可视化陷阱

图表、图形和地图是传达数据洞见和信息的强有力工具。如果部署不当或恶意部署，还会造成混淆、误导和虚假信息。

将图表当作艺术而不是科学

机器学习从业者通常会直观呈现潜在的训练数据集，以了解它们对模型的实用性，以及通过模型输出来了解性能。

无论您是要创建还是读取数据可视化图表，都要始终询问数据可视化图表的预期上下文、受众群体和用途。这三个因素是图形通信的关键。在不同的情境中，同一张图表可能既有用且富有洞见，也可能具有误导性和夸张性。¹ 预期观看者以及观看者对图表和数据的认知水平会有所不同。设计可以起到帮助或阻碍作用。例如，令人惊叹的图表可能过于复杂，无法清晰地传达信息。

关于如何制作完美的图表，没有硬性规定，只有指南和最佳实践。直观呈现数据既是一门科学，也是一门艺术。但在直观呈现数据时，应力求数据清晰坦诚。 提供足够的信息，清晰准确地传达相关信息，但信息不应过多，以免让观看者感到无所适从。

脚手架、内容和误导性动作

Alberto Cairo 在《How Charts Lie》（图表如何欺骗）一书中将数据可视化图表分为两个部分：框架和内容。

图表的基架包括标题、轴、图例、标签和数据源（如有提供）。

内容包括数据的视觉编码和任何简短的文本注释。用于直观编码数据的方法通常包括：

• 长度，如条形图中
• 位置，如散点图中所示
• 饼图中的比例角度、面积和弧线
• 颜色和色相
• 更少见的是，宽度和厚度²

所有这些因素都可用于误导他人。将条形图的起点设为非零基准值，或截断最长的条形，可能会造成不准确的认知，即使目的是节省空间也是如此。请参阅 Sarah Leo 撰写的文章，了解《Economist》中有关数据可视化错误的一些示例。

不恰当的宽高比可能会让小变化看起来非常大，或者大变化看起来非常小。Cairo 建议选择与所描述的比例变化相匹配的宽高比（例如 3:1 代表 30% 的变化），但同时也建议密切关注背景信息，因为此规则存在许多重要的例外情况。例如，全球平均温度的相对较小波动（例如在 100C 中上升 2C）非常显著，在宽高比为 50:1 的图表中会被忽略。³

使用图表的 3D 旋转和其他 3D 效果来追求视觉效果，而不是表示 3D 数据，很可能会误导用户。以 3D 对象替代条形图中的条形即可。如果数据只按长度进行编码（就像标准条形图一样），那么读者可能会将按比例较大的对象解读为体积较大，因此值大于适当值。⁴如果设计师使用 2D 数据表示形式（例如气泡），并按半径或直径（而不是面积）对数据进行编码，则在比较每个细分（例如面积）时，也会造成难以比较的比例。⁵饼图还表示，所有细分加起来就是一个整体，不一定是这样。

颜色是一门独立的学科。一般来说：

• 使用 6 个或更少的色度，因为这是大多数人可以不混淆处理的限度。
• 避免提供太多色相选项，因为不同用户对色相的排序不同。⁶
• 请尽可能选择单一色相的不同深浅，这样在灰度模式下更容易区分。
• 了解不同类型的色盲。

参考

开罗，阿尔贝托。How Charts Lie: Comes Smarter about Visual Information（图表如何谎报：更智能地获取视觉信息）。NY: W.W. Norton, 2019.

Huff, Darrell. 如何从统计学说谎。纽约：W.W. Norton，1954 年。

Monmonier、Mark。How to Lie with Maps（如何用地图说谎），第 3 版。芝加哥：芝加哥大学出版社，2018 年。

图片参考

“吞吐量核算结构示例图表。”TAUser, 2008. GNU FDL。来源

“所有车辆类型在生命周期内的温室效应 (MTCO2E)”。B2.Team.Leader, 2006. 来源