数据可视化，看这一篇就够了

引言

John Snow（不是G.O.T.里那个“私生子”）大概永远不会想到，自己在排查霍乱传播途径时，在地图上标记死于霍乱病人的“霍乱地图”居然会被后人评为历史上十佳数据可视化的案例，并且成为了医药地理学和传染病学中一项基本的研究方法。约翰·斯诺 （John Snow，1813年3月15日－1858年6月16日），英国内科医生，曾经当过维多利亚女王的私人医师，因在1854年宽街霍乱爆发事件研究中作出重大贡献，被认为是麻醉医学和公共卫生医学的开拓者。

https://www.results.org.au/john-snow-the-epidemiologist/

在斯诺生活的年代，对霍乱的起因的主流意见是空气污染论（认为霍乱像黑死病一样通过空气传播）。另一方意见是未被广泛接受病菌学说。通过深入研究，在与当地居民的沟通中加上亨利·怀特海德的协助，斯诺判断出宽街的公共水泵是污染源，斯诺随后使用点示图去解释霍乱案例爆发点是以水泵为中心。通过连接霍乱事件与地理信息的关联，创制了著名的 “霍乱地图”[1]。

他将该地区的每一个水泵，以及四周的水井都标注到图中。最后他发现最多的霍乱患者围绕的水泵位于宽街。

新冠疫情肆虐期间，大家每天查看的疫情地图，都得感谢祖师爷斯诺的贡献。

回到本文的主题，关于数据可视化，数据玩家将按经典的Why-What-How逻辑为大家逐步展开。

一、为什么要数据可视化

——Necessity for data visualization

先来举个栗子，大家可以尝试找出下图中的“7”：

看累了？试试下面这张图呢？

是不是容易太多了，这就是视觉的力量。

可视化辅助决策

研究表明，人眼是一个高带宽大量视觉信号并行GPU，带宽在2.339G/s，相当于一个两万兆网卡，具有超强的模式识别能力，且对可视符号的处理速度比数字或者文本快多个数量级，在大数据时代，数据可视化是人们洞察数据内涵、理解数据蕴藏价值的有力工具。

因此，可视化常常被用来辅助决策，如上图，中间的一张密密麻麻的客户表，到底能得出什么有价值的信息指导决策呢？光看一行行一列列的数据，可能需要很久才能得出一些结论，但是经过可视化，我们可以轻松的以各种形式的可视化快速掌握结论，从而辅助决策。

这就是：可视分析，即将信息提炼为知识，起到“观物至知”对作用，便于决策者从复杂、大量、多维度的数据中快速挖掘有效信息。

不当可视化误导判断

值得注意的是，并非所有的可视化都可以指导决策，甚至不当的可视化会误导判断，以致做出错误的决策。

• 2004年前后，美国有线通信协会（NCTA）发布的报告中，用下图声称美国政府的管制行为导致了企业投资下降，而在放开管制后，企业投资就大量增加。

• 乍看之下，管制的时候是左柱，投资只有140亿美元，放开管制后，投资有560亿美元貌似结论没有错误。但这张图有严重的误导与逻辑的纰漏。

• 1996-1999年间三年的数据缺失。三年可以发生很多事情，在缺乏数据的情况下，强行将1999年后的投资增长归结于去管制，是有逻辑欠缺的。

• 左柱只总结了3年的总投资，右柱则总结了4年的总投资，这更是故意误导观众，让观众认为去管制后企业投资大大增加，而游说政府放开行业管制。实际上很可能是其他因素造成的快速增长，而不仅仅是去管制。

真相到底是什么？

可以看到，事实上96年放开管制后，随后的三年里企业投资并没有显