统计图表小史：从霍乱地图到疫情曲线

1854年伦敦苏豪区暴发霍乱，十天内死了五百多人。医生约翰·斯诺把死亡病例逐个标在街区地图上，发现死者集中在一口叫布罗德街的水泵周围。他把这张地图交给教区委员会，水泵手柄被拆掉，疫情随之消退。这张地图后来被反复引用，不是因为它画得漂亮，而是因为它把一张表格里看不出的空间聚集，变成了肉眼可辨的事实。统计图表的历史，大概可以从这里算起。

在斯诺之前，数据主要以表格形式存在。1820年代，英国统计学会的年度报告里塞满了密密麻麻的数字，读一页要花十分钟。转折发生在1786年，苏格兰工程师威廉·普莱费尔发明了柱状图和饼图。他在《商业与政治图集》里用一排长短不一的柱子表示各国进口额，读者扫一眼就能排出顺序。普莱费尔自己说得很朴素：图形是给那些没耐心读表格的人看的。这句话放到今天依然成立。

折线图的普及要晚一些。19世纪中叶，比利时统计学家凯特勒把气温、死亡率、犯罪率画成连续曲线，发现它们随季节起伏。这是走势概念的雏形——不是看某一点的值，而是看一段时间的形状。1861年，法国工程师米纳德在一张图上画出了拿破仑远征俄国的兵力变化：线条粗细代表兵力，横轴是经度，纵轴是纬度，温度曲线压在下方。六万大军出发，回到巴黎时只剩一万。这张图后来被爱德华·塔夫特称为“有史以来最好的统计图形”。

图表类型的选择，本质上是对数据结构的判断。折线适合时间序列，因为它默认相邻点之间有连续性；柱状适合类别比较，因为它强调每个类别的独立高度；散点适合看两个变量的关系，比如身高和体重。选错图表的代价常常被低估。2016年有一份关于某地降雨量的报告，把十二个月的降水量画成饼图，每个扇形角度接近三十度，读者根本看不出雨季和旱季的差别。换成折线，趋势立刻清晰。

做数据观察这些年，我养成了一个习惯：拿到任何一张图表，先看横轴。横轴是时间还是类别，决定了这张图能回答什么问题。再看纵轴起点是不是零。截断纵轴是常见的视觉放大手法，比如把纵轴从90开始，10%的变化看起来像翻倍。这不是造假，但容易误导。2015年某财经媒体把一张失业率曲线截断后发布，读者在社交平台上惊呼“断崖式下跌”，实际变化不过0.3个百分点。

预测是图表最容易被滥用的功能。把历史数据拟合一条曲线，再向右延伸，画成虚线，这是很多报告的标准动作。问题在于，虚线部分的可信度取决于模型假设，而假设往往不写在图上。2020年春天，各类疫情走势图风行一时，有的模型预测某国单日新增会在两周内归零，实际却在一个月后出现第二波。图表本身没有错，错的是把预测当成结论来读。更稳妥的做法是同时给出区间，而不是一条干净的线。

今天做一张图比斯诺时代容易太多。Python的matplotlib、R的ggplot2、甚至Excel，几分钟就能出一张折线或散点。工具门槛降低之后，判断力反而更稀缺。一张图能不能用，不取决于它好不好看，而取决于它有没有诚实地呈现数据的形状。下次看到一张走势图，不妨多问一句：纵轴从哪开始，横轴跨了多久，虚线部分占了多少。这三个问题，能挡掉大部分误读。