数据可视化的基础知识

第 17 章 比例墨水原则 墨水比例原则

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

在许多不同的可视化场景中，我们都会用图形元素的范围来表示数据值。 例如，在条形图中，我们绘制的条形图以 0 为起点，以其所代表的数据值为终点。在这种情况下，数据值不仅包含在条形图的端点中，还包含在条形图的高度或长度中。如果我们绘制的条形图的起始值与 0 不同，那么条形图的长度和条形图的端点就会传达出相互矛盾的信息。这样的图形在内部是不一致的，因为它们用相同的图形元素显示了两个不同的值。与此形成对比的是，我们用一个点来显示数据值。在这种情况下，值只编码在点的位置上，而不编码在点的大小或形状上。

每当我们使用条形图、矩形图、任意形状的阴影区域等图形元素，或任何其他具有确定视觉范围的元素时，都会出现类似的问题，这些视觉范围可能与显示的数据值一致，也可能不一致。 在所有这些情况下，我们都需要确保不会出现不一致的情况。这一概念被称为墨水比例原则 [Bergstrom and West 2016]：

当使用阴影区域表示数值时，阴影区域的面积应与相应数值成正比。

(通常使用 "墨水 "一词来指可视化中任何偏离背景颜色的部分。 这包括线条、点、共享区域和文本。但在本章中，我们主要讨论的是阴影区域）。违反这一原则的现象非常普遍，尤其是在大众媒体和金融界。

线性轴可视化

我们首先考虑最常见的情况，即按照线性比例将金额可视化。图 17-1显示了夏威夷州五个县的收入中位数。 这是报纸文章中可能会出现的典型数字。 一眼望去，夏威夷州非常贫穷，而檀香山县则比其他县富裕得多。然而，图 17-1有很大的误导性，因为所有的柱形图都是从 50,000 美元的收入中位数开始的。因此，虽然每个条形图的端点正确地代表了各县的实际收入中位数，但条形图的高度却代表了收入中位数超过 50,000 美元的程度，这是一个任意的数字。而人类的感知是这样的，即当我们观察此图时，柱形高度才是我们感知到的关键数量，而不是柱形端点相对于y轴的位置。

图 17-1. 夏威夷州五个县的收入中位数。该图具有误导性，因为Y 轴刻度的起点是 50,000 美元，而不是 0 美元。因此，柱形高度与显示的数值不成正比，夏威夷州与其他四个县之间的收入差距看起来比实际差距大得多。数据来源：2015 五年美国社区调查。

对该数据集进行适当的可视化处理后，情况就不那么令人兴奋了（图 17-2）。虽然各县之间的收入中位数存在差异，但差异远没有图 17-1所示的那么大。总体而言，各县的收入中位数具有一定的可比性。

图 17-2. 夏威夷州五个县的收入中位数。此处的Y 轴刻度以 0 美元为起点，因此准确地显示了五个县收入中位数的相对大小。数据来源：2015 五年期美国社区调查。

备注

线性刻度上的柱形应始终从 0 开始。

类似的可视化问题经常出现在时间序列的可视化中， ，如股票价格的可视化。图 17-3显示，2016 年 11 月 1 日前后，Facebook 的股价出现了大规模崩盘。 ...