矩形树图
矩形树图的简介
矩形树图由马里兰大学教授Ben Shneiderman于上个世纪90年代提出，起初是为了找到一种有效了解磁盘空间使用情况的方法。 矩形树图适合展现具有层级关系的数据，能够直观体现同级之间的比较。一个Tree状结构转化为平面空间矩形的状态，就像一张地图，指引我们发现探索数据背后的故事。
矩形树图采用矩形表示层次结构里的节点，父子节点之间的层次关系用矩形之间的相互嵌套隐喻来表达。从根节点开始，屏幕空间根据相应的子节点数目被分为多个矩形，矩形的面积大小通常对应节点的属性。每个矩形又按照相应节点的子节点递归的进行分割，知道叶子节点为止。
矩形树图的好处在于，相比起传统的树形结构图，矩形树图能更有效得利用空间，并且拥有展示占比的功能。矩形树图的缺点在于，当分类占比太小的时候文本会变得很难排布。相比起分叉树图，矩形树图的树形数据结构表达的不够直观、明确。
矩形树图的布局算法非常多，而且经常为可视化工程师津津乐道。但介绍具体实现并不是AntV目前的职责，有兴趣的同学可以参见拓展阅读部分。
英文名：Treemap, Rectangular Tree
矩形树图的构成
| 图表类型 | 矩形树图 |
|---|---|
| 适合的数据 | 带权的树形数据 |
| 功能 | 表示树形数据的树形关系，及各个分类的占比关系 |
| 数据与图形的映射 | 树形关系映射到位置，占比数值数据映射到大小。设置颜色增强分类的区分度 |
| 适合的数据条数 | 大于5个分类 |
矩形树图的应用场景
适合的场景
适合展示带权的树形数据。
例子1：下图是2015年手机品牌及其下属手机型号的销量信息。
说明：
- 同一级别的树通过算法，按各自权重大小（手机销量占比）将坐标系分割成若干个矩形块，设置颜色增强分类的区分度。
- 交互，点击矩形块可下钻到子分支。
不适合的场景
没有权重关系，且需要明显展示层级关系，用分叉树图更合适
例子2：某公司组织部门图。第一个图是用矩形树图绘制，没有权重，层次不清。第二个图用分叉树图绘制，部门组织层级清晰明了。
矩形树图与其他图表的对比
矩形树图和马赛克图
- 矩形树图用于展示树形数据，是关系型数据。马赛克图用于分析列表数据，是非关系型数据。
矩形树图和分叉树图（分叉树图介绍敬请期待）
- 矩形树图用于展示带权的数据，分叉树图用于展示不带权的数据
- 两个图表都用于展示层次数据，但是分叉树图展示的层次关系更清晰
- 矩形树图能更多的展现树形结构内部的占比关系，分叉树图没有这个能力