作者:Nathan Yau
轉自:小蚊子資料分析
以前我們看到一個做得很爛的圖表,或者穿幫的資料可視化作品時,往往是将它們嘲笑一番也就算了。但有些時候,尤其是剛過去的這一年,我們好像更難分辨一個可視化作品是單純的糟糕産物,還是出于偏見而刻意制造的虛假資訊。
當然,用資料來撒謊已經不是什麼新鮮事兒了,但現在圖表越來越容易被廣泛傳播,網上到處都是,而其中好多傳遞的是假象。你可能隻是随便瞟了一眼,但一個簡單的資訊也可能在腦子裡生根發芽。在你還不知道的時候,小李子已經在桌子上轉起了陀螺,而沒人關心它會停下來還是會一直轉下去。
自然而然地,現在我們需要快速看穿一個圖表是否在撒謊,而這篇圖文就是你貼心的指導手冊喲。
1)截斷數軸
左邊的y軸資料從10開始,純粹的瞎話。右邊的資料從0開始,很好。
長度是柱狀圖視覺呈現的關鍵,是以當某些人通過截斷數軸而故意把長度縮短時,整個圖表的差别就變得更明顯了。這些人想要展現出比實際情況更劇烈的變化。我在另一篇文章裡詳細談了這個問題。
2)雙重數軸
它用了兩種差距極大的比例,可能是為了強行扯上因果關系。
通過使用雙重數軸,資料的量級可以根據兩種度量來縮小或擴張。人們通常用它來表達相關度和因果關系。“因為這個東東,另一個事兒發生了,看,很清楚吧。”
這個假相關資料的項目是個極好的例子。
3)總和不對頭
餅圖中所有部分的比例加起來超過了100%。
一些圖表專門要展示總體中的某些部分,而當這些部分加起來超過了總和,問題就很大了。比如,餅圖代表的是總共100%,而如果每個扇形的比例加起來超過了100%?怪怪的噢。
可以看看這個搞笑的例子。
4)隻看絕對值
這其實隻是人口分布圖。當你對比不同地方、種類或群體時,你必須考慮相對值,公平比較
任何事物都是相對的。你不能因為某個城鎮發生了兩起搶劫案,另一個隻發生了一起,就說第一個鎮更危險。萬一第一個鎮的人口是第二個的一千倍呢?更有效的方式往往是對比百分數和比例,而非絕對值和總值。
這幅圖表很直白地展現了人口絕對數的影響。
5)有限範圍
左圖看上去增幅很大,但右圖顯示出這隻是常态,且標明時間内的增幅實際并不明顯。
人們傾向于精心挑選日期和時間段來配合特定的叙事,是以更應該考慮到曆史背景、時常發生的事件,以及合理的用來比較的基準。
當你研究全局時,可能會發現有趣的事情。
6)奇怪的分級
左圖隻有兩個分級,大于1的究竟包括些什麼?可能在打掩護。右圖更好,展示了更多變量。
有些可視化作品會過分簡化一個複雜的模型,而非展示出原資料中完整的變量範圍。這樣做很容易會把一個連續的變量轉化為從屬于某一類别的變量。
廣泛的分級在某些情況下很有用,但複雜性往往才是事物的意義所在。要防止過分簡化。
7)混亂的面積比
30是10的三倍,但或許是為了增加顯著性,圖上最大的矩形比最小的大得可不止三倍。
如果按照面積來進行視覺上的編碼,圖形的大小比例就該是面積的比例。有些人卻在做面積編碼的可視化時,改變邊長的比例來突出大小對比,完全是為了抓馬啊。
有時這種錯誤是無意間造成的,更需要警覺。
8)操控面積次元
上下兩個圖形的面積相等,但看上去很不一樣。
或許有人懂得怎麼用面積來做視覺編碼,卻還(gu)是(yi)做出了上圖這樣的東西。我還沒見過如此誇張的例子,但以後說不定就會有。我打賭連象形圖都能出現,等着瞧吧。
9)為了三維而三維
千萬别當你看到一個明明沒必要還強行用三維的圖表,請質疑它的資料、圖表、作者及圖表衍生出的任何事物。
---------End---------
背景回複「微信群」,将邀請加入讀者交流群。
《Python知識手冊》| 《Markdown速查表》|《Python時間使用指南》|《Python字元串速查表》|《SQL經典50題》|《Python可視化指南》|《Plotly可視化指南》|《Pandas使用指南》|《機器學習精選》
????分享、點贊、在看,給個三連擊呗!????