Визуализация нескольких «гистограмм» (гистограмм)

У меня возникают трудности с выбором правильного способа визуализации данных. Допустим, у нас есть книжные магазины , в которых продаются книги , и у каждой книги есть хотя бы одна категория .

Для книжного магазина, если мы посчитаем все категории книг, мы получим гистограмму, которая показывает количество книг, которые попадают в определенную категорию для этого книжного магазина.

Я хочу визуализировать поведение книжного магазина, я хочу видеть, предпочитают ли они категорию по сравнению с другими категориями. Я не хочу видеть, одобряют ли они все вместе фантастику, но я хочу видеть, относятся ли они к каждой категории одинаково или нет.

У меня ~ 1 млн книжных магазинов.

Я подумал о 4 методах:

1. Пример данных, показать только 500 гистограмм книжного магазина. Показать их на 5 отдельных страницах с использованием сетки 10х10. Пример сетки 4х4:

   

2. То же, что № 1 Но на этот раз сортируйте значения по оси x в соответствии с их счетом desc, поэтому, если есть предпочтение, это будет легко увидеть.

3. Представьте себе, что вы помещаете гистограммы в # 2 вместе, как колоду, и показывает их в 3D. Что-то вроде этого:
   

4. Вместо того, чтобы использовать третью ось, выбирающую цвета для представления цветов, используйте тепловую карту (2D-гистограмму):
   если книжные магазины обычно предпочитают одни категории другим, это будет отображаться в виде хорошего градиента слева направо.

Есть ли у вас какие-либо другие идеи / инструменты визуализации для представления нескольких гистограмм?

Как вы узнали, нет простых ответов на ваш вопрос!

Я предполагаю, что вы заинтересованы в поиске странных или разных книжных магазинов? Если это так, то вы можете попробовать что-то вроде PCA ( более подробную информацию см. На странице анализа кластера в Википедии ).

Чтобы дать вам представление, рассмотрим этот пример. У вас есть 26 книжных магазинов (с именами A, B, .. Z). Все книжные магазины похожи, кроме:

1. Магазин Z продает только несколько книг по истории.
2. Магазины OY продают больше романтических книг, чем в среднем.

Основной компонент сюжета выделяет эти магазины для дальнейшего изучения.

Вот пример кода R:

> d = data.frame(Romance = rpois(26, 50), Horror = rpois(26, 100), 
               Science = rpois(26, 75), History = rpois(26, 125))
> rownames(d) = LETTERS
#Alter a few shops
> d[15:25,][1] = rpois(11,150)
> d[26,][4] = rpois(1, 10)
#look at the data
> head(d, 2)
       Romance Horror Science History
 A      36    107      62     139
 B      47     93      64     118
> books.PC.cov = prcomp(d)
> books.scores.cov = predict(books.PC.cov)
# Plot of PC1 vs PC2
> plot(books.scores.cov[,1],books.scores.cov[,2],
       xlab="PC 1",ylab="PC 2", pch=NA)
> text(books.scores.cov[,1],books.scores.cov[,2],labels=LETTERS)

Это дает следующий сюжет:

Сюжет PCA http://img265.imageshack.us/img265/7263/tmplx.jpg

Заметь:

1. Магазин z является отдаленной точкой.
2. Другие магазины образуют две отдельные группы.

Другие возможности

Вы также можете посмотреть на GGobi , я никогда не использовал его, но выглядит интересно.

Я хотел бы предложить что-то, что не имеет определенного имени (возможно, «параллельный сюжет») и выглядит так:

По сути, все графики для всех книжных магазинов вычерчиваются в виде точек над категориями, перечисленными на оси х, и связывают результаты из каждого книжного магазина с линией. Тем не менее, это может быть слишком запутанным для 1М линий, хотя. Концепция исходит от GGobi, который уже упоминался csgillespie.