如何看穿数据可视化的谎言
以前我们看到一个做得很烂的图表,或者穿帮的数据可视化作品时,往往是将它们嘲笑一番也就算了。但有些时候,尤其是刚过去的这一年,我们好像更难分辨一个可视化作品是单纯的糟糕产物,还是出于偏见而刻意制造的虚假信息。
当然,用数据来撒谎已经不是什么新鲜事儿了,但现在图表越来越容易被广泛传播,网上到处都是,而其中好多传递的是假象。你可能只是随便瞟了一眼,但一个简单的信息也可能在脑子里生根发芽。在你还不知道的时候,小李子已经在桌子上转起了陀螺,而没人关心它会停下来还是会一直转下去。
自然而然地,现在我们需要快速看穿一个图表是否在撒谎,而这篇图文就是你贴心的指导手册哟。
1)截断数轴
左边的y轴数据从10开始,纯粹的瞎话。右边的数据从0开始,很好。长度是柱状图视觉呈现的关键,所以当某些人通过截断数轴而故意把长度缩短时,整个图表的差别就变得更明显了。这些人想要展现出比实际情况更剧烈的变化。我在另一篇文章里详细谈了这个问题。
2)双重数轴
它用了两种差距极大的比例,可能是为了强行扯上因果关系。通过使用双重数轴,数据的量级可以根据两种度量来缩小或扩张。人们通常用它来表达相关度和因果关系。“因为这个东东,另一个事儿发生了,看,很清楚吧。”
Tyler Vigen做的假相关数据的项目是个极好的例子。
3)总和不对头
饼图中所有部分的比例加起来超过了100%。一些图表专门要展示总体中的某些部分,而当这些部分加起来超过了总和,问题就很大了。比如,饼图代表的是总共100%,而如果每个扇形的比例加起来超过了100%?怪怪的噢。
可以看看这个搞笑的例子。
4)只看绝对值
这其实只是人口分布图。当你对比不同地方、种类或群体时,你必须考虑相对值,公平比较任何事物都是相对的。你不能因为某个城镇发生了两起抢劫案,另一个只发生了一起,就说第一个镇更危险。万一第一个镇的人口是第二个的一千倍呢?更有效的方式往往是对比百分数和比例,而非绝对值和总值。
这幅xkcd的漫画很直白地展现了人口绝对数的影响。
5)有限范围
左图看上去增幅很大,但右图显示出这只是常态,且选定时间内的增幅实际并不明显。人们倾向于精心挑选日期和时间段来配合特定的叙事,所以更应该考虑到历史背景、时常发生的事件,以及合理的用来比较的基准。
当你研究全局时,可能会发现有趣的事情。
6)奇怪的分级
左图只有两个分级,大于1的究竟包括些什么?可能在打掩护。右图更好,展示了更多变量有些可视化作品会过分简化一个复杂的模型,而非展示出原数据中完整的变量范围。这样做很容易会把一个连续的变量转化为从属于某一类别的变量。
广泛的分级在某些情况下很有用,但复杂性往往才是事物的意义所在。要防止过分简化。
7)混乱的面积比
30是10的三倍,但或许是为了增加显著性,图上最大的矩形比最小的大得可不止三倍。如果按照面积来进行视觉上的编码,图形的大小比例就该是面积的比例。有些人却在做面积编码的可视化时,改变边长的比例来突出大小对比,完全是为了抓马啊。
有时这种错误是无意间造成的,更需要警觉。
8)操控面积维度
上下两个图形的面积相等,但看上去很不一样。或许有人懂得怎么用面积来做视觉编码,却还(gu)是(yi)做出了上图这样的东西。我还没见过如此夸张的例子,但以后说不定就会有。我打赌连象形图都能出现,等着瞧吧。
9)为了三维而三维
千万别。当你看到一个明明没必要还强行用三维的图表,请质疑它的数据、图表、作者及图表衍生出的任何事物。
划重点:如果一个可视化作品出现了以上任何问题,并不代表它一定在撒谎。正如Darrell Huff在《如何用数据撒谎》里说的:
“本书的标题和里面一些内容可能像是在说,所有类似的作品都是为欺骗而生的产物。美国统计协会一个分会的主席曾经因为这个批评我,他觉得与其说出于欺骗,倒更像是能力不足。”
当然,这并不等于就可以原谅,毕竟也做错了嘛。但记住这点,你在骂某某某是骗子之前就可以再考虑考虑。
我的经验是,仔细检查那些令人震惊的、比想象中更具戏剧性的图表。
图表并不能让虚假的信息变成真的,数据也不能。它们会屈从于做图的人,也展示出信息本身之外更多的东西。那么,睁大你的眼睛咯。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14