我们的
《经济学人》非常重视数据可视化。 每周我们都会发布约40种图表，包括印刷版，在线版以及应用程序。 我们在任何地方都努力准确地表示数字，以便它们最好地说明主题。 但是有时候我们会犯错误。 重要的是要学习这些课程，以免将来出错。 当然，我们的经验将对您有所帮助。
深入研究档案，我发现了一些有启发性的例子。 危害数据可视化的犯罪可分为三类。 这些是图形：
- 误导
- 困惑
- 没道理。
每个版本都显示一个修订版本，该版本占用相同的空间-这是印刷出版物的重要因素。
（注意：大多数“原始”图表在重新设计之前就已发布。改进后的图表将根据新规范进行编译。数据相同）。
误导图表
让我们从最严重的犯罪开始：以一种令人误解的方式呈现数据。 我们永远不会故意这样做！ 但是有时候会发生这种情况。 让我们考虑存档中的三个示例。
错误：截断
（ csv中的数据 ）此图在左侧页面上显示了Facebook喜欢的平均数量。 该图表的目的是显示Corbin先生和其他人在职位上的不同。
原始时间表不仅低估了Corbin的点赞次数，而且夸大了其他参与者的表现（这
是这种错误的
另一个示例 ）。 在修订版中，Corbin先生的专栏已完全指定。 所有其他列仍然可见。
另一个奇怪的是颜色的选择。 为了模仿“劳工”配色方案，我们使用了三种橙色/红色阴影，分别分配给1）科宾，2）其他代表和3）政党/团体。 这在任何地方都没有解释。 尽管逻辑对于许多人来说可能是显而易见的，但是对于那些对英国政治不是很熟悉的人来说，这毫无意义。
错误：因比例调整而产生的关系影响
完美相关的一个罕见例子？ 实际上不是（ csv中的数据 ）上图摘自狗的减肥文章。 乍一看，狗的脖子的重量和周长似乎是完美相关的。 但这是真的吗？ 仅在某种程度上。
在图形上，两个标度都减少了三个单位（从左侧的21减少到18；从右侧的45减少到42）。 但是以百分比表示，左边的比例减少了14％，右边的减少了7％。 在修订后的图表中，我保留了双刻度，但调整了范围以反映可比的比例变化。
给定此图的有趣主题，该错误似乎相对较小。 最后，两个版本的含义相同。 但是结论很重要：如果两个图之间的距离太近，您可能需要仔细研究一下比例尺。
错误：错误的可视化方法
关于英国脱欧的观点几乎与关于它的谈判一样不稳定（ csv中的数据 ）我们在Espresso新闻应用程序中发布了此调查表。 它以折线图的形式显示了与欧盟公投结果的关系。 从数据来看，受访者的观点波动很大：结果跳了几个百分点。
我们没有显示趋势图的平滑曲线，而是指示了每个调查的实际值。 发生这种情况的主要原因是我们的制图工具不知道如何绘制平滑线。 直到最近，我们才掌握了使用更复杂的可视化方法处理统计数据（例如R）的更高级程序。 如今，任何人都可以为民意测验建立一条平滑的曲线，作为顶部的改进选项。
仍然违反规模。 源图表分散的数据超出了应有的范围。 在修订版中，我在音阶的开始和最小数据点之间增加了一些空间。 弗朗西斯·加农（Francis Gagnon）为这种情况提供了一个
很好的公式 ：在线图下至少留出至少33％的区域，这不是从头开始的。
图表令人困惑
没有像误导这样的严重犯罪，但是如果时间表难以理解，则表明可视化工作做得不好。
错误：图表太深奥
什么 （ csv中的数据 ）《经济学人》的记者试图以一种很好的方式来迷惑读者。 但是有时候我们走得太远了。 上
图显示了美国商品贸易逆差和制造业就业人数。
该图表难以理解。 她有两个主要问题。 首先，一个系列的价值（贸易赤字）完全为负，而其他系列的价值（制造业就业）为正。 很难在一张图中组合这些不同的数据。 显而易见的“解决方案”导致了第二个问题：两行数据没有相同的基线。 贸易赤字的基准线在图表的顶部（红色突出显示，穿过图表的一半）。 正确比例的基线在底部。
修订后的图表显示，无需将这两个数据系列结合在一起。 贸易赤字与制造业就业之间的关系仍然很明确，只占据了一点空间。
错误：颜色纠结
50种蓝色阴影（ csv中的数据 ）该图表将政府在退休金方面的支出与许多国家中65岁以上人口的比例进行了比较，其中重点放在了巴西。 为了不使图表膨胀，可视化工具仅签署了一些国家/地区并以蓝色突出显示了它们。 经合组织平均值以浅蓝色突出显示。
可视化工具（是我！）忽略了颜色变化通常意味着类别变化的事实。 读者在这里也可能会想到，所有蓝色国家似乎都与蓝色国家属于不同的群体。 事实并非如此。 唯一的区别是它们根本没有签名。
在修订版中，每个人的颜色都是相同的。 我只更改了签署国的强度。 其余部分由印刷术完成：重点关注的国家/地区巴西以粗体显示，而经合组织国家/地区以斜体显示。
图表没有意义
最后一类中的错误不太明显。 这样的图不会引起误解，也不会造成混乱。 他们根本无法证明自己的存在。 要么它们的构建不正确，要么我们试图将太多的信息压缩到一个很小的空间中。
错误：详细信息过多。
“花越多越好！” （ csv中的数据 ）真正的彩虹！ 我们
将此图表发布在德国预算盈余列中。 它显示了欧元区十个国家的预算余额和当前余额。 有这么多的颜色-有些值很难辨别甚至看不到，因为值太小-很难理解图表的含义。 这几乎阻塞了大脑，导致读者跳过图表而继续前进。 而且，更重要的是，由于我们没有提供欧元区所有国家的数据，因此添加数据毫无意义。
我重新阅读了该文章，以找到简化该图的方法。 案文提及德国，希腊，荷兰，西班牙和欧元区。 在图表的修订版中，我决定仅选择它们，并将其余的放置在“其他”类别中（由于欧盟统计局数据的修订，处理后的图表上的经常账户总余额少于原始图表上的余额）。
错误：数据过多，空间不足
我放弃了（ csv中的数据 ）受页面空间的限制，我们经常倾向于将所有数据放入太小的插槽中。 尽管这样做可以节省页面上的宝贵空间，但仍会产生一些后果，如从
2017年3月的这张图所示。 这是一篇文章的图表，指出男人在科学中占主导地位。 所有职位都同样有趣且与本文相关。 但是，如此大量的数据很难被吸收：这是四类研究领域，以及每个国家专利作者的比例。
经过反思，我决定不更改此图。 如果保存所有数据，则图表对于一个较小的文章而言将太大。 在这种情况下，最好切一些东西。 另外，您可以显示某个平均指标：例如，所有领域中女性文章的平均比例。 （如果您有关于如何在狭窄空间中进行可视化的想法，请告诉我！）
最佳做法正在迅速发展：今天可以接受的明天将受到谴责。 一直都有新的和更高级的方法出现。 您是否曾经犯过容易解决的“信息图犯罪”？