图表⼩能⼿告诉你，瞬息万变的疫情数据⽤图说话更能震撼⼈⼼
当前国内新冠病毒肺炎严峻的疫情牵动着⼗数亿华夏⼉⼥的⼼，所有⼈都在盼望疫情“拐点”的早⽇来临，期待曙光重现的那⼀天。
不少民众更是养成了每天观看实时新闻以追踪每⽇疫情变化趋势的习惯。⽽在其中，扮演了信息传递关键⾓⾊的，正是上班族们平时在各类会议汇报与报告撰写中乐于使⽤的“数据图表”。
正是通过这⼀张张表现形式各异的图表，使得民众能够短时间内在繁杂的疫情数据中获知当前形势的严峻与否并做出判断。
不过，图表虽然多，但同时我们也不难发现，有些图表所呈现出的东西实际上有好有坏，好的图表传达了准确的信息，但不恰当的图表却使得有些本可以通过图表⼀眼看出的信息被埋没在⼀个个数字中。
今天，我们就来探讨⼀下，哪些信息适合通过图表来呈现？针对不同的表达重点，什么样的图表形式才是恰当的？
在回答这些问题之前，⾸先我们来了解⼀下为什么在处理疫情信息的时候适合使⽤图表。
图表扮演着信息传递的⾓⾊
⽆论是⽇常⼯作中，还是在当下疫情这个特殊时期，说到底，使⽤图表的根本原因还是在于⼈对图形的感知往往⽐⽂字、数字更加敏感。
这是因为在视觉上，视觉效果与记忆⼒的联系更为紧密。视觉效果可以通过独特的⽅式强调信息，从⽽增强了其对受众的影响。
在⽬前每天都存在⼤量信息更新的情况下，图表所展现的形式及信息能第⼀时间唤起⼈们的注意⽽不⾄于产⽣“信息疲劳”。
1⽉30⽇，杭州市副市长陈卫强通过数个图表向公众说明了杭州市的新增病例情况就是很好的例⼦。
他通过图表向公众解释⽬前杭州市处于什么样的情况，其中新增的感染⼈数⼜是因为什么原因造成的，这⽐单纯地宣称“疫情平稳发展”能更直观的为⼤众所接受。
如何制作⼀张合适的图表？
那么，在这次疫情中，制作图表时，有哪些要点需要注意呢？
1. 图表类型要与数据相匹配
这⼀点较容易理解，如饼图与含百分⽐的数据天⽣⽐较搭配，包含不同⽇期的数据⽤折线图、条形图更加合适。
2. 尽可能少⽤3D效果
3D效果看上去炫酷，但有时候视觉上的错觉往往会导致受众误判⼀些信息，可能会造成图表更难被解读。在当下这种全民精神紧绷的时期，选⽤更为严肃庄重的表现形式更为恰当。
3. 柱状图、折线图坐标需要从0开始
柱状图⽤长度来表⽰数值，显⽰部分长度会使数值之间的差距戏剧化，严重误导读图⼈。如果⽤柱状图来呈现数据，则建议数轴必须从0开始。若使⽤⾮0起点坐标必须有充⾜的理由，且要添加截断标记。
4. 配⾊需要谨慎
4. 配⾊需要谨慎
图表的配图需要合理把握配⾊，有时候同⼀个⾊调较为美观，⽽有时候不同⾊调则可以体现差异化，在本次事件中则不建议使⽤过分活泼的⾊彩，如亮黄⾊，橘红⾊等。应该选择稳重低调的深⾊系、暗⾊系等。
5. 信息需要⾜够清晰
在样本数据本⾝包含多种信息的情况下，考虑到受众范围，制图时应尽量“⼀张表讲⼀件事”，⽽不是将所有信息堆积在同⼀张表上。
机械设计制造自动化分析：怎样才是好的图表？
基于上述列举的五⼤要点，接下来，我们可以通过⼏个反映疫情信息的图表样板进⾏分析⽰例。
利⽤散点图/折线图判断趋势
疫情发展到现在，最令⼈担⼼的就是其发展趋势。在丁⾹医⽣的⾥有不少由散点图所构成的趋势图
⼀般来说，如果要讨论趋势，散点图/折线图是最好的⼀种形式。
通过曲线的陡峭程度，任何⼈都可以直观的感受到疫情的发展是趋于严重还是逐步缓和。
不过，近期有⼀组同样讨论疫情新增趋势的图却画出了两个截然不同的曲线。
赞美教师的歌曲上⾯的图来⾃于腾讯，下⾯的图来⾃于新浪。
为什么两个图讲的是同⼀件事，得出的曲线却完全不⼀样呢？
仔细看来，是因为新浪采⽤的算法是新增疑似=今⽇疑似-昨⽇疑似，⽽腾讯采取的是丁⾹医⽣的数据，其算法则是今⽇疑似=昨⽇疑似-新增疑似-疑似转确诊-排除疑似。
虽然两组算法各有各的道理，但是需要注意的⼀点是图表所表现出来的内容需要达到逻辑⾃洽。否则如新浪之前的图表所⽰，疑似病例在2⽉4⽇变成零，完全不符合⽬前疫情的发展趋势。
不过，新浪团队在发现这⼀问题后，已经及时对算法进⾏了修改。
通过热⼒图显⽰地区分布
说到热⼒图，⼴东省疫情防控指挥部办公室制作的热⼒图可以说是⼀份⽐较优秀的模版了。
对于疫情分布这种与地理位置紧密相关的数据，热⼒图是⼀个⽐饼图更好的呈现⽅式。在全国普遍性爆发疫情的前提下，颜⾊的深浅⾜以让反映出事态的严重性。
与之相似的还有丁⾹医⽣基于国家及各省市地区卫健委数据制作的全国热⼒图。
热⼒图的另⼀个好处在于如果样本差距过⼤的时候，如图中的湖北和西藏之间的对⽐，图表通过颜⾊的不同⽽⾮饼图的占⽐⼤⼩显⽰。这样公众可以相对完整地接收到不同地区的信息。
若换成饼图，可能⼤家只会对湖北地区的确诊病例有⼀个极⾼的印象，⽽容易忽视其他地区的严峻情况。2022年国庆节放假7天需调休
试想，换成这样的图，你还会关⼼其他地区吗？
好了，既然有正⾯案例，在疫情所产⽣的庞⼤信息⾯前也必然会有相对不合理的图表出现，让我们来看下⾯⼀则反⾯案例。
反⾯案例：⽤错误的表现形式表述太多信息
正如我们前⾯所提到的，图表的表达⽅式是⼀个⾮常重要的因素，需要做到恰当、清晰，否则受众⽆法准确的从图表中得到想要的信息。如下图：
⽽这张图，除了能分辨出湖北占⽐最多外，很难区分出其他信息。这就是⼀个没有选对表现形式的例⼦。
可以看出来，作者想要展现四个维度：确诊、重症、死亡、治愈。但是数据的样本太多了，包含了全国所有省份，这就势必⽆法清晰地表现单个维度。如果单拎出来确诊、重症、死亡和治愈，或许图表能展现得更加清楚，⽽且更能体现出⼀些趋势。
还是这张饼图，虽然看上去还是有点乱，但是呈现形式相⽐柱形图要好得多。
在分析完图表的正反⾯典型后，我们再来探索⼀下，还有哪些数据适合通过“数据可视化”的⽅式呈现呢？
现学现⽤：⼿把⼿教你进⾏图表绘制
将数据转化为可⽤的图表
我们在前⾯提到数据的“可视化”相⽐纯⽂字或数据要更加直观。那么有哪些还没有被转化成图表的⽂字或数据有这个潜⼒呢？
我们先来看看台湾联合新闻⽹发布的⼤陆疫情数据。
可以看到，这些数据是⼀个“包含”关系，即死亡⼈数、治愈⼈数是包含在⼤陆全国总计确诊病例和湖北确诊病例。那么这种“包含”关系通过饼图来表现是⽐较恰当的。
根据“⼀个图表讲⼀个事”的原则，我们可以做两张图。
1. ⾸先可以定义并计算出死亡⼈数和治愈⼈数之外的病例⼈数，公式为病例⼈数=总计确诊病例-死亡⼈数-治愈⼈数。
2. 通过饼图呈现。如果想呈现出各部分的占⽐，可以选择饼图的变种-圆环图。另外可以在数据标签设置中选择显⽰百分⽐，以便更直观地显⽰占⽐。
这样我们不光呈现出死亡⼈数、治愈⼈数与病例⼈数，还可以通过显⽰百分⽐顺⼿计算出治愈率与死亡率。
相⽐台湾的报道，来源于湖北省卫健委的数据可能转化成图表后更加实⽤：
作为疫情重灾区的湖北省，或许忙于抗击疫情，来不及将⽂字转换为图表等呈现形式。这⾥我们试着做⼀份图表出来，看看这样的形式是否更为直观。
还是本着“⼀个图表讲⼀个事”的原则，⾸先，我们可以使⽤柱状图来表现湖北省各地2⽉5⽇的新增病例、新增死亡病例以及新增出院病例。
或许有⼈会问，前⾯不是推荐使⽤热⼒图表现各个地区吗？
如果是表现各个地区的总病例，热⼒图确实是最好的选择，但对于新增的确诊、死亡和出院病例，如果想要表达的是各个地区⼀天之内数字的直接⽐较，那么柱状图就可以很好的体现出差异性。
石家庄景点如果采⽤热⼒图，受众可能会混淆“全部病例”与“新增病例”，从⽽产⽣误判。公函范本
通过图表的罗列，我们很容易从每⽇的新增病例判断出近期湖北各地的疫情是否严重，以及其发展趋势。
如果是跨⽇期的对⽐，如某段时间内的病例增长，我们还可以添加趋势线以做⼀个简单的预测和趋势判断，如湖北省外
如果是跨⽇期的对⽐，如某段时间内的病例增长，我们还可以添加趋势线以做⼀个简单的预测和趋势判断，如湖北省外1.21-1.31⽇每⽇新增确诊病例趋势。
暑期托管这是线性的趋势线，通常做⼀些简单的预测，但是如果数据点浮动过⼤，我们需要更改线性为多项式，增加指数直到曲线相对贴合数据点。
这是六次⽅的多项式趋势线，可以看到曲线的⾛势相⽐线性趋势线更加贴合数据的实际发展。在这个基础上我们还可以增加周期，做⼀个简单的预测如2⽉1⽇的趋势（如下图）。
最后，我们希望本⽂能对各位正在研究或对图表制作有兴趣的读者能提供⼀定的启发。同时，也对上⽂中所列出的正积极参与到全社会抗击疫情⾏动中来的图表作者们致以最⾼的敬意！
本⽂由麦盟⾃由顾问平台原创，欢迎关注，带你⼀起长知识！
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论