Question

如果比较两组数据（例如两个文件），这些组之间的差异可以显示在两列或两个窗格中，例如WinMerge。

但是有没有可视化范例来显示多个数据集之间的差异？

更新

我的问题的出发点是假设显示两个文件之间的差异相对容易，正如我提到的WinMerge，而比较3个或更多文本文件变得更复杂，因为会有越来越多的差异比方说，随着时间的推移创建的文档的不同版本。

如何突出显示两个版本中相同但与其他版本不同的文件部分？

我想到的数据集是对象（A，B，C，...），它们可能存在也可能不存在，并且具有可以设置或不设置的属性（a，b，c，...）

示例：

集1：A（a，b，c），B（b，c），C（c）

设置2：A（a，b，c），B（b），C（c）

设置3：A（a，b），B（b）

如果您比较2套，例如在图1和2中，差异将在B（c）中。比较集合2和3导致差异A（c）和C（）。

如果比较所有3组，最终得到3次比较（n *（n-1）/ 2）

Answer 1

我有一些不同于提供答案的人的观点 - 即，你需要进一步指明问题。抽象层次是正确的。进一步的规范会使问题更容易，但解决方案的用处不大。

几年前，我在graphic上看到ProgrammableWeb - 它将雅虎搜索结果与Google搜索结果进行了比较。有很多信息需要记录：一些结果在两个集合中，一些仅在一个集合中，并且共同结果将在相应引擎的结果中具有不同的位置，这必须以某种方式显示。

我喜欢图形并在Matplotlib（一个Python科学绘图库）中重新实现它。下面是一个使用一些随机点以及我用来生成它的python代码的例子：

from matplotlib import pyplot as PLT
xvals = NP.array([(2,3), (5,7), (8,6), (1.5,1.8), (3.0,3.8), (5.3,5.2), 
      (3.7,4.1), (2.9, 3.7), (8.4, 6.1), (7.1, 6.4)])
yvals = NP.tile( NP.array([5,3]), [10,1] )
fig = PLT.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x, y, "-", lw=3, color='b')
ax1.plot(x, y2, "-", lw=3, color='b')
for a, b in zip(xvals, yvals) : ax1.plot(a,b,'-o',ms=8,mfc='orange', color='g')
PLT.axis("off")
PLT.show()

这个模型有一些有趣的特征：（i）它实际上处理每个项目的“相似性”（连接点的垂直方向线）而不是聚合相似性; （ii）两个数据点之间的相似程度与连接它们的线的角度成正比 - 如果它们相等则为90度，随着差值的增加角度减小;这非常直观; （iii）第二个数据集中不存在一个数据集中的点的情况很容易显示 - 两条线之一上会出现一个点，但没有一条线将它连接到另一条线上的一个点。

此模型适用于比较搜索结果，因为每个搜索结果都有一个“得分”（其索引或结果列表中的顺序）。对于其他类型的数据，您可能必须为每个数据点分配一个分数 - 我认为可能是相似性度量标准（从某种意义上说，这实际上是搜索结果顺序是什么，距离列表顶部的距离）

Answer 2

由于显示两个文件的差异有很多工作，您可以先用适当的文本格式表示“多个数据集”，然后使用任何想要在这些文本格式之间显示差异的内容。 / p>

但是你应该告诉我们你的数据集的更多信息！

Answer 3

我同意Peter的意见，您应该指明您的数据类型以及您希望在比较中提出的内容。

根据数据/比较的性质，您可以考虑不同的可视化。您的数据是有序还是无序？你比较了多少东西，即细粒度或粗略比较？

示例：

可视化无序数据的比较可能只是绘制集合的两个直方图（即分布）：

image source
另一方面，比较巨大的有序数据集，如DNA can be done innovatively。

另外，请查看visual complexity，这是有趣可视化的绝佳资源。

Answer 4

我进行了一些实验，并实现了两个显示：

如何显示多重比较的结果

4 个答案:

示例：