下载掌阅APP，畅读海量书库
立即打开
前面我们已经介绍了“合适”“合情”“合规”这三个数据可视化要点，那么是否意味着只要符合这三个要点，可视化就能够清晰有效地传递数据信息了呢？我们来看下面的例子。
例3-11 某地区开展了关于居民“收入”（ x ）与“支出”（ y ）情况的调查，随机抽查了60位居民，他们的收入、支出情况如图3-24所示。
图3-24 某地区居民收入、支出散点图
1.请结合图3-24a分析这个地区居民的收入和支出在数量上的关系。
2.由于这些居民来自6个不同的社区，我们用不同的散点形状区分不同的社区，如图3-24b所示，请进一步分析这个地区居民的收入和支出在数量上的关系。
分析： 这是一个很有趣的问题，如果首先看图3-24a，大部分读者会毫不犹豫地得出“收入与支出正相关”的结论，即收入越高，支出大概率也越高，反之亦然。但是当加入不同社区分析图3-24b时，我们发现需要推翻之前的观点，并且得出“收入与支出负相关”的结论。
那么同一组数据，为什么会得出截然相反的结论呢？这个例题里的本质问题涉及“辛普森悖论”（E.H.Simpson，1951），它指的是对于某个条件下的多组数据，分别讨论时都会满足某种性质，可是一旦合并考虑，却可能产生相反的结论。
因此，在数据可视化的时候要尽可能呈现包括分组信息在内的完整信息，这样才能清晰有效地传递数据信息，帮助读者做出合理的判断。
事实上，在数据可视化中需要注意的要点并不止上述4点，还包括：①可视化中变量的维度不宜太高；②可视化中的重点信息需要重点标注；③可视化中的非重要信息避免使用动图，防止分散读者注意力；等等。这些要点还需要读者在实践中不断总结归纳。