下载客户端

《经济学人》数据可视化编辑：错误的图表，我们也画了很多

2019-05-10 18:14

来源：澎湃新闻·澎湃号·湃客

大数据文摘出品

来源：Medium

编译：张秋玥、夏雅薇

经济学人杂志除了色彩鲜明的文章之外，其在数据可视化方面也自成一派。绝妙的颜色搭配，风格鲜明的图表总能让读者过目不忘。

据图表编辑编辑Sarah Leo在一篇博客中介绍到：虽然对于每一张图表，他们都尽量准确地以最能支持故事表达的方式来可视化数字，但有时候也会犯错。

为了能够做的更好，他们在从错误中不断总结教训，不断的自我改进。为此Sarah Leo还把经济学人的错误总结为3点，并写成一篇博客，供大家参考，大数据文摘对文章编译如下☟

深入了解我们的记录后，我找到了几个有用的例子。我将针对数据可视化的问题分为三类：

- 误导性图表

- 模糊的图表

- 未能说明问题的图表

免责声明：大多数“原始”图表是在我们的图表重新设计之前发布的。改进的图表是为了符合我们的新规格而绘制的。它们的数据完全一致。

▍误导性的图表

以误导的方式呈现数据是数据可视化中最严重的问题，虽然我们从不故意这样做，但它确实时不时发生。我们来看看三个例子。

错误：截断标尺

这图就很左翼分子对不对

此图表显示了政治左翼Facebook页面上帖子的点赞平均数量。这张图表的重点是显示Corbyn先生与其他帖子之间的差异。

原始图表不仅低估了Corbyn先生的数量，还夸大了其他帖子的数量。在重新设计的版本中，我们完整地展示了Corbyn先生的数据并保证所有其他数据长条仍然可见。

另一个奇怪的是颜色的选择。为了模仿工党的配色方案，原图使用了三种橙色/红色色调来区分Jeremy Corbyn与其他国会议员和政党。虽然颜色背后的逻辑对许多读者来说可能是显而易见的，但对于那些不太熟悉英国政治的人来说，这可能没什么意义。

错误：通过故意操纵坐标轴来假装存在相关关系

难得的完美关联？并不是的。

上面的图表附有一个关于狗重量下降的故事。乍一看，似乎狗的体重和颈部大小完全相关。但这是真的吗？其实并不是很相关哦。

在原始图表中，两个坐标轴的跨度均为三个单位（左边是21到18；右边是45到42）。按百分比计算，左边的比例下降了14％而右边则下降了7％。在重新设计的图表中，我保留了双坐标轴的设计，但调整了它们的范围以反映可比较的比例变化。

考虑到这个图表的休闲主题，这个错误可能看起来并没有那么重要。毕竟，图表的信息在两个版本中都是相同的。但我们从中学到的事情很重要：如果两个变量过于紧密相关，那么再仔细观察一下坐标轴尺度可能是一个好主意。

错误：选择错误的可视化方法

对脱欧的看法几乎和谈判结果一样不稳定

我们在每日新闻应用Espresso中发布了此投票图表。它显示了民众对欧盟公投结果的态度，并以折线图绘制。从数据来看，似乎受访者对公投结果的看法相当不稳定——每周都会增加或减少几个百分点。

我们并未使用平滑曲线绘制单个民意调查来显示趋势，而是连接每个民意调查的实际值。这主要是因为我们的内部图表工具没有绘制平滑线条的功能。我们直到最近才逐渐开始熟悉更复杂的可视化统计软件（如R）。今天，我们团队所有人都能够绘制一个类似上面重新设计的投票图表了。

此图表中需要注意的另一件事是坐标轴如何起点的方式。原始图表将数据扩展到全部空间。而在重新设计的版本中，我在坐标轴开始的部位和最小数据点之间留下了更多空间。弗朗西斯·加农（Francis Gagnon）为此制定了一个很好的规则：我们应当试着在一个不从零开始的折线图下留出至少33％的空白区域。

▍模糊的图表

这没有误导性图表那么过分，但是一份难以阅读的图表还是表明可视化工作做得很糟糕。

错误：“发散性思维”过于发散了

…这啥玩意？

在“经济学人”杂志上，我们被鼓励创造“发散性思维”的新闻报道。但是有时候，我们会认为这有点太过分了。上图显示了美国的商品贸易逆差和制造业就业人数。

该图表非常难以阅读。它有两个主要问题。首先，一个变量（贸易逆差）的值完全是负数，而另一变量（制造业就业）都是正数。将这些差异结合在一个图表中而不平坦化任一变量非常不合理。有一个显而易见的解决方案，但这却会导致第二个问题：两个变量不共享共同基线。贸易赤字的基线位于图表的顶部（通过图表左半边那截红线突出显示），而右半部分的基线则位于底部。

重新设计的图表显示其实并没有必要组合这两个数据系列。贸易逆差与制造业就业之间的关系仍然很明显，而这一图表并没有额外占据多少空间。

错误：莫名其妙的颜色使用

该图表将政府在养老金福利方面的支出与国家65岁以上人口比例进行了比较，并特别关注了巴西的情况。为了使图表占据较小版面，可视化工具仅标记了部分国家/地区，并以电蓝色突出显示。经合组织的平均值则以淡蓝色突出显示。

可视化者忽略了这样一个事实，即不同颜色通常意味着不同分类。乍一看，这个图表似乎也是如此——所有电蓝色似乎属于与深蓝色不同的组合。但其实压根不是这样的，区别只是一个有打上国家标签，一个没有而已。

在重新设计的版本中，所有国家/地区的圆圈颜色保持不变。我将没有标签的数据点的透明度调高了。剩下的就靠排版了：巴西是重点国家所以用字体加粗；而经合组织则用斜体字表示。

▍未能说明问题的图表

最后一类的错误不太明显。像这样的图表不会误导读者，也不会让人感到困惑。他们只是没有证明他们存在的合理性 - 通常是因为可视化不合理，或者因为我们非要在小版面内塞进过多信息。

错误：包含太多细节

“颜色越多越好！”——好的可视化才不会这样

这彩虹真好看！我们在德国预算盈余的专栏中公布了这张图表。它显示了10个欧元区国家的预算余额和活期账户余额。

有这么多颜色，而且其中一些很难被区分。另外，因为对应的值太小了，压根没有办法得到任何图表信息。它只会让你眼前一愣然后赶紧转移视线。而且更重要的是，由于我们没有绘制所有欧元区国家，因此堆叠数据没有任何意义。

我回过头看看有没有办法简化这个图表。该专栏提到德国、希腊、荷兰、西班牙以及欧元区总数。在重新设计的图表版本中，我决定只强调这些。为了解决仅堆叠部分国家的问题，我添加了另一个类别（“其他”），其中包括所有其他欧元区国家。（由于欧盟统计局进行了数据修订，重新设计的图表中的流动账户余额总额低于原始图表。）

错误：大量数据，空间不足

我放弃。

受到有限版面空间的限制，我们经常试图将所有数据一股脑儿塞进图表中。虽然这可以节省页面上的宝贵空间，但它还是会有负面影响。比如这张2017年三月的图表，它是关于科学界的论文发表是如何由男性主导的。所有数据点都同样有趣且与主旨紧密相关。但是，一下子提供如此多的数据（四个研究领域类别以及发表人的比例）这些信息很难一起被接受。

经过深思熟虑之后，我决定不重新设计这个图表。如果我要保留所有数据，那么图表就会变得过于复杂而不简洁。在这种情况下，削减一些内容会更好。或者，我们可以展示某种平均化的衡量标准，例如所有领域的女性发表作品的平均比例。