如果你，创作者，不确定，读者怎么知道它是什么？

简短回答：该值应与页面上的颜色量 1:1 相关联。所以在你的例子中，它应该是区域。但不仅如此：您还需要避免可能使读者错误阅读的误导性提示，并且您需要知道为什么使用面积而不是长度（例如条形图），因为它有真正的优点和缺点。

首先，当变量实际上只与一侧的长度相关时，永远不要同时改变形状的长度和宽度（即面积）。如果 X 是 Y 的两倍，但 Y 在页面上的颜色是 Y 的四倍，那么您就是在误导您的读者。这种扭曲有时被称为“谎言因素”，通常被认为是故意误导和夸大差异。

如果您使用面积作为衡量标准，我强烈建议：

• 知道你为什么使用 area。通过使用面积而不是像长度这样的线性尺寸，您可以：

  • 牺牲在数学上清楚地看到差异的能力（你不能轻易地说“看，那是另一个的两倍”）
  • 邀请您的读者以直观的日常非数字方式查看它，例如人们比较商店中馅饼的大小。不那么复杂，但更直接。更多的肠子，更少的头。
  • 非常相似的数字之间的微小差异几乎不可见。
  • 当一个变量比另一个小很多倍时，非常小的变量不会像在条形图中那样消失，这可以使布局更加灵活。

• 考虑使用圆形来表示区域，而不是正方形，居中对齐：

  • 圈，因为它不会引起与条形图和类似的混淆。高度和宽度不太突出：看起来不像是在邀请基于高度或宽度的比较。
  • 居中对齐，因为它不会邀请人们比较身高

例如，在上面，标有“5”的正方形很难不看到标有“10”的正方形高度的四分之三，因此它可能具有误导性。

这些圈子不会邀请这种比较：它更像是一种直觉，即“那个 blob 比下一个 blob 大得多”。

从用户测试到小规模研究（稍后将尝试寻找一些示例），有各种证据表明这种基于区域的直观比较可能更具吸引力，可以降低参与度较低的受众的进入门槛，并且可以帮助读者将注意力集中在主题上，而不是数字的冷冰冰的细节上。但这是以妨碍更注重数字的分析为代价的。

不要出于审美原因在一维（长度或距离）和二维（面积）之间进行选择：根据您的受众和信息在它们之间进行选择。

哪个更适合交流：“那更大”级别的即时直觉比较，还是“那大约是另一个级别的 80%”级别的更多考虑数字比较？

还是有实际原因需要使用区域？

然后，当您出于实际原因选择时，请应用美学。

我会说地区。从光学上看，边长两倍的正方形显示出的面积是四倍大。即使没有阅读您的传说，休闲观察者也会与该地区相关。

一个很好的例子是xkcd的 Randall Munroe 的这个传奇图表：

（巨大，清晰的版本）

我们在判断区域差异方面不如在长度上那么好。我们使用长度作为代理，因此倾向于低估区域的差异。

出于这个原因，实际上面积是另一个圆的 2 倍的圆显得太小，因为我们的大脑正在关联它们的半径，而半径相差 1.4 倍。

有一些有趣的尝试来协调这种现象，例如R 中的比例符号映射，它提出了符号的感知缩放，以更接近于我们判断长度和区域的方式。

这是本文的图 2

我个人对此没有任何经验，如果需要定量判断，请避免使用区域。

一个有趣的切线是对体积和长度的感知之间的关系。我们如何看待这些的差异更加显着。这可以在这个明星大小比较的视频中得到说明。

当你到达最大的恒星时，它大约是太阳直径的 1,700 倍，你会觉得它比 1,700 倍大得多。

如需更系统地了解我们在感知区域和长度差异方面的错误，请参阅Jeffrey Heer 和 Michael Bostock 的众包图形感知：使用 Mechanical Turk 评估可视化设计。

在我看来，区域（D），而不是每一侧（E）。

如果您使用长度为 2 的边，则面积将是该值的 4 倍，并且您将得到一个非常重叠的图形。(五)

当你有一个正常的条形图 (A) 时，数据是线性的，条形图的 with 只是为了美观。(乙)

在这些情况下，该区域再次代表数据，因为条形的与相同。您可以有一个 3D 条，但条的体积仍然是代表数据的量 (C)