我希望以类似直方图的方式显示测量值。用户可以在各种测量之间进行选择，这些测量本质上是非常不同的。例如，方法复杂度通常会产生介于1和20之间的值。相反，源文件最后一次更改的日期会产生unix时间戳，这是非常大的数字。
我知道如何将这些值范围简单地缩放到直方图的大小（高度），但这种方法有时会产生非常混乱的结果。例如，当所有值都非常大时，直方图中的所有条几乎都是最大高度，并且几乎不能察觉到差异。在这种情况下，从所有值中减去接近最小值的常数可能是有利的，以获得更独特的可视化。
其他测量值在非常小的值范围内产生值，例如1到3.在这种情况下，可视化是非常误导的，因为3将被缩放到最大可能的大小，1到最小可能的大小，并且差异看起来很大，虽然它不是。在这种情况下，为所有值添加常量可能是有利的，以减少直方图条之间的差异。
是否有任何解决此问题的一般方法，一方面确保独特性，另一方面避免误导性可视化？任何算法都可以很好地将任意一系列值放入给定的区间内？
答案 0 :(得分：2)
我过去使用的一种方法是将exp(lbound(log(min(data))))和exp(ubound(log(max(data))))作为我的范围，选择适合我审美的任何日志基础。
答案 1 :(得分：1)
让{x_i}成为您的值集，然后min = min{x_i}，max = max{x_i}。
现在可以使用：
对[0,1]间隔中集合上的每个值进行标准化x_i = (x_i - min) / (max - min)
正如您可以看到的那样，max元素将为1，min将为0，并且itnermediate值将保持其比例。如果不在直方图中对0值进行排序，则可以对此进行缩放添加常量，然后min将为alpha和最大1 + alpha。
通常，您可以映射[a,b]区间中的每一组：
x_i = a + (x_i - min) * ( b - a ) / (max - min)