数据可视化陷阱

[西] Alberto Cairo

出版时间

2020-05-31

ISBN

9787111651840

评分

★★★★★
书籍介绍

这是一个充斥着数据和图表的世界。随着社交媒体的发展,每个人都成了信息来源;我们获取和传播的信息越来越多,也越来越容易犯错误。然而数据的可视化,即图表,并没有它看上去那么可信。

本书介绍了图表制作的原理、阅读图表常见的五个陷阱,解释了为什么其中隐藏着误导和扭曲,帮助读者掌握明智应对图表而不犯错误的方法。

阿尔贝托・开罗是一名记者,同时也是一名图表设计师,他还是迈阿密大学传播学院视觉新闻专业的主席。他撰写过多部教科书,同时为谷歌、微软、尼尔森等大型公司提供可视化方面的专业咨询。

在过去20年中,阿尔贝托•开罗曾在30多个国家任教,并在西班牙、巴西和美国的新闻机构担任可视化和信息图形团队经理,积累了丰富的经验。

精彩摘录
  • "e狗哨( dog whistle)是澳大利亚牧羊人呼唤牧羊犬使用的一种高频口哨,人听不到这种声音,只有牧羊犬能够听到。后以此指代政客们以某种特定的方式说出一些取悦特定群体的话,使之仅仅传入目标群体的耳中,特别是为了掩盖某些容易引起争议的信息而有意为之。一译者注"
  • "我跟所有人一样都希望税率越低越好,但是我更讨厌为了反对增税而使用经不起推敲的图表,无论制作这幅图表的人的政治倾向如何,这种做法都令人反感。 最容易被拆穿的一种伎俩是把图表的基线设为非零。"
  • "想要看懂图表,有几个普适的技巧我们可以加以利用。第个技巧,永远别忘了看一眼尺度标记,这样就能知道这个图表度量的是什么。第二个技巧,散点图之所以叫这个名字是有原因的:散点图的目的是展示相对分散的点,展示这些点在图中的不同区域的分散或聚集的情况。在我们展示的这张散点图中,点在纵轴和横轴上的分布都相对比较分散,这说明各县的收入中位数差异程度较大一既有收入较低的,也有收较高的;对于本科 学历的占比亦然。 第三个技巧,将假想的象限叠加在图表上并给各个象限命名。即便这个象限仅存在于你的脑海中,但是如果你能将它与图表叠加,你会立刻发现没有任何一个县落在右下方的象限里,而且左上方的象限里包含的县也很少。大多数"
  • "如果我们能多克制一点分享信息的冲动,世界将会变得更加美好。 人类的本性决定了我们的所见所知在很大程度上取决于我们想看到什么、想了解什么。 当数据与某个推论的相关性被建立起来时,数据就变成了该推论的证据。这恰恰是我们要警惕的。 图表会说谎的原因之一是因为我们会对自己说谎。"
  • "如果你不希望任何人会注意到某一棵特定的树,那就把一整片森林展现在大家面前。 形成信念轻而易举,改变信念困难重重。"
  • "在我们生活的这个世界中,数据意味着权威。但是权威会引发确信,确信又会滋生盲目的傲慢。 所有的模型都有可能出错,都是不完全的、不确定的,但是如果所有模型都在暗示同一个结果,尽管这些结果之间存在差异,你也应该对这一结果更加确信。"
  • "常见的读图面对的挑战包括:相关与因果之间的关系,合并悖论的作用,以及生态谬论。 生态谬误是指试图去根据某个个体所属的群体特征来了解其个体特型。 合并悖论的事实基础是,随着对数据的合并或细分,其所呈现出的规律或趋势也会随之消失甚至出现反转。 不要过度解读图表——特别是当你所看到的图表恰好符合你的观点时。 不同层面的思考需要由在不同层次进行整合的数据来支撑。"
  • "明确认知失调、确认偏差与动机性推理之间的关系。 南丁格尔的经历应该让我们有所感悟:我们人类几乎不能靠自己的力量来运用理性,即便是跟别人在一起时,如果大家志趣相投那么也很难进行理性的推理。 你可以试试看,尝试去对一个在某些事情上与你的意见不同的人进行解释。尽可能避免使用来自权威的论据,也尽量不要涉及价值观。你可以做的是,一步一步展示你的案例,细致地把你的推理链条上前前后后的没一个环节串联起来。 如果你要和别人争论问题,那么先要对对方的信念表现出真正的兴趣,与他产生共鸣,并要求对方给出详细的解释。"
作者简介
阿尔贝托・开罗是一名记者,同时也是一名图表设计师,他还是迈阿密大学传播学院视觉新闻专业的主席。他撰写过多部教科书,同时为谷歌、微软、尼尔森等大型公司提供可视化方面的专业咨询。 在过去20年中,阿尔贝托•开罗曾在30多个国家任教,并在西班牙、巴西和美国的新闻机构担任可视化和信息图形团队经理,积累了丰富的经验。
目录
序言 一个充斥着图表的世界
引言 谁是赢家
第一章 可视化的原理
第二章 陷阱之一:糟糕的设计
第三章 陷阱之二:展现不可靠的数据

显示全部
用户评论
数学专业的就不用看了
可以给小朋友们看看。每个提到的人名、书名都配了英文,给编辑好评!
读英文吧读英文
翻译的很好哇~ 总体论点是:你看到的图表往往有很多背后可挖掘的深层次的内涵,不要轻易相信第一感觉,人们往往会强化本身相信的观点,及合理化。
推荐阅读。作者指出了五个问题:图表设计比较差,数据本身不可靠,数据不全面,混淆对图表和数据的解释,误导数据的规律。这些观点都应该引起注意。但本书主要是分析和观点,缺乏实战指导。 整体上不错,准备看英文版。
作为科普读物来读还是不错的,最后的总结部分全书最佳。(看完不由感慨网络上爱辩战的能搞清楚前提和结论、因果性和相关性以及充分条件与必要条件就称得上高水平了……)
该讲的点都讲到了,但是缺乏条理性。ps作者居然是金属迷
不知道想表达什么,主旨内容一千字,其他都在讲故事
收藏