事实还是虚构：数据可视化的五个常见缺陷

[roseline371274]

人们说一张图片胜过千言万语，但如果这不是完整的故事呢？
在这个信息在几秒钟内就被消化的时代，我们看到越来越多的视觉效果被用来传递事实和数据——无论是在商业、政治还是社会经济领域。数据可视化，如图形、图表和表格，在新闻或商业演示中很常见。它们可以快速建立信任，讲述一个故事，只需一瞥就能说明复杂的信息。俗话说，数字不会说谎，不是吗？

就像照片可以通过修改来消除瑕疵一样，视觉效果也可以通过操纵来支持作者想要描绘的叙述。同样，过于复杂的可视化也同样具有欺骗性。读者不应该花超过 30 秒的时间查看可视化来理解信息。图表应该易于理解，线条和标签清晰。正如著名统计学家 Edward Tufte 所说，“统计图表的卓越之处在于清晰、精确和高效地传达复杂的想法。”

误导性和混乱性视觉效果会扭曲数据或想法，并可能导致错误 捷克共和国whatsapp 数据 信息指导重要决策。欺骗性数据可视化的整体影响可能会产生连锁残留效应，导致反复沟通不畅，最终导致信任缺失。

要了解可视化到底有多容易造成欺骗，请看一下以下示例以及如何纠正它们：

1. 截断图
控制叙述的最常见操纵之一是省略基线或将图表的 y 轴以任意数字而不是 0 开始，从而造成数据点之间存在显著差异的印象，而事实上，差异相对较小。

为了说明截断图如何能在粗略一看的情况下歪曲信息，请考虑下面的两个图表。两个图表都包含相同的数据；然而，截断图似乎显示出从 A 到 E 的巨大差异。

来源：Sanket Shah
来源：Sanket Shah
从现实角度来看，CNN 使用了类似的图表来显示各政党对 2005 年特里·夏沃安乐死案备受争议的法庭判决的支持率。在这里，似乎民主党人对该判决的支持率几乎是共和党人和独立人士的三倍，而实际上，两者之间的差异只有 14%。

来源：西储公共传媒
更好的表示方法是将基线设置为 0。

来源：Sanket Shah
此外，清晰的标签有助于进一步讲述完整的故事并减少处理信息所需的时间。

2. 夸张的缩放
折线图通常用于显示随时间变化的速度，但众所周知，它很容易偏向于所选的叙述。与上面的条形图不同，折线图不需要从 0 开始基线来准确描绘事实。但是，夸大折线图的比例很容易使显示的变化最小化或最大化。较高的 y 轴值将导致图表反映出较低的波动性或增长。相反，较低的 y 轴最大值将导致线条陡峭，表明波动性或增长增加。