数据展示，应点到即止，过犹不及 | 书评
导言： ……
Image 1
今天推荐一本关于数据展示的书，《用数据讲故事》。
这本书属于入门级，几乎适用于任何行业的大多数岗位的工作汇报。它并不介绍处理数据的具体操作步骤，也不介绍绘制图表该写什么代码，它重点介绍的是，在演示幻灯片或工作报告中，所展示的数据图表，理想情况下应该是什么样子的。书的篇幅不算长，一两个闲暇下午应该足够翻完。内容浅显易懂，又不失实用，示例虽不算多，但都非常清晰简明，且直接突出所要表达的重要原则建议。
其中让我印象深刻的一点是，数据展示其实宜少不宜多，这扭转了我原本在数据可视化方面的错误倾向。而在后来的日常工作中，我发现其他人也经常会有类似的糟糕实践，总喜欢用图表堆工作量而非呈现结论，造成信息传递十分低效，于是我也曾反复做过这本书的推荐。可以说，掌握这本书的主要内容，将其应用到自己的工作中，就已经胜过职场上90%以上的人。
2
关于数据图表绘制，我与大多数人一样，曾舍本逐末，仅为技术而技术，不断挑战“繁琐”和“炫酷”，而忘了技术钻研本身的实用目的：数据的可视化，更重要的是为了回答某个问题，为了发现规律，为了讲述故事。
技术的修炼提升，是一种对智力的自我训练，这本身很容易带来成就感和愉悦感。在数据图表展示中，最常见的一种情况是，在同样的有限面积中，如何最大限度地包含进更多的数据信息。这经常会演变成某种畸形的追求目标，尤其是在熟练掌握ggplot2的用法后，因为叠加信息实在太容易了。
以展示一组数据的分布为例，经典的箱线图，就是一个“包含大量信息”的体现：箱子表示了上下四分位数的位置，须线段表示1.5倍四分差延伸（离群值的边界），箱子中还有线段和点分别表示中位数与平均数。再往后，还能将散点叠加上去，标出各原始数据。或者用核函数曲线包络一个曲边，画成小提琴图。又或者综合小提琴图和散点，画出像天气图标般的云雨图。
在一幅图上塞入尽可能多的信息后，对于传达信息而言，未必是有效的。因为重点信息有可能被淹没在众多不同维度的展示元素中，得不到突出，难以被发现。
3
这本书中提到一个实例，很有代表性，这里截取摘录出来，供观赏：
Image
的确是“一图胜千言”。
而更有价值的是，书中将上述图形改造的过程，进行了详细分解，分成了多个步骤，每一步骤针对一种可视化问题进行调整，一步步地从上图改造成为下图。这是一个思维训练的过程，对于认识和学习如何做出更好的图表，是非常有效的。
4
最后，必须提及的一点，是关于数据的选择，包括展示内容及角度的选择。
关于讲故事，必然会做的一件事，就是对材料进行筛选。上面的例子，为了突出招聘需求，在最终展示的图形中，也显然是做过“裁剪”的，把不相关的信息都弱化或去掉了。即使没有这样的“裁剪”，受限于信息传递窗口大小，我们也不可能把所有数据细节都完全展示给每位读者，所以，数据分析和可视化，本身就是一个筛选加工的过程。
这种操作很容易走入另一个极端，即通过对材料或呈现方式“刻意裁剪”，而将读者误导入其他预设的结论。有时候，这样的倾向是否恰当，是没有清晰和严格界限的。这就需要图形的作者洁身自好，恪守基本的原则底线，尽可能避开对灰色地带的挑战，而更多保持客观正直的态度了。
注：本文首发表于“不靠谱颜论”公众号，并同步至本站。