複数の「ヒストグラム」（棒グラフ）の視覚化

データを視覚化する正しい方法を選択するのが困難です。我々は持っていると言う書店販売している本を、そしてすべての本は、少なくとも一つの持っているカテゴリを。

書店の場合、本のすべてのカテゴリーをカウントすると、その書店の特定のカテゴリーに該当する本の数を示すヒストグラムが取得されます。

書店の動作を視覚化したいのですが、他のカテゴリよりもカテゴリを好むかどうかを確認したいと思います。彼らがまとめてSFを支持しているかどうかは知りたくありませんが、すべてのカテゴリを平等に扱っているかどうかは知りたいです。

約100万冊の書店があります。

私は4つの方法を考えました：

1. データをサンプリングし、500の書店のヒストグラムのみを表示します。10x10グリッドを使用して、5つの個別のページに表示します。4x4グリッドの例：

   

2. ＃1と同じ。ただし、今回はカウントdescに従ってx軸の値を並べ替えます。したがって、好意がある場合は簡単に確認できます。

3. ＃2のヒストグラムをデッキのようにまとめて3Dで表示することを想像してみてください。このようなもの：
   

4. 色を表すために3番目の軸を使用して色を表現する代わりに、ヒートマップ（2Dヒストグラム）を使用
   します。

複数のヒストグラムを表す他の視覚化のアイデア/ツールはありますか？

あなたが発見したように、あなたの質問に対する簡単な答えはありません！

私はあなたが奇妙な、または異なる書店を見つけることに興味があると思いますか？これが事実である場合、PCAなどのことを試すことができます（詳細については、ウィキペディアのクラスター分析ページを参照してください）。

あなたにアイデアを与えるために、この例を考えてください。26書店（名前A、B、.. Z）があります。以下を除いて、すべての書店は同様です。

1. ショップZが販売する歴史書はほんのわずかです。
2. ショップOYは、平均よりも多くのロマンスの本を販売しています。

主成分プロットは、これらのショップをさらに調査するために強調表示します。

以下はサンプルRコードです。

> 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)

これにより、次のプロットが得られます。

PCAプロットhttp://img265.imageshack.us/img265/7263/tmplx.jpg

次のことに注意してください。

1. ショップzは外れているポイントです。
2. 他のショップは2つの異なるグループを形成します。

その他の可能性

GGobiも見ることができます。私はこれを使用したことがありませんが、面白そうです。

定義された名前（おそらく「並列プロット」）を持たないものを提案し、次のようにします。

基本的に、すべての書店のすべてのカウントをx軸にリストされたカテゴリーのポイントとしてプロットし、各書店の結果を線で結びます。それでも、これは100万行には絡まりすぎる可能性があります。このコンセプトはcsgillespieですでに言及されているGGobiから来ています。