അധ്യായം 03 ഡാറ്റയുടെ ഗ്രാഫിക്കൽ പ്രാതിനിധ്യം
നിങ്ങൾ വിവിധ തരത്തിലുള്ള ഡാറ്റ കാണിക്കുന്ന ഗ്രാഫുകൾ, ഡയഗ്രമുകൾ, മാപ്പുകൾ എന്നിവ കണ്ടിട്ടുണ്ടാകും. ഉദാഹരണത്തിന്, പ്രാക്ടിക്കൽ വർക്ക് ഇൻ ജിയോഗ്രാഫി, പാർട്ട്-1 (NCERT, 2006) എന്ന ക്ലാസ് XI പാഠപുസ്തകത്തിന്റെ ആദ്യ അദ്ധ്യായത്തിൽ കാണിച്ചിരിക്കുന്ന തീമാറ്റിക് മാപ്പുകൾ മഹാരാഷ്ട്രയിലെ നാഗ്പൂർ ജില്ലയിലെ റിലീഫ്, ചരിവ്, കാലാവസ്ഥാ സാഹചര്യങ്ങൾ, പാറകളുടെയും ധാതുക്കളുടെയും വിതരണം, മണ്ണ്, ജനസംഖ്യ, വ്യവസായങ്ങൾ, പൊതു ഭൂവിനിയോഗം, കൃഷി രീതി എന്നിവ ചിത്രീകരിക്കുന്നു. ഈ മാപ്പുകൾ ശേഖരിക്കുകയും സമാഹരിക്കുകയും പ്രോസസ്സ് ചെയ്യുകയും ചെയ്ത വലിയ അളവിലുള്ള ബന്ധപ്പെട്ട ഡാറ്റ ഉപയോഗിച്ചാണ് വരച്ചിരിക്കുന്നത്. ഈ അതേ വിവരങ്ങൾ ടാബുലാർ രൂപത്തിലോ വിവരണാത്മക ട്രാൻസ്ക്രിപ്റ്റിലോ ആയിരുന്നെങ്കിൽ എന്ത് സംഭവിക്കുമായിരുന്നുവെന്ന് നിങ്ങൾ എപ്പോഴെങ്കിലും ചിന്തിച്ചിട്ടുണ്ടോ? ഈ മാപ്പുകളിലൂടെ നമുക്ക് ലഭിക്കുന്ന ദൃശ്യ ഇംപ്രഷനുകൾ അത്തരം ഒരു ആശയവിനിമയ മാധ്യമത്തിൽ നിന്ന് വരയ്ക്കാൻ സാധ്യമായിരിക്കില്ലായിരുന്നു. കൂടാതെ, ഗ്രാഫിക്കല്ലാത്ത രൂപത്തിൽ അവതരിപ്പിക്കുന്നതിനെക്കുറിച്ച് നിഗമനങ്ങളിൽ എത്തിച്ചേരാനും സമയമെടുക്കുന്ന ഒരു ജോലിയായിരിക്കുമായിരുന്നു. അതിനാൽ, ഗ്രാഫുകൾ, ഡയഗ്രമുകൾ, മാപ്പുകൾ എന്നിവ പ്രതിനിധീകരിക്കുന്ന പ്രതിഭാസങ്ങൾ തമ്മിൽ അർത്ഥവത്തായ താരതമ്യങ്ങൾ നടത്താനുള്ള കഴിവുകൾ വർദ്ധിപ്പിക്കുകയും സമയം ലാഭിക്കുകയും പ്രതിനിധീകരിക്കുന്ന സവിശേഷതകളുടെ ലളിതമായ കാഴ്ച അവതരിപ്പിക്കുകയും ചെയ്യുന്നു. ഈ അദ്ധ്യായത്തിൽ, വിവിധ തരം ഗ്രാഫുകൾ, ഡയഗ്രമുകൾ, മാപ്പുകൾ എന്നിവ നിർമ്മിക്കുന്നതിനുള്ള രീതികൾ ചർച്ച ചെയ്യും.
ഡാറ്റയുടെ പ്രതിനിധാനം
ഡാറ്റ അവ പ്രതിനിധീകരിക്കുന്ന പ്രതിഭാസങ്ങളുടെ സവിശേഷതകൾ വിവരിക്കുന്നു. അവ വിവിധ സ്രോതസ്സുകളിൽ നിന്ന് ശേഖരിക്കപ്പെടുന്നു (അദ്ധ്യായം 1). ഭൂമിശാസ്ത്രജ്ഞർ, സാമ്പത്തിക വിദഗ്ധർ, വിഭവ ശാസ്ത്രജ്ഞർ, തീരുമാനമെടുക്കുന്നവർ എന്നിവർ ഈ ദിവസങ്ങളിൽ ധാരാളം ഡാറ്റ ഉപയോഗിക്കുന്നു. ടാബുലാർ രൂപത്തിന് പുറമേ, ഡാറ്റ ചില ഗ്രാഫിക് അല്ലെങ്കിൽ ഡയഗ്രാമാറ്റിക് രൂപത്തിലും അവതരിപ്പിക്കാം. ഗ്രാഫുകൾ, ഡയഗ്രമുകൾ, മാപ്പുകൾ, ചാർട്ടുകൾ എന്നിവ പോലുള്ള ദൃശ്യ രീതികളിലൂടെ ഡാറ്റയുടെ പരിവർത്തനത്തെ ഡാറ്റയുടെ പ്രതിനിധാനം എന്ന് വിളിക്കുന്നു. ഡാറ്റ അവതരിപ്പിക്കുന്നതിന്റെ അത്തരം ഒരു രൂപം ഒരു ഭൂമിശാസ്ത്രപരമായ പ്രദേശത്തിനുള്ളിൽ ജനസംഖ്യാ വളർച്ച, വിതരണം, സാന്ദ്രത, ലിംഗാനുപാതം, പ്രായ-ലിംഗ ഘടന, തൊഴിൽ ഘടന എന്നിവയുടെ പാറ്റേണുകൾ മനസ്സിലാക്കാൻ എളുപ്പമാക്കുന്നു. ‘$a$ ചിത്രം ആയിരം വാക്കുകൾക്ക് തുല്യമാണ്’ എന്ന ഒരു ചൈനീസ് പഴഞ്ചൊല്ലുണ്ട്. അതിനാൽ, ഡാറ്റയുടെ പ്രതിനിധാനത്തിന്റെ ഗ്രാഫിക് രീതി നമ്മുടെ ധാരണ വർദ്ധിപ്പിക്കുകയും താരതമ്യങ്ങൾ എളുപ്പമാക്കുകയും ചെയ്യുന്നു. കൂടാതെ, അത്തരം രീതികൾ മനസ്സിൽ ദീർഘകാലം സ്വാധീനം ചെലുത്തുന്നു.
ഗ്രാഫുകൾ, ഡയഗ്രമുകൾ, മാപ്പുകൾ വരയ്ക്കുന്നതിനുള്ള പൊതു നിയമങ്ങൾ
1. ഉചിതമായ രീതിയുടെ തിരഞ്ഞെടുപ്പ്
ഡാറ്റ താപനില, മഴ, ജനസംഖ്യയുടെ വളർച്ച, വിതരണം, ഉത്പാദനം, വിവിധ വസ്തുക്കളുടെ വിതരണം, വ്യാപാരം തുടങ്ങിയ വിവിധ തീമുകൾ പ്രതിനിധീകരിക്കുന്നു. ഡാറ്റയുടെ ഈ സവിശേഷതകൾ ഉചിതമായ ഗ്രാഫിക് രീതി ഉപയോഗിച്ച് അനുയോജ്യമായി പ്രതിനിധീകരിക്കേണ്ടതുണ്ട്. ഉദാഹരണത്തിന്, വ്യത്യസ്ത കാലയളവുകളിലും വ്യത്യസ്ത രാജ്യങ്ങൾ/സംസ്ഥാനങ്ങളിലും താപനിലയുടെയോ ജനസംഖ്യാ വളർച്ചയുടെയോ ഡാറ്റ ലൈൻ ഗ്രാഫുകൾ ഉപയോഗിച്ചാണ് ഏറ്റവും നന്നായി പ്രതിനിധീകരിക്കാനാവുക. അതുപോലെ, മഴയോ വസ്തുക്കളുടെ ഉത്പാദനമോ കാണിക്കുന്നതിന് ബാർ ഡയഗ്രമുകൾ ഏറ്റവും അനുയോജ്യമാണ്. ജനസംഖ്യ വിതരണം, മനുഷ്യരും കന്നുകാലികളും, അല്ലെങ്കിൽ വിള ഉത്പാദന പ്രദേശങ്ങളുടെ വിതരണം ഡോട്ട് മാപ്പുകളിലും ജനസാന്ദ്രത ചോറോപ്ലെത്ത് മാപ്പുകൾ ഉപയോഗിച്ചും അനുയോജ്യമായി പ്രതിനിധീകരിക്കാം.
2. ഉചിതമായ സ്കെയിലിന്റെ തിരഞ്ഞെടുപ്പ്
ഡയഗ്രമുകളിലും മാപ്പുകളിലും പ്രതിനിധാനത്തിനായി ഡാറ്റയുടെ അളവിനുള്ള അളവുകോലായി സ്കെയിൽ ഉപയോഗിക്കുന്നു. അതിനാൽ, നൽകിയിരിക്കുന്ന ഡാറ്റ സെറ്റുകൾക്ക് ഉചിതമായ സ്കെയിൽ തിരഞ്ഞെടുക്കുന്നത് ശ്രദ്ധാപൂർവ്വം ചെയ്യണം, പ്രതിനിധീകരിക്കേണ്ട മുഴുവൻ ഡാറ്റയും പരിഗണിക്കണം. സ്കെയിൽ വളരെ വലുതോ വളരെ ചെറുതോ ആയിരിക്കരുത്.
3. രൂപകൽപ്പന
രൂപകൽപ്പന ഒരു പ്രധാന കാർട്ടോഗ്രാഫിക് ജോലിയാണെന്ന് നമുക്കറിയാം (പ്രാക്ടിക്കൽ വർക്ക് ഇൻ ജിയോഗ്രാഫി, പാർട്ട്-1 (NCERT, 2006) എന്ന ക്ലാസ് XI പാഠപുസ്തകത്തിന്റെ ആദ്യ അദ്ധ്യായത്തിൽ ചർച്ച ചെയ്തതുപോലെ ‘എസൻഷ്യൽസ് ഓഫ് മാപ്പ് മേക്കിംഗ്’ കാണുക). കാർട്ടോഗ്രാഫിക് രൂപകൽപ്പനയുടെ ഇനിപ്പറയുന്ന ഘടകങ്ങൾ പ്രധാനമാണ്. അതിനാൽ, ഇവ അവസാന ഡയഗ്രം/മാപ്പിൽ ശ്രദ്ധാപൂർവ്വം കാണിക്കണം.
തലക്കെട്ട്
ഡയഗ്രം/മാപ്പിന്റെ തലക്കെട്ട് പ്രദേശത്തിന്റെ പേര്, ഉപയോഗിച്ച ഡാറ്റയുടെ റഫറൻസ് വർഷം, ഡയഗ്രത്തിന്റെ ശീർഷകം എന്നിവ സൂചിപ്പിക്കുന്നു. ഈ ഘടകങ്ങൾ വ്യത്യസ്ത ഫോണ്ട് വലുപ്പങ്ങളും കനവുമുള്ള അക്ഷരങ്ങളും സംഖ്യകളും ഉപയോഗിച്ചാണ് പ്രതിനിധീകരിക്കുന്നത്. കൂടാതെ, അവയുടെ സ്ഥാനവും പ്രധാനമാണ്. സാധാരണയായി, തലക്കെട്ട്, ഉപശീർഷകം, അനുബന്ധ വർഷം എന്നിവ മാപ്പ്/ഡയഗ്രത്തിന്റെ മുകളിൽ മധ്യഭാഗത്ത് കാണിക്കുന്നു.
ലെജൻഡ്
ലെജൻഡ് അല്ലെങ്കിൽ സൂചിക ഏത് ഡയഗ്രം/മാപ്പിന്റെയും ഒരു പ്രധാന ഘടകമാണ്. ഇത് മാപ്പിലും ഡയഗ്രത്തിലും ഉപയോഗിച്ചിരിക്കുന്ന നിറങ്ങൾ, നിഴലുകൾ, ചിഹ്നങ്ങൾ, അടയാളങ്ങൾ എന്നിവ വിശദീകരിക്കുന്നു. ഇതും ശ്രദ്ധാപൂർവ്വം വരയ്ക്കണം, മാപ്പ്/ഡയഗ്രത്തിന്റെ ഉള്ളടക്കവുമായി പൊരുത്തപ്പെടണം. കൂടാതെ, ഇത് ശരിയായി സ്ഥാപിക്കേണ്ടതുണ്ട്. സാധാരണയായി, ഒരു ലെജൻഡ് മാപ്പ് ഷീറ്റിന്റെ താഴെ ഇടത് അല്ലെങ്കിൽ താഴെ വലത് വശത്ത് കാണിക്കുന്നു.
ദിശ
ഭൂമിയുടെ ഉപരിതലത്തിന്റെ ഒരു ഭാഗത്തിന്റെ പ്രതിനിധാനമായ മാപ്പുകൾ ദിശകളിലേക്ക് ഓറിയന്റ് ചെയ്യേണ്ടതുണ്ട്. അതിനാൽ, ദിശ ചിഹ്നം, അതായത് വടക്ക്, അവസാന മാപ്പിൽ വരച്ച് ശരിയായി സ്ഥാപിക്കണം.
ഡയഗ്രമുകളുടെ നിർമ്മാണം
ഡാറ്റ നീളം, വീതി, വ്യാപ്തം എന്നിങ്ങനെ അളക്കാവുന്ന സവിശേഷതകൾ ഉൾക്കൊള്ളുന്നു. ഈ ഡാറ്റയുമായി ബന്ധപ്പെട്ട സവിശേഷതകൾ പ്രതിനിധീകരിക്കാൻ വരച്ച ഡയഗ്രമുകളും മാപ്പുകളും ഇനിപ്പറയുന്ന തരങ്ങളായി തരംതിരിക്കാം:
(i) ഒരു-മാന ഡയഗ്രമുകൾ, ഉദാഹരണത്തിന് ലൈൻ ഗ്രാഫ്, പോളി ഗ്രാഫ്, ബാർ ഡയഗ്രം, ഹിസ്റ്റോഗ്രാം, പ്രായ, ലിംഗ, പിരമിഡ് മുതലായവ;
(ii) രണ്ട്-മാന ഡയഗ്രം, ഉദാഹരണത്തിന് പൈ ഡയഗ്രം, ചതുര ഡയഗ്രം;
(iii) മൂന്ന്-മാന ഡയഗ്രമുകൾ, ഉദാഹരണത്തിന് ക്യൂബ്, ഗോളാകൃതിയിലുള്ള ഡയഗ്രമുകൾ.
സമയത്തിന്റെ നിയന്ത്രണം കാരണം പ്രാഥമികമായി ഈ പല തരം ഡയഗ്രമുകളുടെയും മാപ്പുകളുടെയും നിർമ്മാണ രീതികൾ ചർച്ച ചെയ്യാൻ സാധ്യമല്ല. അതിനാൽ, ഏറ്റവും സാധാരണയായി വരയ്ക്കുന്ന ഡയഗ്രമുകളും മാപ്പുകളും അവ എങ്ങനെ നിർമ്മിക്കപ്പെടുന്നുവെന്നും വിവരിക്കും. അവ ഇവയാണ്:
- ലൈൻ ഗ്രാഫുകൾ
- പൈ ഡയഗ്രം
- ബാർ ഡയഗ്രമുകൾ
- വിൻഡ് റോസ്, സ്റ്റാർ ഡയഗ്രം
- ഫ്ലോ ചാർട്ടുകൾ
ലൈൻ ഗ്രാഫ്
താപനില, മഴ, ജനസംഖ്യാ വളർച്ച, ജനന നിര, മരണ നിര എന്നിവയുമായി ബന്ധപ്പെട്ട ടൈം സീരീസ് ഡാറ്റ പ്രതിനിധീകരിക്കാൻ സാധാരണയായി ലൈൻ ഗ്രാഫുകൾ വരയ്ക്കുന്നു. പട്ടിക 3.1 ഫിഗ് 3.2 നിർമ്മിക്കുന്നതിന് ഉപയോഗിച്ച ഡാറ്റ നൽകുന്നു.
ഒരു ലൈൻ ഗ്രാഫ് നിർമ്മിക്കുന്നു
(എ) ഡാറ്റ റൗണ്ട് നമ്പറുകളാക്കി മാറ്റി ലളിതമാക്കുക, ഉദാഹരണത്തിന് പട്ടിക 3.1-ൽ കാണിച്ചിരിക്കുന്ന 1961, 1981 വർഷങ്ങളിലെ ജനസംഖ്യാ വളർച്ചാ നിര യഥാക്രമം 2.0, 2.2 എന്നിങ്ങനെ റൗണ്ട് ചെയ്യാം.
(ബി) $\mathrm{X}$, $\mathrm{Y}$-അക്ഷങ്ങൾ വരയ്ക്കുക. $\mathrm{X}$ അക്ഷത്തിൽ ടൈം സീരീസ് വേരിയബിളുകൾ (വർഷങ്ങൾ/മാസങ്ങൾ) അടയാളപ്പെടുത്തുക, $\mathrm{Y}$ അക്ഷത്തിൽ പ്ലോട്ട് ചെയ്യേണ്ട ഡാറ്റ അളവ്/മൂല്യം (ജനസംഖ്യാ വളർച്ച ശതമാനത്തിലോ താപനില ${ }^{\circ} \mathrm{C}$-ൽ) അടയാളപ്പെടുത്തുക.
(സി) ഒരു ഉചിതമായ സ്കെയിൽ തിരഞ്ഞെടുത്ത് Y-അക്ഷത്തിൽ ലേബൽ ചെയ്യുക. ഡാറ്റയിൽ നെഗറ്റീവ് ഫിഗർ ഉൾപ്പെട്ടിട്ടുണ്ടെങ്കിൽ, തിരഞ്ഞെടുത്ത സ്കെയിലും അത് ഫിഗ്. 3.1-ൽ കാണിച്ചിരിക്കുന്നതുപോലെ കാണിക്കണം.
ഫിഗ്. 3.1 : ഒരു ലൈൻ ഗ്രാഫിന്റെ നിർമ്മാണം
(ഡി) Y-അക്ഷത്തിൽ തിരഞ്ഞെടുത്ത സ്കെയിൽ അനുസരിച്ച് വർഷം/മാസം-വൈസ് മൂല്യങ്ങൾ ചിത്രീകരിക്കാൻ ഡാറ്റ പ്ലോട്ട് ചെയ്യുക, പ്ലോട്ട് ചെയ്ത മൂല്യങ്ങളുടെ സ്ഥാനം ഒരു ഡോട്ട് ഉപയോഗിച്ച് അടയാളപ്പെടുത്തുക, ഈ ഡോട്ടുകൾ ഒരു ഫ്രീ ഹാൻഡ് വരച്ച വര ഉപയോഗിച്ച് ബന്ധിപ്പിക്കുക.
ഉദാഹരണം 3.1 : പട്ടിക 3.1-ൽ നൽകിയിരിക്കുന്നതുപോലെ ഡാറ്റ പ്രതിനിധീകരിക്കാൻ ഒരു ലൈൻ ഗ്രാഫ് നിർമ്മിക്കുക:
പട്ടിക 3.1 : ഇന്ത്യയിലെ ജനസംഖ്യാ വളർച്ചാ നിര - 1901 മുതൽ 2011 വരെ
| വർഷം | വളർച്ചാ നിര ശതമാനത്തിൽ |
|---|---|
| 1901 | - |
| 1911 | 0.56 |
| 1921 | -0.30 |
| 1931 | 1.04 |
| 1941 | 1.33 |
| 1951 | 1.25 |
| 1961 | 1.96 |
| 1971 | 2.20 |
| 1981 | 2.22 |
| 1991 | 2.14 |
| 2001 | 1.93 |
| 2011 | 1.79 |
ഫിഗ്. 3.2 : ഇന്ത്യയിലെ വാർഷിക ജനസംഖ്യാ വളർച്ച 1901-2011
പ്രവർത്തനം
ഫിഗ്. 3.2-ൽ കാണിച്ചിരിക്കുന്നതുപോലെ 1911, 1921 കാലയളവിൽ ജനസംഖ്യയിൽ പെട്ടെന്നുണ്ടായ മാറ്റത്തിനുള്ള കാരണങ്ങൾ കണ്ടെത്തുക.
പോളിഗ്രാഫ്
പോളിഗ്രാഫ് ഒരു ലൈൻ ഗ്രാഫാണ്, അതിൽ രണ്ടോ അതിലധികമോ വേരിയബിളുകൾ തൽക്ഷണ താരതമ്യത്തിനായി തുല്യ എണ്ണം വരകൾ ഉപയോഗിച്ച് കാണിക്കുന്നു, ഉദാഹരണത്തിന് നെല്ല്, ഗോതമ്പ്, പയർ മുതലായ വിവിധ വിളകളുടെ വളർച്ചാ നിര അല്ലെങ്കിൽ വിവിധ സംസ്ഥാനങ്ങളിലോ രാജ്യങ്ങളിലോ ജനന നിര, മരണ നിര, ആയുസ്സ് പ്രതീക്ഷ അല്ലെങ്കിൽ ലിംഗാനുപാതം. വിവിധ വേരിയബിളുകളുടെ മൂല്യം സൂചിപ്പിക്കാൻ നേർരേഖ ( _ _ ), തുടർന്നുള്ള വര (- – ), ഡോട്ടഡ് ലൈൻ (…..) അല്ലെങ്കിൽ ഡോട്ടഡ്, തുടർന്നുള്ള വര (-…-) എന്നിവയുടെ സംയോജനം അല്ലെങ്കിൽ വ്യത്യസ്ത നിറങ്ങളുള്ള വര എന്നിങ്ങനെ വ്യത്യസ്ത ലൈൻ പാറ്റേണുകൾ ഉപയോഗിക്കാം (ഫിഗ് 3.3).
ഉദാഹരണം 3.2 : പട്ടിക 3.2-ൽ നൽകിയിരിക്കുന്നതുപോലെ വിവിധ സംസ്ഥാനങ്ങളിലെ ലിംഗാനുപാത വളർച്ച താരതമ്യം ചെയ്യാൻ ഒരു പോളിഗ്രാഫ് നിർമ്മിക്കുക:
പട്ടിക 3.2 : തിരഞ്ഞെടുത്ത സംസ്ഥാനങ്ങളിലെ ലിംഗാനുപാതം (പുരുഷന് 1000 പെൺകുട്ടികൾ) - 1961-2011
| സംസ്ഥാനങ്ങൾ/കേന്ദ്രഭരണ പ്രദേശങ്ങൾ | 1961 | 1971 | 1981 | 1991 | 2001 | 2011 |
|---|---|---|---|---|---|---|
| ഡൽഹി | 785 | 801 | 808 | 827 | 821 | 866 |
| ഹരിയാന | 868 | 867 | 870 | 860 | 846 | 877 |
| ഉത്തർപ്രദേശ് | 907 | 876 | 882 | 876 | 898 | 908 |
ഉറവിടം : സെൻസസ്, 2011
ഫിഗ്. 3.3 : തിരഞ്ഞെടുത്ത സംസ്ഥാനങ്ങളിലെ ലിംഗാനുപാതം 1961-2011
ബാർ ഡയഗ്രം
സമാന വീതിയുള്ള കോളങ്ങളിലൂടെയാണ് ബാർ ഡയഗ്രമുകൾ വരയ്ക്കുന്നത്. ഇതിനെ കോളമ്നാർ ഡയഗ്രം എന്നും വിളിക്കുന്നു. ഒരു ബാർ ഡയഗ്രം നിർമ്മിക്കുമ്പോൾ ഇനിപ്പറയുന്ന നിയമങ്ങൾ പാലിക്കണം:
(എ) എല്ലാ ബാറുകളുടെയും കോളങ്ങളുടെയും വീതി സമാനമായിരിക്കണം.
(ബി) എല്ലാ ബാറുകളും തുല്യ ഇടവേളകളിൽ/ദൂരത്തിൽ സ്ഥാപിക്കണം.
(സി) ബാറുകൾ വ്യത്യസ്തവും ആകർഷകവുമാക്കാൻ നിറങ്ങളോ പാറ്റേണുകളോ ഉപയോഗിച്ച് നിറം നൽകാം.
ഡാറ്റ സവിശേഷതകൾക്ക് അനുയോജ്യമായി സിമ്പിൾ, കംപൗണ്ട് അല്ലെങ്കിൽ പോളിബാർ ഡയഗ്രം നിർമ്മിക്കാം.
സിമ്പിൾ ബാർ ഡയഗ്രം
തൽക്ഷണ താരതമ്യത്തിനായി ഒരു സിമ്പിൾ ബാർ ഡയഗ്രം നിർമ്മിക്കുന്നു. നൽകിയ ഡാറ്റ സെറ്റ് ആരോഹണ അല്ലെങ്കിൽ അവരോഹണ ക്രമത്തിൽ ക്രമീകരിക്കുകയും അതനുസരിച്ച് ഡാറ്റ വേരിയബിളുകൾ പ്ലോട്ട് ചെയ്യുകയും ചെയ്യുന്നത് നല്ലതാണ്. എന്നിരുന്നാലും, ടൈം സീരീസ് ഡാറ്റ സമയ കാലയളവിന്റെ ക്രമത്തിനനുസരിച്ചാണ് പ്രതിനിധീകരിക്കുന്നത്.
ഉദാഹരണം 3.3 : പട്ടിക 3.3-ൽ നൽകിയിരിക്കുന്നതുപോലെ തിരുവനന്തപുരത്തിന്റെ മഴയുടെ ഡാറ്റ പ്രതിനിധീകരിക്കാൻ ഒരു സിമ്പിൾ ബാർ ഡയഗ്രം നിർമ്മിക്കുക:
പട്ടിക 3.3 : തിരുവനന്തപുരത്തിന്റെ ശരാശരി മാസിക മഴ
| മാസങ്ങൾ | ജ | ഫ | മാ | ഏ | മേ | ജൂൺ | ജൂലൈ | ഓഗ | സെ | ഒ | ന | ഡി |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| മഴ സെ.മീ.ൽ | 2.3 | 2.1 | 3.7 | 10.6 | 20.8 | 35.6 | 22.3 | 14.6 | 13.8 | 27.3 | 20.6 | 7.5 |
നിർമ്മാണം
ഒരു ഗ്രാഫ് പേപ്പറിൽ $X$, Y-അക്ഷങ്ങൾ വരയ്ക്കുക. $5 \mathrm{~cm}$ ഇടവേള എടുത്ത് Y-അക്ഷത്തിൽ അടയാളപ്പെടുത്തുക $\mathrm{cm}$-ൽ മഴ ഡാറ്റ പ്ലോട്ട് ചെയ്യാൻ. $\mathrm{X}$-അക്ഷം 12 സമഭാഗങ്ങളായി വിഭജിച്ച് 12 മാസങ്ങൾ പ്രതിനിധീകരിക്കുക. ഓരോ മാസത്തെയും യഥാർത്ഥ മഴ മൂല്യങ്ങൾ തിരഞ്ഞെടുത്ത സ്കെയിൽ അനുസരിച്ച് ഫിഗ്. 3.4-ൽ കാണിച്ചിരിക്കുന്നതുപോലെ പ്ലോട്ട് ചെയ്യും.
ഫിഗ്. 3.4 : തിരുവനന്തപുരത്തിന്റെ ശരാശരി മാസിക മഴ
ലൈൻ, ബാർ ഗ്രാഫ്
വെവ്വേറെ വരച്ച ലൈൻ, ബാർ ഗ്രാഫുകൾ ശരാശരി മാസിക താപനില, മഴ തുടങ്ങിയ ചില ദൃഢമായ