# 26 不要走向 3D > 原文： [https://serialmentor.com/dataviz/no-3d.html](https://serialmentor.com/dataviz/no-3d.html) > 校驗：[飛龍](https://github.com/wizardforcel) > 自豪地采用[谷歌翻譯](https://translate.google.cn/) 3D 繪圖非常受歡迎，特別是在商業演示中，也在學術界中。它們也幾乎總是被不恰當地使用。我很少看到 3D 無法圖形通過轉換為常規 2D 圖形來改進。在本章中，我將解釋為什么 3D 圖形存在問題，為什么通常不需要它們，以及在有限的情況下 3D 圖可能是合適的。 ## 26.1 避免無理由的 3D 許多可視化軟件使您可以通過將圖形元素轉換為三維對象來修改圖形。最常見的是，我們看到餅圖變成了在空間中旋轉的圓盤，條形圖變成了列，折線圖變成了帶子。值得注意的是，在這些情況中，第三維都沒有傳達任何實際數據。 3D 僅用于裝飾和點綴繪圖。我認為 3D 的使用是無理由的。這是非常糟糕的，應該從數據科學家的視覺詞匯中刪除。 無理由 3D 的問題是，將 3D 對象投影到二維來在監視器上打印或顯示，會使數據失真。當人類視覺系統將 3D 圖像的 2D 投影映射回 3D 空間時，它試圖校正這種失真。但是，這種修正只能是局部的。舉個例子，讓我們看一個帶有兩個切片的簡單餅圖，一個代表 25% 的數據，一個代表 75%，并在空間中旋轉這個餅圖（圖 26.1 ）。當我們改變我們看餅圖的角度時，切片的大小似乎也會改變。特別是，當我們從水平角度觀察餅圖時，位于餅圖前面的 25% 切片看起來比 25% 大得多（圖 26.1 a）。  圖 26.1：從四個不同角度顯示的相同 3D 餅圖。在三維中旋轉的餅圖，會使前面的餅圖切片看起來比實際大，后面的餅圖切片看起來更小。這里，在部分（a），（b）和（c）中，對應于 25% 的數據的藍色切片在視覺上占據了餅圖區域的 25% 以上。只有部分（d）是數據的準確表示。 對于其他類型的 3D 繪圖也會出現類似的問題。圖 26.2 使用 3D 條形圖顯示按類別和性別劃分的泰坦尼克號乘客。由于條形相對于軸線的布置方式，條形都看起來比它們實際上短。例如，一等乘客共有 322 名，但圖 26.2 表明這個數字小于 300。這種錯覺的產生是因為代表數據的列對于兩個背面有一定距離，灰色水平線在其上繪制。要查看此效果，請考慮延伸其中一列的任何底邊，直到它到達最低的灰線（表示 0）。然后，想象對任何頂邊執行相同操作，您將看到所有列比第一眼看到的樣子要高。 （有關此圖的更合理的 2D 版本，請參見第六章中的圖 6.10。）  圖 26.2：泰坦尼克號上一，二，三等艙的男性和女性乘客人數，顯示為三維堆疊條形圖。一等，二等和三等艙的乘客總數分別為 322，279 和 711（見圖 6.10 ）。然而在這個繪圖中，一等艙的條形似乎代表不到 300 名乘客，三等艙的條形似乎代表不到 700 名乘客，而二等艙的條形似乎比實際的 279 名乘客更接近 210-220 名乘客。此外，三等艙的條形在視覺上占主導地位，并使三等艙乘客的數量看起來比實際大。 ## 26.2 避免 3D 位置刻度 雖然無理由使用 3D 的可視化很容易被視為不好，但如何考慮使用三個真正的位置刻度（*x* ， *y* 和 *z*）來表示數據的可視化，卻不太清楚。在這種情況下，第三維的使用用于實際目的。然而，由此產生的繪圖經常難以解釋，在我看來應該避免。 考慮一下 32 輛汽車的燃油效率與排量和功率的三維散點圖。我們之前在第二章中看到過這個數據集。在這里，我們沿 *x* 軸繪制排量，沿 *y* 軸繪制功率，沿 *z* 軸繪制燃油效率，我們用點表示每輛車（圖 26.3 ）。盡管從四個不同的角度展示了這種 3D 可視化，但很難想象這些點在空間中的確切分布。我發現圖 26.3 的部分（d）特別令人困惑。它幾乎似乎顯示了一個不同的數據集，即使除了我們查看點的角度之外沒有任何變化。  圖 26.3：32 輛汽車（型號 1973-74 ）的燃油效率與排量和功率的關系。每個點代表一輛汽車，點的顏色代表汽車的汽缸數。四個面板（a）-（d）顯示完全相同的數據，但使用不同的視角。數據來源：Motor Trend，1974。 這種 3D 可視化的基本問題是，它們需要兩個獨立的連續數據轉換。第一個轉換將數據從數據空間映射到 3D 可視化空間，在第二章和第三章中的位置刻度上下文中討論。第二個將來自 3D 可視化空間的數據映射到最終圖形的 2D 空間。（對于在真實 3D 環境中顯示的可視化，顯然不會發生第二次轉換，例如當顯示為物理雕塑或 3D 打印的對象時。這里我的主要目標是在 2D 顯示器上顯示 3D 可視化。）第二次轉換不可逆的，因為 2D 顯示器上的每個點對應于 3D 可視化空間中的直線上的點。因此，我們無法唯一地確定任何特定數據點在 3D 空間中的位置。 然而，我們的視覺系統試圖逆轉 3D 到 2D 的轉換。然而，這個過程是不可靠的，充滿了錯誤，并且高度依賴于圖像中的適當線索，它們傳達了一些三維的感覺。當我們刪除這些線索時，逆轉變得完全不可能。這可以在圖 26.4 中看到，除了所有深度線索都被刪除外，它與圖 26.3 相同。結果是四個隨機排列的點，我們根本無法解釋，它們甚至不容易相互關聯。你能說出部分（a）中哪些點對應部分（b）中的哪些點？我當然不能。  圖 26.4：32 輛汽車（型號 1973-74）的燃油效率與排量和功率的關系。四個面板（a）-（d）對應于圖 26.3 中的相同面板，只是所有提供深度線索的網格線都已被移除。數據來源：Motor Trend，1974。 我認為通常應該只應用一個適當的可逆轉換，并將數據直接映射到 2D 空間，而不是應用兩個單獨的數據轉換，其中一個是不可逆的。由于變量也可以映射到顏色，大小或形狀刻度上，因此很少需要將第三維添加為位置刻度。例如，在第二章中，我同時繪制了燃料效率數據集的五個變量，但僅使用了兩個位置刻度（圖 2.5）。 在這里，我想展示兩種替代方法來精確繪制圖 26.3 中使用的變量。首先，如果我們主要關注燃料效率作為響應變量，我們可以繪制兩次，一次針對排量，一次針對功率（圖 26.5）。其次，如果我們對排量和功率如何相互關聯更感興趣，將燃油效率作為第二興趣變量，我們可以繪制功率與排量的關系，并將燃油效率映射為點的大小（圖 26.6 ）。這兩個圖形比圖 26.3 更有用，更不容易混淆。  圖 26.5：燃油效率與排量（a）和功率（b）的關系。數據來源：Motor Trend，1974。  圖 26.6：32 輛汽車的功率與排量，燃料效率由點的大小表示。數據來源：Motor Trend，1974。 您可能想知道 3D 散點圖的問題是實際數據表示（點）本身不會傳達任何 3D 信息。例如，如果我們使用 3D 條形圖會發生什么？圖 26.7 顯示了一個典型的數據集，可以用 3D 條形圖顯示，1940 年弗吉尼亞州的死亡率，按年齡、性別和住房位置分組。我們可以看到 3D 條形確實幫助我們解釋繪圖。人們不太可能將前景中的條形誤認為背景中的條形，反之亦然。然而，在圖 26.2 的背景下討論的問題也存在于此。很難準確判斷單個條的高度，并且很難進行直接比較。例如，在 60-64 歲年齡組的城市女性死亡率，是高于還是低于 65-69 歲年齡組的城市男性？  圖 26.7：弗吉尼亞州 1940 年的死亡率，可視化為 3D 條形圖。顯示四組人（城市和農村，女性和男性）和五個年齡組（50-54,55-59,60-64,65-69,70-74）的死亡率，并以每一千人的死亡數為單位報告。這個圖形標記為“不好”，因為 3D 視角使得繪圖難以閱讀。數據來源： Molyneaux，Gilliam 和 Florant（1947） 通常，最好使用格子圖（第 21 章）而不是 3D 可視化。當顯示為格子圖時，弗吉尼亞死亡率數據集僅需要四個圖（圖 26.8 ）。我認為這個圖形清晰易懂。很明顯，男性的死亡率高于女性，城市男性的死亡率似乎高于農村男性，而城市和農村女性的這種趨勢并不明顯。  圖 26.8：1940 年弗吉尼亞州的死亡率，可視化為格子圖圖。顯示四組人（城市和農村，女性和男性）和五個年齡組（50-54,55-59,60-64,65-69,70-74）的死亡率，并以每千人死亡數為單位報告。數據來源： Molyneaux，Gilliam 和 Florant（1947） ## 26.3 3D 可視化的適當使用 但是，帶有 3D 位置刻度的可視化有時是合適的。首先，如果可視化是交互式的并且可以由觀看者旋轉，或者如果它在 VR 或增強現實環境中顯示，并可以從多個角度檢查，則前一部分中描述的問題就不重要了。其次，即使可視化不是交互式的，顯示它慢慢旋轉，而不是從一個角度作為靜態圖像來查看，將允許觀看者辨別不同圖形元素所在的 3D 空間中的哪里。人腦非常善于從不同角度拍攝的一系列圖像重建 3D 場景，圖形的慢速旋轉恰好提供了這些圖像。 最后，當我們想要顯示實際的 3D 對象和/或映射到它們的數據時，使用 3D 可視化是有意義的。例如，顯示山區的地形起伏是一個合理的選擇（圖 26.9 ）。類似地，如果我們想要可視化映射到其結構上的蛋白質的進化序列保守性，則將結構顯示為 3D 對象是有意義的（圖 26.10 ）。然而，在任何一種情況下，如果它們被顯示為旋轉動畫，這些可視化仍將更容易解釋。雖然這在傳統印刷出版物中是不可能的，但是當在網上發布圖形或進行演示時，可以很容易地完成。  圖 26.9：地中海科西嘉島的地形。數據來源：哥白尼土地監測服務  圖 26.10：蛋白質進化變異的模式。有色的管子代表來自細菌大腸桿菌的蛋白質外切核酸酶 III 的主鏈（蛋白質數據庫標識符：1AKO）。著色表示該蛋白質中各個位點的進化保守性，深色表示保守氨基酸，淺色表示可變氨基酸。數據來源： Marcos 和 Echave（2015） ### 參考 ``` Molyneaux, L., S. K. Gilliam, and L. C. Florant. 1947. “Differences in Virginia Death Rates by Color, Sex, Age, and Rural or Urban Residence.” American Sociological Review 12: 525–35. Marcos, M. L., and J. Echave. 2015. “Too Packed to Change: Side-Chain Packing and Site-Specific Substitution Rates in Protein Evolution.” PeerJ 3: e911. ```