数据可视化的本质就是将数据映射到图形，不同数据类型的数据适合的图形属性也不一样，本章讲解数据分类和G2是如何设计数据分类。图形属性在下一章节视觉通道中讲解。

数据的类型可以按照两种分类方式： * 数据自然的分类 * 数据是否连续

按照数据的自然分类，可以将数值类型分为： * 名词：常见的名词，不关心顺序，比如国家的名称 * 有序：有序的分类，例如警报信息，从低到高分为黄色警告、橙色警告和红色警告 * 间隔：有间隔的数字，不考虑0的意义。例如温度，0度不代表没有温度 * 比例：表示字段之间存在比例关系，0必须有意义。

按照数据是否连续划分的方式： + 分类（定性）数据，又分为有序的分类和无序的分类 + 连续（定量）数据，连续不间断的数值，时间也是一种连续的数据类型

首先我们来看一下下面的数据：

其中：month 代表月份，temperature 代表温度，city 代表城市

我们在G2中将数据类型按照是否连续来划分，每种分类设计成不同的度量（Scale)，度量用于完成以下功能：

将数据划分，用于在坐标轴上、图例上显示数值的范围、分类等信息

所以每种度量必须包含以下信息：

G2中提供了下面几种度量

度量共有的属性：

连续的数据类型的基类，包含以下特殊的属性

分类类型度量的特殊属性

G2创建图表的时候，values字段一般会自动从数据中取得，但是以下2中情形下需要用户手动指定

需要指定分类的顺序时，例如：type 字段有’最大’,’最小’和’适中’3种类型，我们想指定这些分类在坐标轴或者图例上的顺序时：

如果不声明度量的values字段，那么默认的顺序是：‘最小’，‘最大’，‘适中’

如果数据中的分类类型使用枚举的方式表示，那也也需要指定values

必须指定’cat’类型，values的值按照索引跟枚举类型一一对应

time类型是一种特殊的连续型数值，所以我们将time类型的度量定义为linear的子类，除了支持所有通用的属性和linear度量的属性外，还有自己特殊的属性：

目前支持 2 种类型的时间（time)类型：

格式化日期时mask的占位符：

log类型的数据可以将非常大范围的数据映射到一个均匀的范围内，这种度量是linear的子类，支持所有通用的属性和linear度量的属性，特有的属性：

以下情形下建议使用log度量

pow类型的数据也是linear类型的一个子类，除了支持所有通用的属性和linear度量的属性外也有自己的属性：

timeCat类型的数据，是一种日期数据，但是不是连续的日期。例如代表存在股票交易的日期，此时如果使用time类型，那么节假日没有数据，折线图、k线图会断裂，所以此时使用timeCat的度量表示分类的日期，默认会对数据做排序。

度量的信息需要在图例、坐标轴上显示时，不可能全部显示所有的数据，那么就需要选取一些代表性的数据显示在图例、坐标轴上，我们称这些数据为ticks（坐标点），不同的类型的度量计算ticks（坐标点）的算法各不一样，我们这里提供3类度量ticks（坐标点）的计算：

分类度量一般情况下不需要计算ticks，直接将所有的分类在图例、坐标轴上显示出来即可

但是当分类类型的数值过多，同时分类间有顺序关系时可以省略掉一些分类例如：

计算时需要使用到的属性：

分类的ticks计算非常简单个

整除的场景：

不能整除：

连续数据类型计算坐标点需要考虑以下问题：

连续数据坐标点的计算方式如下：

伪代码如下：