餅圖的問題
關於餅圖的討論似乎越來越多。
反對它的主要論據似乎是：
- 區域被感知的力量小於長度。
- 餅圖的數據點像素比非常低
但是，我認為它們在描繪比例時會有所幫助。我同意在大多數情況下使用表格，但是當您編寫業務報告並且剛剛包含數百個表格時，為什麼不使用餅圖呢？
我很好奇社區對這個話題的看法。歡迎進一步參考。
我包括幾個鏈接：
- http://www.juiceanalytics.com/writing/the-problem-with-pie-charts/
- http://www.usf.uni-osnabrueck.de/~breiter/tools/piechart/warning.en.html
為了結束這個問題，我決定構建一個餅圖與華夫餅圖的示例。
我不會說人們對餅圖的使用越來越感興趣或爭論不休。它們在網絡和所謂的“預測分析”解決方案中隨處可見。
我猜你知道 Tufte 的工作（他也討論了多個餅圖的使用），但更有趣的是，威爾金森的圖形語法的第二章以“如何製作餅圖？”開頭。您可能還知道 Cleveland 的點圖，甚至是條形圖，將傳達更精確的信息。這個問題似乎真的源於我們的視覺系統能夠處理空間信息的方式。它甚至在 R 軟件中被引用；從在線幫助中
pie，Cleveland (1985)，第 264 頁：“可以通過餅圖顯示的數據始終可以通過點圖顯示。這意味著可以沿著一個共同的尺度來判斷位置，而不是不太準確的角度判斷。” 該聲明基於克利夫蘭和麥吉爾的實證調查以及感性心理學家的調查。
Cleveland, WS (1985)圖形數據的元素。沃茲沃思：美國加利福尼亞州蒙特雷。
餅圖的變體（例如，類似甜甜圈的圖表）都會引發相同的問題：我們不擅長評估角度和麵積。恕我直言，即使是“corrgram”中使用的那些，如 Friendly, Corrgrams: Exploratory display for correlation matrices , American Statistician (2002) 56:316 中所述，也很難閱讀。
然而，在某些時候，我想知道它們是否仍然有用，例如（1）顯示兩個類很好，但增加類別的數量通常會惡化閱讀（尤其是在 % 之間存在嚴重不平衡的情況下），（2）相對判斷是比絕對的更好，即並排顯示兩個餅圖應該有利於更好地了解結果，而不是簡單的估計，例如混合所有結果的餅圖（例如雙向交叉分類表）。順便說一句，我向 Hadley Wickham 提出了一個類似的問題，Hadley Wickham 好心地向我指出了以下文章：
- 斯賓塞一世（2005 年）。沒有謙虛的餡餅：統計圖表的起源和使用。教育與行為統計雜誌，30（4），353–368。
- Heer, J. 和 Bostock, M. (2010)。眾包圖形感知：使用 Mechanical Turk 評估可視化設計。CHI 2010，2010年 4 月 10-15 日，美國佐治亞州亞特蘭大。
總而言之，我認為它們僅適用於粗略地描繪 2 到 3 個類別的分佈（我不時使用它們在年齡直方圖之上顯示樣本中男性和女性的分佈），但是它們必須伴隨著相對頻率或計數才能真正提供信息。表格仍然會做得更好，因為您可以添加邊距並超越 2 路分類。
最後，還有基於餅圖概念的替代顯示。我可以想到由 Robert Kosara 在理解餅圖中描述的方形餅圖或華夫餅圖。