欢迎来到我们为期一个月的“数据解密”系列的第八篇。作为数据素养月的一部分，本系列将厘清数据领域的关键概念，回答您可能不敢问的问题，并在过程中保持趣味性。如果您想从头开始，请阅读系列的首篇文章：什么是数据集？
本周，我们将介绍常见的数据可视化图表以及如何解读它们。数据可视化常被称为通往数据科学的“入门药”。本文将聚焦于能够捕捉趋势的可视化图表，以及如何解读这些图表。
捕捉趋势的可视化
捕捉趋势是数据可视化最有用的应用之一。在接下来的内容中，我们将看看最常用的趋势型可视化，尤其是折线图、样条曲线图、面积图及其变体。让我们开始吧！
折线图
折线图通过直线段连接一系列点。折线图常用于可视化随时间变化的趋势。折线图无处不在：企业用它来展示营收、利润等业务指标的时间变化；科学家用它来说明两个变量之间的关系。
2021 年，NFT 的关注度持续上升，并在 2022 年 1 月达到峰值，随后与比特币等主要加密货币价格同步迅速下滑。（来源：Statista）
解读折线图是直观的。解读时可以思考以下几点：
- 图形的整体形状如何？是在上升、下降，还是保持平稳？
- 线的斜率如何？斜率表示随时间的变化速率。线越陡，变化速率越高。
- 留意最大值或最小值点。这可能标志着关键转折，或与重要事件相吻合。
但需要注意的是——阅读折线图时应关注纵轴，并考虑其是否从零开始。纵轴不从零开始的折线图，可能会让细微变化看起来像大幅波动。
不从零开始的折线图可能会误导受众（来源：Chad Skelton）
样条曲线图
样条曲线图是一种使用曲线（而非直线）连接数据点的折线图。
样条曲线图展示了过去 5 亿年间地球温度的缓慢变化（来源：climate.gov）
样条曲线图与折线图一样擅长表达随时间的趋势；在传达平滑、渐进的变化方面更胜一筹。比如，一家商店的月度营收可用样条曲线图来表达销售是在整个月份逐步发生的，而非集中于某一天。
多折线或多样条图
顾名思义，多折线图是在同一张图（或不同坐标轴）上绘制多条折线。它有助于比较两个相关变量的趋势。分析多折线图时，请仔细观察并尝试理解以下问题：
- 每条线分别代表什么？
- 各条线之间的差异意味着什么？
- 两条线之间是否可能存在相关性？如果有，能否解释？
- 每条线是否使用同一坐标轴度量，还是存在多个纵轴？
以下是一些有用的多折线和多样条图示例。
Alphabet 2021 年年度报告使用多样条图，将其股票表现与更广泛的市场进行比较。（来源：Alphabet 投资者报告）
折线图的创始人 William Playfair 早在 1786 年就使用多样条图比较英格兰的进口与出口。两条线之间的垂直差值表示该年英格兰的收支平衡。（来源：Datylon）
一个常见错误是，仅凭对多折线图的粗略一瞥，就认定两条独立趋势彼此相关。这正是我们在“数据解密”系列早先文章中讨论过的相关性与因果性谬误的典型表现。
在下例中，人们很容易草率得出结论，认为跌入泳池溺亡人数与 Nicolas Cage 参演影片数量之间存在关系。
谨防伪相关！（来源：Tyler Vigen）
面积图
面积图通过为折线与横轴之间的区域着色，展示数值随时间的变化过程。它与折线图类似，但每条线下方的区域都会被填充。
面积图（来源：Storytelling with Data）
您可以把图下方的面积理解为该数据序列随时间的累积量。当在同一张图中绘制多条面积图时，您可以比较多个子类别随时间的变化。
尽管面积图很有用，但也需注意其局限。比较多条数据序列的相对面积可能较为困难，因为面积图很容易变得过于拥挤、难以辨读。
堆叠面积图
堆叠面积图由多条面积图上下叠加而成，最适合用于跟踪某个数据序列随时间的组成变化。
图 8：展示疫情致命性的堆叠面积图（来源：The Economist）
这是一张用于估算 2020 年疫情实际影响的堆叠面积图。作者通过阴影区域将伦巴第的部分死亡归因于新冠肺炎。较深的阴影用于强调归因于新冠的累积死亡激增，这是一个有效的数据叙事技巧。
从今天开始上手数据可视化
我们希望这篇关于数据可视化的简短介绍对您有所帮助。在下一篇中，我们将探讨能够捕捉关系的数据可视化。若您希望从今天就开启数据学习之旅，请查看以下资源。
欢迎来到我们为期一个月的“数据解密”系列的第八篇。作为数据素养月的一部分，本系列将厘清数据领域的关键概念，回答您可能不敢问的问题，并在过程中保持趣味性。如果您想从头开始，请阅读系列的首篇文章：什么是数据集？
本周，我们将介绍常见的数据可视化图表以及如何解读它们。数据可视化常被称为通往数据科学的“入门药”。本文将聚焦于能够捕捉趋势的可视化图表，以及如何解读这些图表。
捕捉趋势的可视化
捕捉趋势是数据可视化最有用的应用之一。在接下来的内容中，我们将看看最常用的趋势型可视化，尤其是折线图、样条曲线图、面积图及其变体。让我们开始吧！
折线图
折线图通过直线段连接一系列点。折线图常用于可视化随时间变化的趋势。折线图无处不在：企业用它来展示营收、利润等业务指标的时间变化；科学家用它来说明两个变量之间的关系。
2021 年，NFT 的关注度持续上升，并在 2022 年 1 月达到峰值，随后与比特币等主要加密货币价格同步迅速下滑。（来源：Statista）
解读折线图是直观的。解读时可以思考以下几点：
但需要注意的是——阅读折线图时应关注纵轴，并考虑其是否从零开始。纵轴不从零开始的折线图，可能会让细微变化看起来像大幅波动。
不从零开始的折线图可能会误导受众（来源：Chad Skelton）
样条曲线图
样条曲线图是一种使用曲线（而非直线）连接数据点的折线图。
样条曲线图展示了过去 5 亿年间地球温度的缓慢变化（来源：climate.gov）
样条曲线图与折线图一样擅长表达随时间的趋势；在传达平滑、渐进的变化方面更胜一筹。比如，一家商店的月度营收可用样条曲线图来表达销售是在整个月份逐步发生的，而非集中于某一天。
多折线或多样条图
顾名思义，多折线图是在同一张图（或不同坐标轴）上绘制多条折线。它有助于比较两个相关变量的趋势。分析多折线图时，请仔细观察并尝试理解以下问题：
以下是一些有用的多折线和多样条图示例。
Alphabet 2021 年年度报告使用多样条图，将其股票表现与更广泛的市场进行比较。（来源：Alphabet 投资者报告）
折线图的创始人 William Playfair 早在 1786 年就使用多样条图比较英格兰的进口与出口。两条线之间的垂直差值表示该年英格兰的收支平衡。（来源：Datylon）
一个常见错误是，仅凭对多折线图的粗略一瞥，就认定两条独立趋势彼此相关。这正是我们在“数据解密”系列早先文章中讨论过的相关性与因果性谬误的典型表现。
在下例中，人们很容易草率得出结论，认为跌入泳池溺亡人数与 Nicolas Cage 参演影片数量之间存在关系。
谨防伪相关！（来源：Tyler Vigen）
面积图
面积图通过为折线与横轴之间的区域着色，展示数值随时间的变化过程。它与折线图类似，但每条线下方的区域都会被填充。
面积图（来源：Storytelling with Data）
您可以把图下方的面积理解为该数据序列随时间的累积量。当在同一张图中绘制多条面积图时，您可以比较多个子类别随时间的变化。
尽管面积图很有用，但也需注意其局限。比较多条数据序列的相对面积可能较为困难，因为面积图很容易变得过于拥挤、难以辨读。
堆叠面积图
堆叠面积图由多条面积图上下叠加而成，最适合用于跟踪某个数据序列随时间的组成变化。
图 8：展示疫情致命性的堆叠面积图（来源：The Economist）
这是一张用于估算 2020 年疫情实际影响的堆叠面积图。作者通过阴影区域将伦巴第的部分死亡归因于新冠肺炎。较深的阴影用于强调归因于新冠的累积死亡激增，这是一个有效的数据叙事技巧。
从今天开始上手数据可视化
我们希望这篇关于数据可视化的简短介绍对您有所帮助。在下一篇中，我们将探讨能够捕捉关系的数据可视化。若您希望从今天就开启数据学习之旅，请查看以下资源。