原文：
towardsdatascience.com/how-not-to-cheat-with-data-visualizations-46fa9c8e13b0
来源：作者在 ChatGPT 中生成的图片。
不久前，我发表了一篇关于使用 KNIME 进行数据可视化的帖子。在开篇故事中，我使用了纪录片《难以忽视的真相》的例子。这部电影展示了如何有效地使用可视化来呈现复杂的数据。电影中的概念和数据引发了大量的争议和争议。我的帖子中的那个段落也是如此。
作者从我的帖子中移除了批评性评论（或者至少我不再看到它们了）。然而，这些评论激发了我对相对未知的领域进行更深入探索的愿望：创建欺骗性数据可视化的禁忌。本文旨在精确地解决这个问题，引导读者了解数据展示中的诚信细微差别。
在这篇文章中，我将介绍十四种你必须谨慎避免包括在你的演示工具包中的数据操纵策略。如果你在工作中发现任何这些策略，你必须立即消除它们。此外，我将指导你通过策略来轻松规避或纠正这些操纵策略所损害的可视化。
至于“未知领域”…
材料丰富，包括文章、帖子以及像阿尔贝托·卡伊罗的《图表如何说谎》这样的书籍，这些都突显了操纵性数据可视化的普遍性。通过引入“行为者视角”，我贡献了自己的观点，并强调数据被操纵的容易性。这种视角并非关于责备，而是提高对意外操纵潜力的认识，强调我们在工作中对准确性和道德诚信的需求。目标是强调我们的可视化对决策和观点的显著影响，倡导在负责任地传达信息时保持警惕。
调查争议
上文提到的电影受到了司法审查。具体来说，法院审查了它如何准确描述气候变化。法官同意电影大部分正确地展示了全球变暖的根本问题。但是，它也发现了九处错误，认为这些错误是因为电影试图过于强调气候变化的重要性。因此，这部电影可以用于教学，但必须附带特别说明，以更清晰地解释事情。这种情况表明，分享信息可能会多么棘手，尤其是在试图表达观点或教授重要内容时[1]。数据可视化也可能很棘手，正如我将在本文中进一步展示的那样。
数据可视化的解剖结构
为什么数据可视化如此重要？
可视化通过将复杂的概念转化为易于理解的视觉形式，在数据分析中扮演着至关重要的角色。 它展示了仅通过观察数字可能无法看到的模式和洞察，使信息更加易于获取和有价值。这种方法利用了大脑快速解读视觉信息的能力，有助于数据清洗、探索和结果展示等任务。它对于做出快速、明智的决策也至关重要。数据可视化的未来在于找到最有效传达信息的方式，并改进软件以帮助这一过程。这就是理论上的说法。 然而，挑战在于创建既吸引人又信息丰富的图形，平衡创造性和清晰度，并保持诚实[2]。
可视化十诫
因此，我创建了名为**“可视化十诫”**的概念，其中概述了创建引人入胜且清晰的数据视觉展示的基本实践，强调了从明确的目的开始和考虑受众理解的重要性。它提倡通过视觉提示促进视线追踪，通过移除无关元素来最小化认知负荷，选择精确的视觉属性以增强清晰度，并通过简化图表来提高对数据的关注。指南还强调数据-墨水比率的最佳使用和战略色彩应用以突出关键数据，同时呼吁保持设计完整性，确保可访问性，特别是对视觉障碍者，并避免可能扭曲数据表示的操纵性做法。这些原则旨在提高受众参与度，并确保可视化信息丰富、包容，且不包含误导性元素。
如何（不）在数据可视化中作弊？
但是，如果事情出了差错呢？嗯，是时候面对数据可视化的阴暗面了。
图片由 R.D. Smith 在 Unsplash 提供
以下十四种你应该避免…或停止使用的策略！
在我们进一步深入之前，让我提供一个从未旨在成为欺骗性视觉化的例子。我提到的图片可以在多个网站上看到（例如这里）。它展示了在实施新法律前后佛罗里达州枪击死亡人数。然而，由于垂直刻度的倒置，人们可能会误解这个图表。有趣的是，这个图表从未旨在欺骗。相反，作者旨在达到一种“艺术”效果：描绘血液沿着墙壁流淌，以强调任何方式死亡的悲剧。因此，误导性可视化并不总是恶意意图的结果。无论动机如何，我们必须避免陷入这个陷阱。让我们通过识别各种操纵策略和了解它们可能造成的危害来防止这种误解。
策略 1：选择错误的图表类型
选择一个模糊而不是阐明数据故事的图表。例如，选择 3D 饼图来表示复杂的多变量数据集可能会扭曲观众的视角，使其难以辨别各部分的大小。同样，使用 2D 饼图进行对比。关键在于利用最能隐藏数据现实性的图表类型，通过以不适合其本质的格式呈现数据来误导观众。
我将从一个我偏爱的例子中汲取灵感，以展示这一概念在实际中的应用。设想我们为一家专注于电子产品的电子商务公司工作。我们的目标是审查产品的销售收入，确定表现最好的项目和可能需要额外关注的项目。我们旨在解决的第一个问题是：*与 2022 年相比，哪个产品在 2023 年的销售收入增长最为显著？*一位分析师已经准备了一个以下视觉表示来帮助我们找到答案。让我们深入探讨…
来源：作者提供的图片。
自然地，找到之前提到的答案比预期的要复杂得多。我们需要阅读图例，从左边的图表中提取值，然后从右边的图表中提取，同时试图记住这些细节。有人有东西可以记下来吗？这种场景完美地说明了选择不适当的图表类型进行我们的分析的陷阱，尤其是在比较多个项目时。最佳选择？一个简单的柱状图。让我们继续这种方法。
来源：作者图片。
获胜者是“EcoBright 智能灯泡”。**考虑一下达到正确结论的加速过程。**然而，高效地提取答案不仅仅涉及图表类型。我们的查询解决方案在标题中被策略性地突出显示，而需要我们关注的商品则用蓝色阴影标记。这些精心设计的选择只有一个目标：使可视化读者能够快速准确地识别关键见解。
策略 2：使用干扰项
在你的可视化中添加多余的元素——额外的线条、不必要的装饰、公司标志或无关的数据点——以分散对关键见解的注意力。通过嵌入这些干扰项，你可以有效地将观众的注意力从不利趋势或数据上转移开。观众越专注于解读这些无关的细节，他们就越不会质疑所呈现数据的有效性或含义。这种策略依赖于观众有限的注意力跨度，利用视觉噪音来掩盖真相。让我们看看一个例子。
来源：作者图片。
这张图表无疑非常活跃，但“很多”这个词几乎无法捕捉其信息的精髓。这张图表究竟想告诉我们什么？是引起担忧，还是传达一个乐观的信息？
这张图表的主要问题在于其多余的元素杂乱：过多的边框、网格线和装饰性图像，包括标志。这些元素，尤其是以深色调呈现的网格线和边框，模糊了数据系列线的可见性。颜色似乎仅用于美学目的，对数据理解贡献甚微，而图例未能发挥任何有意义的作用，反而增加了整体的干扰。
让我们再试一次…
来源：作者图片。
的确，有一个明显的区别。我们通过消除所有无关元素——边框、网格线、以及众多颜色、标志、图例或其他任何减损价值而非增加价值的组件——显著减少了杂乱。现在，关键信息在功能标题中被突出显示并强调，确保它有效地吸引观众的注意力。
策略 3：过度使用颜色
过度鲜艳的调色板或不必要的颜色多样性可能会使可视化复杂化。当每个数据点都代表一种不同、引人注目的颜色时，观众就难以优先考虑信息或辨别有意义的模式。这种颜色过载可能导致分析瘫痪，大量的彩色数据只会分散和压倒观众，而不是提供信息。因此，颜色的战略误用可以作为一种通过装饰误导的强大工具，将注意力从数据的细微差别和现实情况中转移开。
看看下面的图表。它不美吗？这么多颜色？却如此缺乏意义。这里传达了什么信息？
来源：作者提供的图片。
颜色是数据可视化的战略工具，主要用于吸引观众注意特定的元素或区域。颜色的使用应该是严格功能性的，不应有纯粹装饰性的应用空间。
一个简单的指导原则是，对于不太重要的元素使用较浅的颜色，而对于重要的元素则选择较深、对比度高的颜色来突出显示。在标注时，使用深色字体与浅色背景搭配，以及浅色（如白色）字体与深色背景搭配。
现在，让我们检查之前讨论过的图表，探讨可以做出的改进。确实，有改进的空间。最初，我们应该确定哪家公司值得更仔细地检查。让我们选择“公司 2”来完成这个目的。因此，我们修订的图表将设计来反映这个重点。
来源：作者提供的图片。
策略 4：避免数据排序
以杂乱无章或非直观的顺序呈现数据，以隐藏在更合理的安排下可能显而易见的趋势。例如，在时间序列中散布数据点或在类别上相似的物品中散布数据点，会使观众难以追踪数据随时间或跨类别的进展。打破信息的自然流动会形成理解障碍，迫使观众更加努力地拼凑出你未直接讲述的故事。
组织数据可以显著提高我们的理解和决策过程。它是一种有效且直接的方法，用于突出显示重要和不重要的内容。我们的重点应该是热销产品，还是更关键的是检查表现不佳的产品？通过系统地安排数据，我们可以快速识别这些关键区域。
考虑以下场景：最初，我们有一个没有任何特定顺序的图表。你能在 10 秒内确定哪些产品是热销的，哪些不是吗？
来源：作者提供的图片。
这是有可能的，但需要一些努力。那么，让我们再试一次。哪个图表更容易阅读？
来源：作者提供的图片。
策略 5：操纵比例尺
在图表中大幅操纵轴的比例尺，以改变数据趋势的感知重要性。压缩 y 轴可以最小化明显的波动，使数据的急剧上升或下降看似微不足道。相反，拉伸 y 轴可以夸大细微的变化，暗示出一种波动或变化水平，这并不被数据支持。这种操纵会影响观众的视觉解释，误导他们对数据的重要性或影响产生误解。
有趣的是，有时操纵数据不仅被允许，甚至更受欢迎。 这尤其在我们旨在强调可能被忽视的变化时更为真实。然而，无论我们的意图如何，确保通过告知观众这种操纵已经进行，来确保与观众之间的透明度是至关重要的。
让我们检查下面的图表。我们的政府决定修改税法，可能导致有效税率急剧上升。或者会吗？
来源：作者提供的图片。
事实上，这种变化将是重大的。然而，其视觉表现将不会像之前图表所暗示的那样戏剧化。让我们看看。
首先，我为垂直轴添加了标签。正如您所看到的，标签从 27%开始。有趣的是，这个修改是由 Excel 自动完成的。所以请注意。
来源：作者提供的图片。
现在，让我们看看准确的表现。
来源：作者提供的图片。
策略 6：创建趋势错觉
以一种错误地暗示存在重大趋势或模式的方式呈现数据，实际上并不存在。这可以通过选择特定的时段或数据点来实现，这些数据点会扭曲对趋势的感知，或者通过操纵图表的比例尺和轴来夸大细微波动，使其看似重要的趋势。这种策略利用了观众从视觉模式中推断出有意义的趋势的倾向，导致对基础数据的误解。通过精心策划数据和其呈现方式，创作者可以微妙地影响观众的解释，误导他们得出结论，而这些结论在数据整体和适当的背景下并不成立。
然而，我将在这里使用的这种技术的插图并不微妙。请看。
来源：作者提供的图片。
因此，我们有一个明显的、积极的发展趋势……好吧，我们没有。仔细看看 x 轴；乍一看似乎有趋势，但实际上并没有。产品名称对你来说陌生吗？如果是这样，我建议你重新审视策略 4，看看数据的正确表示。
策略 7：挑选数据
选择性地整理你的数据集，只展示支持你叙述的信息，方便地忽略与你的故事相矛盾或复杂化的数据。这种方法允许你基于部分真相构建一个看似连贯且令人信服的叙述。通过关注与你的期望信息一致的具体数据点，你可以轻易地将你的观众误导到接受一个扭曲的现实，同时通过使用实际的数据点来保持信誉。
由Nick Fewings在Unsplash上的照片
为了说明这种策略，我将从这次的一个准确表示开始。正如你所观察到的，我们正在分析的公司在过去的几年里经历了好和坏的表现时期。尽管整体趋势似乎向上，但存在相当大的潜在波动，潜在的投资者必须谨慎对待。
来源：作者提供的图片。
上面的图表概述了公司的销售收入。这个指标波动性极高，给人一种几乎完全缺乏控制的印象。
来源：作者提供的图片。
然而，仅考虑每隔一年的数据，情况显著改善。在过去的几年里，公司在销售方面表现出稳定的进步，表现为平稳而坚实的增长轨迹。作为证券交易所的投资者，这种表现会使该公司成为我投资组合中理想的补充！
策略 8：省略视觉提示
故意省略有助于澄清数据的视觉辅助工具，如坐标轴标签、图例或网格线。通过移除这些提示，你模糊了比例和上下文，使得观众难以准确判断数据的重要性。这种策略依赖于观众无法质疑他们难以轻易测量或比较的内容，允许你展示支持你叙述的数据，即使这样做可能会误导。
让我们看一下下面的图表，我将它称为“意大利面图表”。对我来说，这些图表经常出现在科学论文中（可能是我自己的偏见，总是能找到它们）。然而，如果它们与下面的图表相似，它们的功能似乎仅仅是提供一种彩色的填充物来填补空间。
来源：作者提供的图像。
单一、简单的修改——突出显示与其他系列对比的一个系列——显著增强了图表的实用性。例如，它使我们能够深入了解某个特定产品与其他所有产品的趋势对比。
来源：作者提供的图像。
策略 9：图表信息过载
来源：作者在 ChatGPT 中生成的图像。
通过在一个图表中塞入过多信息来压倒观众。使用这种方法来隐藏你不想被看到的数据，在众多数据点、线条、条形或指标中隐藏。包含的信息越多，观众就越难集中精力关注任何单一数据点，这可能导致重要细节被忽视或被忽略，因为观众在试图理解视觉混乱时感到困惑。这种技术在削弱不利数据的影响方面特别有效，因为它通过复杂的层次结构将不利数据埋藏起来。
利用 ChatGPT 和 Python，我制作了下面展示的“艺术品”。我在实际应用中也遇到过类似的创作。
来源：作者在 ChatGPT 中生成的图像。
有一个简单直接的策略可以防止这种混乱。在引入任何额外元素之前，提出问题：它将发挥什么功能？更确切地说，它是否会增强图表的主要目标？如果回答不是明确的肯定，就避免添加它。
策略 10：展示累积值
在数据可视化中使用累积值强调趋势、增长或随时间推移的总影响，这可能不如仅查看单个值时那么明显。在图表上绘制数据点的累积总和而不是单个值。例如，如果有人要追踪一年的月度销售额，展示每个月的销售额加到前几个月的总和中可以显著突出整体上升趋势和全年的总销售额。这种方法在强调进步或成功方面可能特别有说服力，因为它视觉上汇总了增长，使观众更容易感知长期趋势。然而，如果不小心使用，这种方法也可能具有操纵性，因为它可能通过不显示单个数据点的变化或下降来夸大增长的重要性，导致观众对持续进步产生误导性的解释。
让我们看一下下面的图表。它显示了数月内累积（滚动总计）的营收价值。
来源：作者提供的图像。
从这张图中我们无法看出太多。它正在向右移动，所以事情一定进展顺利！然而，非累积图描绘了不同的景象。
来源：作者提供的图片。
现在，情况完全不同了。而且我刚刚购买了那家公司的股票！
策略 11：使用 3D 可视化
使用 3D 可视化来扭曲视角，使准确比较变得困难。虽然 3D 图表可能看起来复杂且吸引人，但它们往往引入视觉扭曲，这可能会根据视角夸大或缩小数据点之间的差异。当用来表示如果以简单的 2D 格式显示则不太引人注目的数据时，这可能会特别具有误导性。关键是利用额外的维度来达到你的目的，扭曲感知以有利于你想要的解释。
为了说明这项技术，我准备了下面的视觉图表。*A 公司的哪个供应商是最大的？*乍一看，直观的答案似乎是供应商 B。但真的是这样吗？
来源：作者提供的图片。
添加数据标签揭示了一个惊人的真相：供应商 B 是第二大供应商，远远落后于供应商 A。
来源：作者提供的图片。
为了避免这种混淆，解决方案很简单：永远不要使用 3D 变换来可视化数据。
来源：作者提供的图片。
策略 12：利用渐变和阴影
使用渐变和阴影来创建视觉深度或突出显示数据中的某些部分。通过通过颜色强度或渐变效果来操纵数据的视觉权重，你可以引导观众的注意力向特定数据点或远离特定数据点。因此，阴影的战略性使用可以掩盖数据的真实性质，微妙地影响解释。
让我们来看看下面的例子。有些人可能会觉得这种“表达方式”很有吸引力，尽管我不这么认为。我们必须考虑这究竟是否真正有意义。**例如，如果我们向一群幼儿园儿童展示，这可能是有意义的。**在其他情况下，这很可能没有意义，特别是考虑到实现这种结果所需的额外努力。
来源：作者提供的图片。
让我们纠正那个图表。看出了区别吗？解读数据只需几秒钟，不再造成眼睛疲劳。
来源：作者提供的图片。
策略 13：忽视标题的力量
为你的数据可视化使用无意义或纯粹技术性的标题。图表或图形的标题不仅仅是标签；它是一个框架工具，设定了上下文并引导观众对可视化数据的理解。通过故意选择中性的、误导性的或模糊的标题，演讲者可以淡化或掩盖数据的真实叙事。例如，展示由于森林砍伐导致野生动物数量显著下降的图表可能会被误导性地命名为**“野生动物数量变化”，而不是用像“由于森林砍伐导致的野生动物数量急剧下降”**这样的标题准确反映危机。
标题是改善我们可视化最快、最有效的工具。没有时间移除 3D、阴影或不必要的元素？添加一个有意义的标题！
想象一下我们有一个像下面这样的复杂图像。这个图表里有什么？理解我们的股票表现相对于市场是至关重要的。观众应该能够迅速抓住主要信息。
来源：作者在 ChatGPT & Spyder 中生成的图像。
我们可以通过提供引人入胜、可操作的标题来帮助观众。有了强有力的标题，他们甚至可能不需要深入研究下面的可视化——尽管它必须保持可用以供参考。
来源：作者在 ChatGPT & Spyder 中生成的图像。
策略 14：使用“垃圾图表”
使用过于复杂或不必要的复杂可视化来展示数据，通常会掩盖真相或使观众难以理解数字背后的真实故事。这些图表可能包括过多的装饰元素、令人困惑的 3D 效果、不恰当的颜色使用，或者在一个单一的可视化中塞入过多的信息。这些图表的复杂性或装饰性质可能会分散数据实际信息的注意力，导致误解或关注无关紧要的细节。当垃圾图表旨在通过风格而非内容来打动或压倒观众时，它们尤其具有操纵性，从而将注意力从数据的不利解释上转移开。有效的数据沟通依赖于清晰、简洁和直接性，而这些都是当部署垃圾图表时常常有意忽视的。
垃圾图表示例。 来源：作者在 ChatGPT 中生成的图像。
结论
可视化的重要性不容小觑。它将复杂的数据转化为清晰、有趣的故事，这些故事可以教育、说服和告知人们。 然而，正确使用它意味着承担重大的责任。仔细观察某些视觉元素如何误导或扭曲真相，这显示了在这个领域中伦理为何如此重要。本文倡导在制作和理解数据可视化时保持诚实、精确和道德行为，提醒我们始终保持谨慎和深思熟虑。
在我们这个数字时代航行于浩瀚的数据海洋中，让我们承诺遵循原则，确保我们的可视化不仅能够吸引观众的注意力，而且能够真实地传达信息，培养一个基于现实而非操纵的、能够做出明智决策的社会。
来源：作者在 ChatGPT 中生成的图像。
你喜欢这篇帖子吗？
考虑订阅以获取我的新故事通知，关注我，或留下 👏 。
参考文献
[1] 戈尔的气候电影存在科学错误 – 法官, The Guardian
[2] 安东尼·安温，为什么数据可视化很重要？数据可视化中什么是重要的？
扫一扫
1921
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
