7种最多见的数据可视化过错
本文摘要:在数据可视化领域,正好像在其它领域一样,都有一定的规则、最佳实践、辅导方针,然后就是常识。与我们的知道恰恰相反的是,常识是往往被疏忽的,这一点我们会在下面的例子中看到。就让我们从一些最多见的过错开始吧!不要把数字加起来当你画一个饼图、堆叠柱

在数据可视化领域,正好像在其它领域一样,都有一定的规则、最佳实践、辅导方针,然后就是常识。与我们的知道恰恰相反的是,常识是往往被疏忽的,这一点我们会在下面的例子中看到。

就让我们从一些最多见的过错开始吧!

不要把数字加起来

当你画一个饼图、堆叠柱形图或是堆叠面积图时,所稀有字的总和加起来应该是100。听上去似乎这种愚蠢的过错底子没必要指出,但你会因为人们屡次犯这样的过错而感到惊奇。请看来自福克斯新闻的这一图片:

你能看出有什么问题吗?这三个扇形的数字加起来不是100%而是193%。在该调查中,极可能是允许一人投好几票的,因此饼图很显着不是可以体现这一数据的正确选择。

另外,假如你不读这些数字,只是观察饼图的巨细,你会有这样一个印象:每位候选人得到的支撑都将近三分之一。这又是一个过错的结论。

为了防止这样的过错,请细心查看你的数字并且确保自己使用了规范的东西。这些东西不会让你做出像这样的过错的饼图。

不遵守常规

就像饼图的各部分加起来应该是100,一个曲线图的曲线向右上移动表明数字的增加。因此,当你看到这个图表时你认为从2005年到2012年发生了什么?

一般的常规会让你认为弗罗里达死于枪击的人数在2005到2012年间有所下降。但当你细心观察时你会意想到Y轴是倒置的。零值在顶部而最大值在底部,这违背了通常跟着曲线的上增值变大的常规。

你不需要什么特其他东西去防止这些过错。我们现已看了足够的图表,从而对什么是规范有一个大体的概念。只有这样做,你才不会犯错。也许在某些状况下你需要违背约好,但这将是一个破例,而不是规则。

裁切不妥的数据轴

坐标的值是为图表提供上下文并了解,弄错坐标直观上你会得出完全过错的图片。为了更好地舆解我的观念,请观察以下图表。

福克斯新闻裁掉了Y轴。现在看来,七百多万的图形高度好像是六百万的三倍。这当然不是这样的状况。这里是被纠正过的图表。

这幅图是否是更好一些?这幅图以0作为基准线的y轴显示出的数据,体现出了精确的图画。

这里有相同过错的另外一个例子。

你只需不将y轴弄乱就能够防止这项过错。当有必要要展示细节的时分,先用一个图表给出综合性的音讯,然后再第二个图表中详细阐释第一个图表的某一方面。

不使用注解

算不上是过错,但无疑的是在你每次做图表时都会有一些小的缺失。有时分,在图中仅仅可视化是不行的,你需要在图表中加入一些描述性的文字或者数字使之变得更有意义。要了解我的观念,请观察如下图表。(使用谷歌图表制成)

这是一个十分好的图表,有着精确的标题和坐标轴,可是当你观察它的时分,你会不停的去想2015年发生了什么。是什么引发了出售数字的俄然下降?

为了答复这个问题,你需要包括附有下降原因的正确注解:

现在这个比之前更好一些了吧?作为了一个读者,你不只知道下降已发生了,还知道为何发生了“下降”。

不正确的气泡尺寸

气泡图关于在二维空间显示三维数据对错常有用的。不只有x轴和y轴,并且你可以通过改变气泡巨细描绘第三种数量。

截至现在,我见过制造气泡图最遍及的问题就是他们改变气泡的半径而不是改变他们的区域来显示不同的数值。例如,请看这个图表。

我知道这里存在许多过错,可是为了了解方才提到的这点,请观察最左面的气泡。他们代表的是9.2亿美元和18.4亿美元。可是这对吗?大气泡看上去是小气泡的四倍。假如你不读气泡内的文字,你肯定会发生误解。

假如你只是改变数据的区域而不是改变其半径比例的话,你就会很容易就防止这个过错。

不完好的数据

依据下面的地图你能得知这里的哪一个公司具有较多的市场份额吗?(使用图表生成器)

仅依据上面的地图,你一定会认为‘ABC’具有更高的市场份额。但在这里正确的答案是——‘它是不完好的信息’。原因是:我们肯定知道ABC抢先的州的数量比XYZ多,可是我们不知道这两种产品在每一个州的出售额。

假如ABC是所有小市场的抢先者,XYZ是所有大市场的抢先者,将会怎样呢?这样在这个国家XYZ的出售额全体大将会很高,即便它抢先的州的数量相对较少。所以想要知道谁具有更大的市场份额,我们需要更多的数据。

假设你是一位企业主,你的事务有全球影响力。你想要比较你的公司在不同国家的市场份额,用这个图表怎么?

数据可视化就是要使解读数据更加简略而不是困难。可是,上述图表使得读者很难去比较。莫非你不认为下面的图表有着更好的效果吗?

假如在做图表时你能从读者的角度考虑的话,那么你可以防止一些这样或者其他类似的过错。或者在出版之前努力从你的同事或者朋友那里取得反馈,问他们该图表是否能容易读懂?是否可以很容易地比照两个图表?如有需要也能够使用标签。上面的饼状图没有使用数据标签,可是堆叠柱状图有明晰的标签。

数据可视化是一个广阔的领域,假如你在阅读这篇文章,那么意味着你想在这方面做得更好。所以,现在你现已知道了一些常见的过错,这里有一些可以协助你提高的资源。

取得杰出的基础:守时重视图表库的更新并了解每一个表格的制造方法。“制图基础常识”和“动态数据”都是一些很好的资源。 使用正确的东西:使用正确的东西会使你的使命变得更加容易,因为它们的设计意图就是防止一些小过错发生。 防止过错:你可以犯你自己的过错,或者从他人的过错中学习。随时从Junk Charts 和 WTFViz学习坚持并更新他人犯的过错。

你在互联网上见过什么过错?为何不在下面的评论部分来谈谈呢?

 

译者:孙楠 王悦静 杜润娟

校对:王悦静

来历:图表大师

原文地点: