假设我有一个很大的对象列表(数千或数万)，每个对象都带有一些标签。 有数十或数百个可能的标签，它们的使用遵循典型的幂律: 有些标签使用得非常频繁，但大多数很少见。 事实上，除了最常见的几十个标签之外，所有标签通常都可以忽略。
现在的问题是如何可视化这些标签之间的关系。 标签云只是它们频率的一个很好的可视化，但它忽略了哪些标签与其他标签一起出现。 假设标签 :bar 只出现在也被标记为 :foo 的对象上。 这在视觉上应该是显而易见的。 对于往往一起出现的三个标签也是如此。
您可以将每个标签设为气泡，并让它们部分重叠。
从技术上讲，这是一个维恩图，但以这种方式处理它可能很笨拙。
例如，Google 图表可以创建维恩图，但只能用于 3 个或更少的集合(标签):
http://code.google.com/apis/chart/docs/gallery/venn_charts.html
他们将其限制为 3 套的原因是，它看起来太可怕了。
请参阅维基百科页面上的“对更多集合的扩展”:http://en.wikipedia.org/wiki/Venn_diagrams
但这只是在每个可能的交叉点都非空的情况下。 如果不超过 3 个标签同时出现(可能在丢弃稀有标签之后)，则可以使用一组维恩图(气泡的大小代表标签频率)。
或者可能是一个图形(如顶点和边)，具有视觉上较粗或较细的边以表示共现频率。
您对工具或库有任何想法或建议吗？ 理想情况下，我会使用 javascript 执行此操作，但我对 R 和 Mathematica 或其他任何东西持开放态度。 如果有人好奇，我很乐意分享一些实际数据(如果我告诉你它代表什么你会笑)。
附录:我最初想到的申请是TagTime但我突然想到，这也很好地映射到可视化一个人的美味书签的问题。
最佳答案
如果我正确理解您的问题，图像矩阵 应该可以很好地发挥作用。我想到的实现是一个 n x m 矩阵，其中标记的项目是行，每个标记类型是一个单独的列。矩阵中的每个单元格都将完全由“1”和“0”组成，即特定项目要么具有给定标签，要么没有。
在下面的矩阵中(我旋转了 90 度，以便它更适合这个窗口——所以列实际上代表标记的项目，每一行显示所有项目中给定标签的存在与否)，我模拟了有 8 个标签 和 200 个标签项 的场景。 ，“0”是蓝色，“1”是浅黄色。
这个矩阵中的所有值都是随机选择的(每个标记的项目是从一个盒子中抽取八次，盒子由两个标记组成，一个蓝色和一个黄色(分别没有标签和标签)。所以毫不奇怪，没有视觉证据表明模式在这里，但如果您的数据中有一个，这种实现起来非常简单的技术可以帮助您找到它。
我使用 R 生成和绘制模拟数据，仅使用基础图形(没有外部包或库):
# create the matrix
A = matrix(data=r1, nrow=1, ncol=8)
# populate it with random data
for (i in seq(0, 200, 1)){r1 = sample(0:1, 8, replace=TRUE); A = rbind(A, r1)}
# now plot it
image(z=A, ann=F, axes=F, col=topo.colors(12))
关于javascript - 数据可视化 : Bubble charts, 维恩图和标签云(天哪!)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3224494/