引子

继 Learn D3: Data 第四篇，只是英文翻译，可修改代码的部分用静态图片替代了，想要实时交互请阅读原文。

正文

在 D3 数据图形所有工具中，最基本的是比例尺，它将数据的抽象维度映射到可视变量。

为了尝试，看看这些小（但美味！）水果的数据集。

我们通常认为维度是空间的，比如三维空间中的位置，但抽象维度不一定是空间的。它可能是定量的，例如上面每个水果的 count 。或者它可能是名义上的，比如一个 name 。

在 Semiology of Graphics 中，Jacques Bertin 描述了点和线等图形标记如何“表示差异(≠)、 相似性(≡)、 量化顺序（Q）或非量化顺序（O），并且组、层次或垂直移动的表示”可以使用位置、大小、颜色等。这些图形标记属性是我们的视觉变量。

与许多可视化一样，下面的条形图将两个抽象维度映射到两个可视变量：name 维度映射到条形图的 y 位置，而 count 维度映射到 x 位置。这些映射由下面的 x 和 y 比例尺实现。

（请随意编辑代码，看看会发生什么！）

D3 比例尺有多种类型。使用哪一种取决于抽象维度（定量的还是象征性的？）和视觉变量（位置或颜色？）。这里 x 是线性比例尺，因为 count 是定量的，条形长度应该和数值成比例，而 y 是分段比例尺，因为 name 是象征性的，并且条形厚厚的。

每个比例尺都是通过从抽象数据（domain）到可视变量（rang）成对进行配置的。例如，x-domain 的下限值（0）映射到 x-range 的下限值（图表的左边缘），domain 的上限值（最大计数）映射到 rang 的上限值（右边缘）。

对于线性比例尺，domain 和 rang 是连续的间隔（从最小到最大）。对于分段比例尺，domain 是离散值的数组(