应用错误收集

这个问题可以有很多答案，但最好的＆＃34;答案将取决于数据的上下文。数据是否代表自然界的测量结果？股市数据？医疗数据？社会学调查的结果？

许多作者撰写了关于这一主题的文章并介绍了不同的技巧。如果您还没有读过Tufte的视觉信息的定量显示，那么我建议您开始使用。如果您打算制作其他人会阅读的任何类型的图形，那么Tufte将帮助您制作更好的图形。在我看来，你不会通过在线搜索文章找到类似质量的指令。

有关于信息可视化的教科书提供了用于显示多变量数据的特定技术，但是教科书仅仅提供技术调查表明有多少种不同的技术。

是的，颜色可以用来表示其中一个尺寸，但是有很多限制：

有些读者/用户是色盲的。
您需要的不同颜色数量可能会超出人们可以轻易区分的数量。（例如，左下角的红点是否比右上角的红点稍暗？）
使用太多色调可能会令人困惑。如果您希望颜色表示从低到高，或从负到正的数字刻度，那么您可以使用双色过渡。例如，相对温度变化可以显示为从深蓝色（冷）到白色（标称温度）到深红色（热）的过渡。但是＆＃34; rainbow＆＃34;和ROYGBIV的配色方案往往会让人感到困惑和丑陋。
如果密集绘制点，则相邻点可能难以区分。
...

如果其中一个维度的值范围非常有限，则可以使用形状来指示变量值。您可以使用不同的形状，如菱形，三角形，圆形，方形等，或者您可以在形状的尺寸中显示有限数量的值，例如低值的扁平椭圆和圆形的完美圆形高或最佳价值。但是，如果读者必须继续引用一个键来查看每个形状代表什么，那么形状可能不适合您的特定问题。

使用数据点大小来表示变量可能特别困难。如果显示器是＆＃34; 3D＆＃34;，并且如果点显示在不同的深度，则可能很容易将近点的小点与更远的较大点混淆。数据大小＆＃34;点＆＃34; （如果它只是一个点）可以精确地用于2D图形，因为缺少第三维。

我见过的更有趣和不寻常的技术之一是“灰尘和磁铁”＃34;可视化，非常适合直观探索某些类型的多变量数据： http://www.cc.gatech.edu/gvu/ii/dnm/

如果你花一点时间谷歌搜索＆＃34;多变量数据图，＆＃34; ＆＃34;多变量数据图，＆＃34;等等，你会找到很多探索的途径。