图形配合使用（例如，跟时间流图配合），形成多窗口显示的效果，就像阿里的DataV可视化大屏一样。https://data.aliyun.com/visual/datav

图7，这个应该属于散点图的一种。但是该案例的实现很有密集恐惧症的感觉。不如与时间流图结合。我看图中点上有文字，不知道代表什么含义？是否做了文本分析？这点你还要再确认。

图8，这个图我以前用过，文章链接在这，属于圆形树图。
但很明显，在这里用圆形树图意义不大，作文本分析还不如用词云呢。词云被称为文本分析中的可视化银弹。

图9， 是不是没截图截全？还应该有个时间轴吧？个人认为这个图还是比较有用的。

图10，这个主题持续时间表，应该可以跟图3，图1结合，做成折线图或者主题河流图，比这个好。主题河流图的例子：http://echarts.baidu.com/examples/editor.html?c=themeRiver-basic

图11，矩阵图，这个很有意思。可以较为清楚地发现公司业务的变化规律。建议参考。