堆积图表界的翘楚!河流图如何搞定“巨量”数据 |图表家族#34

编辑/ 陈淑晶      版面/李艺佳

折线图与面积图

折线图是我们在数据可视化过程中常见的图表，当我们把折线与轴的围起的区域涂上颜色，变成了面积图，这时候两种图表的意义就不一样了。当把单色的面积变为多色的面积，就出现了不同类目的比较意义，且区别于条形图，具有连续比较的意义。继续往下进化，就出现了河流图，那么什么是河流图呢？

河流图（Streamgraph），有时候也叫做“主题河流图”（ThemeRiver），是堆积面积图的一种变形，通过“流动”的形状来展示不同类别的数据随时间的变化情况。但不同于堆积面积图，河流图并不是将数据描绘在一个固定的、笔直的轴上（堆积图的基准线就是x轴），而是将数据分散到一个变化的中心基准线上（该基准线不一定是笔直的）。

河流图的组成

由河流图的组成图可以看出，河流图用颜色区分不同的类别，或每个类别的附加定量，流向则与表示时间的X轴平行。每个类别的对应数值则是通过 “河流”的宽度展示出来。每个类别的数值变化就会形同一条粗细不一的小河，汇集、扭结在一起，河流图也因此而得名。

以下图为例，作品《音曲繁美》就采用了这种河流图，它每一条的宽窄代表了音乐在特定年代流行的程度，用不同的颜色去区分不同的音乐，图表最后形成水流状的样子。

音曲繁美

既然河流图是堆积面积图的变形，那么与堆积面积图相比，河流图具有哪些不同呢？

在我们之前的推送中，也和大家分享过堆积面积图的一些特点，比如不建议堆叠面积图中包含过多数据系列，最好不要多于7个，以免数据难以辨识。然而，较于堆积面积图，河流图在展示多类别及波动幅度大的数据时，可读性更强，外表也更美观。

2008年2月，、最著名的河流图的例子《电影的衰退和流动：过去20年的电影票房收入》，描述了从1986年1月到2008年2月期间，所有电影的上映时间以及期间的周票房变化。在这个河流图中，流形状的宽度代表了某部电影的周票房，流形状的起始是由电影的上映时间决定的。颜色由电影的总票房决定，票房就是电影的“附加定量”，颜色越深代表了电影最终票房越高。

电影的衰退和流动：过去20年的电影票房收入

我们可以看到，从2007年4月中旬到7月，是高票房电影集中上映的时间，《蜘蛛侠3》、《加勒比海盗：世界的尽头》、《史瑞克3》等电影都获得非常高的票房收益，上映时间也几乎持续了3个月。但事实上，为了避免票房争夺，这段时间上映的电影数量不多，等到7月开始，大热电影档期结束，电影数量才多了起来。

河流图的交互使用

利用交互技术，我们可以把鼠标移动到某一个流形状上，突出显示它的具体信息。同时，，拖动滚动条可以发现，纵观20年，汇入电影历史长河的“小河”越来越多，电影的票房收入整体不停上涨。电影历史的长河越来越宽阔，特定时期的票房高涨也越来越明显。

此图的设计者之一Lee Byron，在河流图的设计上做了非常大的贡献。上面提及的可视化是建立在Lee以前的可视化成果之上。他在本科的时候，就设计了一个河流图，呈现用户在last.fm上听音乐的变化历史。

聆听历史

根据河流图的基本原理，每一个流形状代表了一个艺术家，流形状的宽度代表了用户在给定的时间内收听歌曲的次数。颜色的色调与艺术家的一首歌被听到的最早日期相关，深浅则与该艺术家被收听的总次数相关。用户可以通过自己的聆听河流图，发现自己所听的歌曲与当时的心情，或者是特殊事件的关联，人生轨迹仿佛被音乐描绘出来。

实际上，这种多层叠加数据的可视化方法，最早出现在2000年Susan Havre， Beth Hetzler和Lucy Nowell的文章《ThemeRiver:  In Search of Trends, Patterns, and Relationships》中。

菲德尔·卡斯特罗话语分析

这篇文章描述了一个名为“ThemeRiver”的互动系统的开发过程，其中使用一个文本分析引擎，对1959年11月到1961年6月期间，菲德尔·卡斯特罗的演讲、访谈以及其他文章的文本内容进行分析。河流图呈现出他在不同的时期使用的词语及次数。

面对诸如20年电影票房、听歌次数历史、文本分析等“巨量”数据，河流图表现得非常“从容”。

2008年，Jeff Clark对前100名Twitter用户的推文进行文本分析，发现最常用的单词除了“Scoble”（一位著名的美国博主）和“Obama”（前美国总统）之外，提及最多的是产品、技术或者技术事件的相关单词。这是因为顶级Twitter用户是走在前沿的“技术控”。

Twitter Topic Stream for Top Users

2011年，美国科技杂志《连线》的一篇文章运用河流图，描述了2010年9月8日至2010年9月15日期间，纽约市民拨打311市民服务专线所投诉的问题。噪音、路灯、街道设施是纽约市民最常反映的问题，特别是噪音的问题在睡眠时间里，投诉特别多。投诉的时间则集中在11:00-19:00的区间里。

What a Hundred Million Calls to 311 Reveal About 

New York

2016年，，就把世界各国在奥运会上的获奖情况展示出来。我们不仅可以看出各国的获奖情况，还借此看出世界历史的重要节点，包括两次世界大战、中国第一次参加奥运会、美国和前苏联抵制参加奥运会等。

A Visual History of Which Countries

Have Dominated the Summer Olympics

堆积类图展示面对大量的数据时，通常可读性会降低，细小的堆积块难以观察。

百分比堆积面积图

河流图同样也会存在一些争议。，有敏锐洞察力和读图能力的一部分人，能从图中看出电影的宏观层次季节性，看出哪些电影一直在“苟延残喘”。也有人赞美它运用颜色来区分高票房电影，以及凸显了电影上映数量变化。但也有一些人认为，河流图过于复杂和混乱，河流的形状会让人误会向上凸起的为正值，向下的为负值。

因此，在使用河流图的时候，我们要注意，除非使用交互技术，否则河流图无法精准地表达数据。但不可否认的是，在面对巨大数据量，且数值波动幅度大的情况下，河流图拥有优雅的视觉结构，能很好地吸引读者的注意力，同时凸显变化大的数据。

镝数河流图

镝数的这个河流图则展示了1896-1932年，前五名国家在奥运会上奖牌数量的变化情况。同样的数据用在堆积面积图上，显然给我们解读数据带来更大的难度。

堆积面积图

对的数据遇上对的图表，哪里还用怕发现不了有趣的事？点击“阅读原文”，把河流图用起来，我们期待在镝数上看到你精彩的使用案例哟~

更多镝数使用问题请参看以下文章，如果仍有无法解决的问题，请发送邮件至public@dydata.io或者直接在后台留言。

咱们下期再见！