在数据可视化领域,正如同在其它领域一样,都有一定的规则、最佳实践、指导方针,然后就是常识。与我们的认识恰恰相反的是,常识是往往被忽略的,这一点我们会在下面的例子中看到。

数据可视化范畴,正如同在其它范畴相同,都有必定的规矩、***实践、指导方针,然后便是知识。与咱们的知道恰恰相反的是,知识是往往被疏忽的,这一点咱们会在下面的比如中看到。

就让咱们从一些最常见的过错开端吧!

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,一切数字的总和加起来应该是100。听上去好像这种愚笨的过错底子没必要指出,但你会由于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:

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第1张


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%。在该查询中,很可能是答应一人投好几票的,因而饼图很明显不是能够体现这一数据的正确挑选。

别的,假如你不读这些数字,仅仅调查饼图的巨细,你会有这样一个形象:每位提名人得到的支撑都将近三分之一。这又是一个过错的定论。

为了防止这样的过错,请仔细检查你的数字并且保证自己运用了规范的东西。这些东西不会让你做出像这样的过错的饼图。

不恪守常规

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。因而,当你看到这个图表时你以为从2005年到2012年产生了什么?

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第2张


一般的常规会让你以为弗罗里达死于枪击的人数在2005到2012年间有所下降。但当你仔细调查时你会意识到Y轴是倒置的。零值在顶部而***值在底部,这违背了一般跟着曲线的上增值变大的常规。

你不需求什么特别的东西去防止这些过错。咱们现已看了满足的图表,从而对什么是规范有一个大体的概念。只需这样做,你才不会犯错。或许在某些状况下你需求违背约好,但这将是一个破例,而不是规矩。
裁切不妥的数据轴

坐标的值是为图表供给上下文并了解,弄错坐标直观上你会得出彻底过错的图片。为了更好地了解我的观念,请调查以下图表。

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第3张

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。这儿是被纠正过的图表。

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第4张


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

这儿有相同过错的别的一个比如。

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第5张


你只需不将y轴弄乱就能够防止这项过错。当必需求展现细节的时分,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***个图表的某一方面。

不运用注解

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,你需求在图表中参加一些描述性的文字或许数字使之变得更有意义。要了解我的观念,请调查如下图表。(运用谷歌图表制成)

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第6张

这是一个非常好的图表,有着精确的标题和坐标轴,可是当你调查它的时分,你会不断的去想2015年产生了什么。是什么引发了出售数字的忽然下降?

为了答复这个问题,你需求包含附有下降原因的正确注解:

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第7张

现在这个比之前更好一些了吧?作为了一个读者,你不只知道下降已产生了,还知道为什么产生了“下降”。

不正确的气泡尺度

气泡图关于在二维空间显现三维数据对错常有用的。不只有x轴和y轴,并且你能够经过改动气泡巨细描绘第三种数量。

到现在,我见过制造气泡图最遍及的问题便是他们改动气泡的半径而不是改动他们的区域来显现不同的数值。例如,请看这个图表。

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第8张

我知道这儿存在许多过错,可是为了了解方才说到的这点,请调查最左面的气泡。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,你必定会产生误解。

假如你仅仅改动数据的区域而不是改动其半径份额的话,你就会很简略就防止这个过错。

不完整的数据

依据下面的地图你能得知这儿的哪个公司具有较多的商场份额吗?(运用图表生成器)

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第9张

仅依据上面的地图,你必定会以为‘ABC’具有更高的商场份额。但在这儿正确的答案是——‘它是不完整的信息’。原因是:咱们必定知道ABC抢先的州的数量比XYZ多,可是咱们不知道这两种产品在每个州的出售额。

假如ABC是一切小商场的抢先者,XYZ是一切大商场的抢先者,将会怎样呢?这样在这个国家XYZ的出售额全体上将会很高,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商场份额,咱们需求更多的数据。

难以比较

假定你是一位企业主,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商场份额,用这个图表怎么?

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第10张

数据可视化便是要使解读数据愈加简略而不是困难。可是,上述图表使得读者很难去比较。莫非你不以为下面的图表有着更好的作用吗?

7种最常见的数据可视化过错(数据可视化问题)  数据 可视化 错误 第11张


假如在做图表时你能从读者的视点考虑的话,那么你能够防止一些这样或许其他相似的过错。或许在出书之前尽力从你的搭档或许朋友那里取得反应,问他们该图表是否能简单读懂?是否能够很简略地比照两个图表?如有需求也能够运用标签。上面的饼状图没有运用数据标签,可是堆叠柱状图有明晰的标签。
资源

数据可视化是一个宽广的范畴,假如你在阅览这篇文章,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,这儿有一些能够协助你进步的资源。

· 取得杰出的根底:定时重视图表库的更新并了解每个表格的制造方法。“制图根底知识”和“动态数据”都是一些很好的资源。
· 运用正确的东西:运用正确的东西会使你的使命变得愈加简略,由于它们的规划意图便是防止一些小过错产生。
· 防止过错:你能够犯你自己的过错,或许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。

转载请说明出处
知优网 » 7种最常见的数据可视化过错(数据可视化问题)

发表评论

您需要后才能发表评论