用於“平滑”可視化數據值的算法

Question

我正在閱讀世界各國的一些數據，並正在使用Google的可視化小工具，特別是地圖可視化 。 問題是，美國總是走在前面。 雖然大多數國家的價值在1到50之間，但美國的價值始終為2000+。 這意味着在可視化中，很難區分所有“小國家”，因為它們都有相同的淡綠色，而美國總是胖胖的深綠色。

我並不特別關心可視化的准確性，因此我想稍微平滑或平均值，以便在極低，低和不太低的國家之間存在明顯差異。 這樣做的好算法是什么？

一個非常簡單的問題，但我根本不是一個數學家。 ^ _ ^ ;;

Answer 1

如何以對數標度顯示數據。 這樣，值10轉換為1，值100轉換為2,1000轉換為3，依此類推。

Answer 2

如果通常在大多數重要數據點之間存在差異的大小順序，則可以選擇對數標度。

但是，如果您的發行版是雙峰的 - 您最好正常化，然后記錄破碎數據。

要做到這一點，你必須找到一個與美國2000+（GDP可能是？）相關的參數，並將所有數據點標准化為該數字的區域值。 您將看到您對直觀色彩圖感興趣的精確差異。