Tegning af linjerne indebærer en kontinuerlig sammenhæng mellem parametrene. Så hvis du kan forvente kontinuitet, er det fint at forbinde punkterne. Et andet punkt at gøre er at undgå farver, der svarer til det grønne og blå, du har valgt. En af grundene til, at forskellen er svær at se i det første spredningsdiagram, skyldes farve. Prøv at eksperimentere med farver, der kontrasterer bedre, og dit problem kan løses ved blot at ændre farver for et eller begge datasættene.

Vedrørende det generelle spørgsmål

Ja, det er acceptabelt at forbinde punkter, selvom kun diskrete datapunkter findes i teorien, og der ikke er noget kontinuum. Hvis der er grund til at forvente, at nogen fortolker din visualisering fejlagtigt på grund af dette, eller hvis du kan forvente, at publikum er kræsne over dette, skal du tilføje sætningen (på dias eller talt):

Linjer er kun til øjenvejledning.

Vedrørende dit specielle diagram

• Som allerede bemærket er farverne ikke velvalgte (og vil sandsynligvis se endnu dårligere ud, når de projiceres) . Jeg anbefaler at bruge farver med en stærk kontrast, for eksempel en hvid eller næsten hvid baggrund og til dataene 1) sort eller næsten sort, 2) ren rød. (Vær dog forsigtig med ren grøn, da de fleste projektorer vil skrue den op - mørkegrøn er bedre.)
• Afhængigt af hvor vigtigt du betragter visse ting:
  • Brug en logaritmisk skala (eller lignende) til abscissen ( x -aks). Denne måde klynger punkter ikke så meget for lille x og vil være lettere at læse.
  • Brug en logaritmisk skala til ordinaten ( y -aks ). På denne måde bliver det eksponentielle forhold, du nævnte, tydeligt med det samme. Dog vil punkterne for små x komme endnu tættere på hinanden.

Du siger, at du vil sammenligne dine datasæt kvalitativt , det er klart, hvilket der er "bedre". Da de ser ud til at følge lignende funktioner og er tæt på hinanden, kan normalisering være et godt værktøj.

Overvej for eksempel dette plot:

^{Bemærk, hvordan standardindstillingerne for Mathematica 10 ender med at skabe et langt klarere plot.}

At vide, at begge funktioner er grundlæggende 1 / √n du kan gange værdien med, siger , n:

Nu er "vinderen" mere klar.

Lignende effekter kan opnås ved (andre) aksetransformationer, afskæringer, zoom osv. Du skal dog være gennemsigtig med, hvilke transformationer du anvender, fordi du nemt kan ende med et plot, der siger "A er tre gange så god som B!" selvom den reelle forskel var minimal.

Jeg vil bringe partikelfysikpraksis til bordet og sige aldrig connect-the-prikker. Du skal heller ikke køre splines gennem data. Kør meningsfuld passer gennem dataene eller intet.

Disse regler afspejler forståelsen i den disciplin, at individuelle punkter kan have en betydelig fejl eller usikkerhed forbundet med dem, og læseren skal se dataene in toto uden at fokusere på individuelle uregelmæssigheder. Hvis du ved, at dataene ikke kan have disse problemer, så afslapper disse regler sandsynligvis ikke meget skade.

Så hvad kan du gøre.

1. Brug mere visuelt markerede markører. En kombination af form, udfyldning og farve (med så farveblind venlig en palette som du selvfølgelig kan) giver læseren flere måder at tilslutte sig forskellen.

2. Brug en forskellige tegninger (normaliseret, anomali fra teori, linearisering af magtlove osv.). Dette er, hvad Raphael foreslog. At finde disse kan være lidt af en kunst.

3. Hvis du har en velbegrundet teori (eller endda et godt sæde i buksemodellen), skal du tegne pasningslinjer: de afspejler automatisk hele datasættet (godt!).

Nogle punkter på grundtegningen af ​​din figur.

1. Gråt den grå baggrund. Det gør kun data sværere at læse og får Tufte til at græde.

2. Brug af udfyldte cirkler til begge serier er en måde at forårsage maksimal visuel forvirring på.

Til visningsformål er en glat kurve den mest logiske ting at bruge. Der er nogle gode spline-tilpasningsrutiner, der giver dig mulighed for at skabe en pasform, der kan begrænses for at minimere krumning (i processen mangler punkter, der ikke helt ligger på den glatte kurve), eller du kan bare øje dataene og komme op med en rimelig pasform (til visning - ikke til analyse).

Jeg brugte kun et par minutter på dette, men kom med følgende:

Dette er grundlæggende et overlay af et Excel-plot, som jeg oprettede (hvilket gjorde akserne usynlige) - ved hjælp af en simpel 4-parametermodel:

For de blå og grønne kurver, jeg fandt parametre

  blå greenA 0.8 0.8B 1.0 1.0 C 1.0 0.5D .05 .03  

Naturligvis da du har rådata og matplotlib, du skal vide, hvordan du passer bedre, men dette fungerer godt.

Generelt kan jeg godt lide at kun vise så meget information, som der er brug for på et plot. Hvis punktet er "dette er en hurtigt henfaldende kurve og grønt er over blå", ville jeg helt sikkert udelade nettet og måske endda de fleste af tallene (kør X-aksen fra 0 til 100 med kun to etiketter, og Y-aksen fra 0 til 1).

Jeg tror, ​​at dine data sandsynligvis ikke bliver negative - så jeg vil bestemt gerne rette den X-akse.

Hvis du vil gør yderligere punktet "vi målte disse data", så det er en OK ting at gøre det at lade punkterne være på grafen såvel som glat pasform. Jeg ville overveje at tilføje fejlbjælker for at vise, at pasformen er god - og at punkterne er dårlige.

Igen - du vil gøre det, så informationen er "kun hvad du har brug for". Min personlige præference ville være sådan:

Så færre flåter på akserne, men tilføj en forklaring (jeg kalder dem "blå" og "grøn", men du skal bruge et mere meningsfuldt navn) og mærke akserne - tal alene er ikke nok.

Gitre er en forældet fossil, der ikke længere skal bruges. Tilbage i dagene hjalp de med at lave plottene og gjorde det også lettere at manuelt hente dataene fra grafen. I dag er det ikke længere nødvendigt, da tabeller med dataene er tilgængelige andre steder.

Og hvis og når de er nødvendige, skal de være så lidt påtrængende som muligt. Din gråblå baggrund er bare for tung.

Når det er ude af vejen, kan du prøve en logskala for x-aksen, som mange point akkumuleres nær 0:

Jeg synes her er ret klart, at blå altid er større end grøn. Uanset om det er godt at tilføje en linje eller ej, er det et spørgsmål om smag:

Efter min mening og som en generel regel vil jeg sige, at linjerne er acceptable så længe "vrikken" skyldes funktionens faktiske form og ikke på grund af støj. Det vil sige, at når der tilføjes flere punkter (tager flere målinger) ikke ændres formen på kurven væsentligt (eller vi forventer ikke, at den skal).

En alternativ tilgang til at forbinde prikkerne: Indsæt en linje mellem datasættene for at illustrere, at et sæt punkter er over linjen og det andet nedenfor. Hvis det ikke er upassende for dataene, skal du bruge en logskala til X for at få plads mellem de pakkede punkter til venstre for at forbedre synligheden. Brug af farver med højere kontrast og markørformer blev tidligere foreslået.

Normalt er det bedre at bruge en form for kurvetilpasning (splines osv.), da vi ikke antager, at målingerne er helt nøjagtige, og forbindelseslinjerne skal gå fra punkt til punkt.

Målepunkter skal dog også være til stede og meget tydelige, da de er vores resultater, og linjen er vores hypotese, fortolkning. Det ville være en god ide at vise fejlbjælker (konfidensintervaller).