数据可视化实用清单：从作图到读图

做数据可视化，最容易犯的错是拿到数据先想"用什么图好看"。更稳的顺序是反过来：先确认这张图要回答什么问题。比如手头有一份某城市过去36个月的二手房挂牌均价，你想说的到底是"价格在涨"还是"涨幅在收窄"？前者用折线图看数据走势就够了，后者需要把同比增速单独拎出来再画一条线，否则原始价格曲线会把增速变化完全吃掉。

第一条清单：连续时间用折线，类别比较用条形。这条听起来像常识，但实际工作中被违反的频率很高。我见过把12个月的销售额做成柱状图，柱子挤在一起，读者只能看出"有高有低"；换成折线后，3月到6月的连续下滑一眼就能看到。反过来，比较五个区域的客单价，条形图比折线图合适得多，因为区域之间没有时间顺序，折线会暗示一种不存在的连续性，进而干扰对数据的判断。

第二条清单：坐标轴不截断，除非你有充分理由并标注清楚。把纵轴从0改成80起，一根10%的柱子能拉成两倍高的视觉差距。这种处理在传播中很常见，但它会扭曲观察结果。如果确实需要放大细节，比如某支基金净值在窄区间内波动，可以截断，但要在轴上明确标出起点，并在图注里写一句"纵轴未从零开始"。这句话不丢人，藏起来才丢人。

第三条清单：颜色数量控制在五种以内，且不要用彩虹色表示连续数值。有人喜欢给每个省份分配一种颜色，结果地图变成调色盘，读者反而记不住任何信息。更好的做法是按数值分三到五档，用同一色系的深浅表示高低，比如浅蓝到深蓝。如果要突出某个异常点，比如某月退货率突然从2%跳到7%，只给这一个点用红色，其余保持灰色，视觉焦点自然落在异常上，而不是让所有点都在抢注意力。

第四条清单：谨慎对待双轴图。左右两个纵轴各自对应一组数据，看起来能同时展示走势和相关性，但两条曲线的相对位置完全取决于你怎么设置两个轴的刻度范围。把左边轴拉长、右边轴压缩，两条线可以显得毫不相关；反过来调整，又能显得高度同步。如果非要用双轴图，至少让两个轴的零点对齐，并在图注里说明刻度选择依据。更稳妥的替代方案是把两组数据分别画成上下两个小图，共享同一根横轴。

第五条清单：预测类图形要把不确定区间画出来。很多可视化只画一条预测线，读者会默认那是精确值。实际上任何预测都有误差范围。比如根据前24个月数据外推下季度销量，点估计是1200万件，但95%置信区间可能是1050万到1350万。把这条带状区间画出来，比只画一条线诚实得多，也更能帮助读者理解预测的局限。区间越宽，说明数据波动越大，对走势的判断就越需要谨慎。

第六条清单：给图配一句可执行的结论，而不是重复标题。标题写"2020-2023年某品类线上渗透率变化"，图注再写一遍"渗透率从18%升至31%"，等于什么都没说。有价值的图注应该指向动作或观察，比如"渗透率在2022年Q2首次超过30%，此后增速放缓，近四个季度环比增量均低于1个百分点"。这句话把数据、走势和阶段判断放在一起，读者不用自己算，也不会误读。

最后一条清单：做图之前先问自己三个问题——这张图给谁看、他需要做什么判断、如果去掉颜色和装饰还能不能读懂。三个问题都能答上来，再动手选图表类型。可视化不是把数据画出来就完事，它是把观察和判断传递给别人的过程。图越干净，传递效率越高。