1.2.1　量性数据

量性数据是按数字尺度测量的观察值，其结果表现为具体的数值，如人数、钱数、地理面积等都是量性数据。离散型数据是指数值只能用自然数或整数为单位的数据，如家庭人数为1人或2人，不会有1.5人。而连续型数据是指用小数为单位可无限拆分的数据，如体重可以被细化至小数点后N位数。那么在可视化呈现上二者的区别在哪里呢？我们来看以下两个例子。

图1.2.4中x轴为年级序列、y轴为学生的平均身高。随着年级数的增长，学生的身高呈现持续增长的趋势。使用折线图能很好地表达这种持续增长的关系。

图1.2.4

图1.2.5为某家庭成员人数变化的趋势，同样是表示数据持续增长，但因为y轴为家庭人数，为离散性数据，用折线图表示每年的变化会导致一个问题，即年与年之间的变化表达并不精确，例如在2012—2013年间，家庭人数不可能为2.5人。

图1.2.5

为了更为准确地表达家庭人数的变化趋势，我们采用柱状图（见图1.2.6），每一年的数值都是相对独立的，这样的表达效果更为清晰。

图1.2.6

值得注意的是，数值型数据和分类型数据可以互相转换，例如身高，年龄这类数据既可以是数值型数据也可以被转化为分类型数据。

图1.2.7为客户年龄的分布统计，该图的x轴为客户的年龄值（数值型数据），y轴为客户的计数。如果希望进一步分析人数最多的客户群，就需要将该数值型数据转换为分类型数据。

图1.2.7