From 0161c81991b868a07275cf4d07e14498fff85317 Mon Sep 17 00:00:00 2001 From: wizardforcel <562826179@qq.com> Date: Mon, 27 Apr 2020 12:37:48 +0800 Subject: [PATCH] 2020-04-27 12:37:48 --- docs/21.md | 2 +- docs/26.md | 2 +- docs/27.md | 50 +++++++++++++++++++++++++------------------------- docs/33.md | 2 +- 4 files changed, 28 insertions(+), 28 deletions(-) diff --git a/docs/21.md b/docs/21.md index b0dddd9..c32ca62 100644 --- a/docs/21.md +++ b/docs/21.md @@ -46,7 +46,7 @@ 图 17.5：2010 年至 2015 年夏威夷县收入中位数的变化。数据来源：2010 年和 2015 年美国五年社区调查。 -同样，我们可以将 Facebook 股票价格随时间的变化，绘制为与 2016 年 10 月 22 日的临时峰值的差异（图 17.6 ）。通过着色表示与峰值的距离的区域，我们可以准确地表示价格下降的绝对值，而不会对价格下降相对于总股价的幅度，做出任何隐含的陈述。 +同样，我们可以将 Facebook 随时间变化的股票价格，绘制为与 2016 年 10 月 22 日的临时峰值的差异（图 17.6 ）。通过着色表示与峰值的距离的区域，我们可以准确地表示价格下降的绝对值，而不会对价格下降相对于总股价的幅度，做出任何隐含的陈述。 ![](img/0cb025d4aba87c06997d261153977a46.jpg) diff --git a/docs/26.md b/docs/26.md index de37c0d..961d8ab 100644 --- a/docs/26.md +++ b/docs/26.md @@ -42,7 +42,7 @@ 图 22.4：四家主要科技公司的股价随时间的变化。 2012 年 6 月，每家公司的股票价格已经标准化为 100。这个图形是第 20 章 20.6 的略微修改版本。这里，表示时间的 *x* 轴没有标题。从上下文可以清楚地看出，2013 年，2014 年等数字是指年份。 -但是，在省略轴或图例标题时我们必须要小心，因为很容易误判上下文中的内容和不明显的内容。我经常看到大众媒体中的图表，以一种让我感到不舒服的程度省略轴标题。例如，一些出版物可能会产生一个图形，例如图 22.5 ，假设轴的含义在图表标题和副标题中清晰可见（这里：“四个主要科技公司的股票价格随时间的变化”和“2012 年 6 月，每家公司的股票价格已经标准化为 100”）。我不同意上下文明确定义轴的观点。因为标题通常不包括诸如“*x* / *y* 轴显示”之类的单词，所以总是需要一定量的猜测来解释该图。根据我自己的经验，轴没有正确标记的图形往往会让我感到不安 - 即使我 95% 确定我明白所展示的内容，我也不会 100% 肯定。作为一般原则，我认为让读者猜出你的意思是一种不好的做法。你为什么要对读者产生一种不确定感？ +但是，在省略轴或图例标题时我们必须要小心，因为很容易误判上下文中的内容和不明显的内容。我经常看到大众媒体中的图表，以一种让我感到不舒服的程度省略轴标题。例如，一些出版物可能会产生一个图形，例如图 22.5 ，假设轴的含义在图表标题和副标题中清晰可见（这里：“四个主要科技公司的随时间变化的股票价格”和“2012 年 6 月，每家公司的股票价格已经标准化为 100”）。我不同意上下文明确定义轴的观点。因为标题通常不包括诸如“*x* / *y* 轴显示”之类的单词，所以总是需要一定量的猜测来解释该图。根据我自己的经验，轴没有正确标记的图形往往会让我感到不安 - 即使我 95% 确定我明白所展示的内容，我也不会 100% 肯定。作为一般原则，我认为让读者猜出你的意思是一种不好的做法。你为什么要对读者产生一种不确定感？ ![](img/f314ecdfcd25b4ebb0c8523cc1ead771.jpg) diff --git a/docs/27.md b/docs/27.md index d951bfc..fcc703a 100644 --- a/docs/27.md +++ b/docs/27.md @@ -16,79 +16,79 @@ Edward Tufte 在他的着作“定量信息的视觉显示”（Tufte 2001）中 ![](img/8ae2c6c49990fdea739bbe492b1b06aa.jpg) -图 23.1：澳大利亚职业男运动员的体脂百分比与身高的关系。每个点代表一名运动员。这个数字为非数据投入了太多的墨水。整个图形周围，绘图面板周围和图例周围都有不必要的框架。坐标网格非常突出，其存在将注意力从数据点引出。数据来源：特尔福德和坎宁安（ [1991](#ref-Telford-Cunningham-1991) ） +图 23.1：澳大利亚职业男性运动员的体脂百分比与身高的关系。每个点代表一名运动员。这个图形为非数据提供了太多的墨水。整个图形周围，绘图面板周围和图例周围都有不必要的方框。坐标网格非常突出，其存在将注意力从数据点移开。数据来源：Telford and Cunningham（1991） ![](img/ee85177a4e87b76e6d2beac2bef25308.jpg) -图 23.2：澳大利亚职业男运动员的体脂百分比与身高的关系。该图是图 23.1 的清理版本。已删除不必要的帧，删除了较小的网格线，并且以浅灰色绘制了主要网格线以相对于数据点后退。数据来源：特尔福德和坎宁安（ [1991](#ref-Telford-Cunningham-1991) ） +图 23.2：澳大利亚职业男性运动员的体脂百分比与身高的关系。该图是图 23.1 的清理版本。已删除不必要的方框，删除了较小的网格线，并且以浅灰色绘制了主要网格线，来相对于数据点后移。数据来源：Telford and Cunningham（1991） -在另一个极端，我们可能会得到一个数字，如图 23.3 ，这是图 23.2 的极简版。在这个图中，轴刻度标签和标题已经变得如此微弱，以至于很难看到。如果我们只是看一下这个数字，我们就不会立即看到实际显示的数据。我们只看到漂浮在太空中的点。此外，图例注解非常微弱，以至于图例中的点可能会被误认为是数据点。这种效果被放大，因为在绘图区域和图例之间没有明显的视觉分离。注意图 23.2 中的背景网格如何锚定空间中的点并从图例区域中引出数据区域。这些影响都已在图 23.3 中丢失。 +在另一个极端，我们可能会得到一个图形，如图 23.3 ，这是图 23.2 的极简版。在这个图中，轴刻度标签和标题已经变得如此微小，以至于很难看到。如果我们只是看一下这个图形，我们就不会立即看到实际显示的数据。我们只看到漂浮在空间中的点。此外，图例注解非常微小，以至于图例中的点可能会被误认为是数据点。这种效果被放大，因为在绘图区域和图例之间没有明显的视觉分离。注意图 23.2 中的背景网格如何锚定空间中的点，并从图例区域中突出数据区域。这些效果都已在图 23.3 中丢失。 ![](img/1862102b4886615e7b4a28847f7d89b3.jpg) -图 23.3：澳大利亚职业男运动员的体脂百分比与身高的关系。在这个例子中，删除非数据墨水的概念已经走得太远了。轴刻度标签和标题太模糊，几乎看不到。数据点似乎漂浮在太空中。图例中的点与数据点的关系不够充分，不经意的观察者可能会认为它们是数据的一部分。数据来源：特尔福德和坎宁安（ [1991](#ref-Telford-Cunningham-1991) ） +图 23.3：澳大利亚职业男性运动员的体脂百分比与身高的关系。在这个例子中，删除非数据墨水的概念已经走得太远了。轴刻度标签和标题太模糊，几乎看不到。数据点似乎漂浮在空间中。图例中的点相对于数据点不够突出，不经意的观察者可能会认为它们是数据的一部分。数据来源：Telford and Cunningham（1991） -在图 23.2 中，我使用的是打开的背景网格，并且在绘图面板周围没有轴线或框架。我喜欢这种设计，因为它向读者传达了一系列可能的数据值超出轴限制。例如，尽管图 23.2 显示没有高于 210 厘米的运动员，但这样的运动员可能存在。然而，一些作者更倾向于通过在其周围画一个框来描绘绘图面板的范围（图 23.4 ）。这两种选择都是合理的，而且更可取的主要是个人意见问题。框架版本的一个优点是它清晰地将图例与绘图面板分开。 +在图 23.2 中，我使用的是开放的背景网格，并且在绘图面板周围没有轴线或方框。我喜欢这种设计，因为它向读者传达，一系列可能的数据值超出轴限制。例如，尽管图 23.2 显示没有高于 210 厘米的运动员，但这样的运动员可能存在。然而，一些作者更倾向于通过在其周围画一个框，来描绘绘图面板的范围（图 23.4 ）。这两种选择都是合理的，而且更可取的主要是个人意见问题。方框版本的一个优点是它清晰地将图例与绘图面板分开。 ![](img/4f6a304a82cae30c537e37c8ade9f678.jpg) -图 23.4：澳大利亚职业男运动员的体脂百分比与身高的关系。此图在图 23.2 的绘图面板周围添加了一个框架，此框架有助于将图例与数据分开。数据来源：特尔福德和坎宁安（ [1991](#ref-Telford-Cunningham-1991) ） +图 23.4：澳大利亚职业男性运动员的体脂百分比与身高的关系。此图在图 23.2 的绘图面板周围添加了一个方框，此方框有助于将图例与数据分开。数据来源：Telford and Cunningham（1991） -具有太少的非数据墨水的图形通常受到图形元素看起来漂浮在空间中的影响，没有明确的连接或对任何东西的引用。在小的多重图中，这个问题往往特别严重。图 23.5 显示了一个比较六个不同条形图的小倍数图，但它看起来更像是一个现代艺术而非有用的数据可视化。条形没有锚定到清晰的基线，并且没有清楚地描绘单独的图形面。我们可以通过在每个方面添加浅灰色背景和细水平网格线来解决这些问题（图 23.6 ）。 +具有太少的非数据墨水的图形，通常受到图形元素看起来漂浮在空间中的影响，没有对任何东西的明确的连接或引用。在小型多图中，这个问题往往特别严重。图 23.5 显示了一个比较六个不同条形图的小型多图，但它看起来更像是一个现代艺术而非有用的数据可视化。条形没有锚定到清晰的基线，并且没有清楚地描绘单个绘图面板。我们可以通过在每个面板添加浅灰色背景和细水平网格线来解决这些问题（图 23.6 ）。 ![](img/5a1aad0fdf7747306fa5171c7f7a721d.jpg) -图 23.5：按性别和阶级划分的泰坦尼克号乘客的生存情况。这个小倍数的绘图过于简约。各个图案没有框架，因此很难看出图中的哪个部分属于哪个方面。此外，单个条不固定到清晰的基线，它们似乎漂浮。 +图 23.5：按性别和舱位划分的泰坦尼克号乘客的生存情况。这个小型多图过于简约。各个图案没有方框，因此很难看出图中的哪个部分属于哪个面板。此外，单个条形不锚定到清晰的基线，它们似乎是漂浮的。 ![](img/11f62167852862fdd049805a37eea768.jpg) -图 23.6：按性别和阶级划分的泰坦尼克号乘客的生存情况。这是图 23.5 的改进版本。每个方面的灰色背景清楚地描绘了构成该绘图的六个分组（在第一，第二或第三类中幸存或死亡）。背景中的细水平线提供了条形高度的参考和方面之间条形高度的设施比较。 +图 23.6：按性别和舱位划分的泰坦尼克号乘客的生存情况。这是图 23.5 的改进版本。每个面板的灰色背景清楚地描绘了构成该绘图的六个分组（在第一，第二或第三等舱中幸存或死亡）。背景中的水平细线在面板之间提供了条形高度的参考，和条形高度的比较设施。 ## 23.2 背景网格 -绘图背景中的网格线可以帮助读者识别特定数据值，并将绘图的一部分中的值与另一部分中的值进行比较。同时，网格线可以增加视觉噪声，特别是当它们突出或密集间隔时。合理的人可能不同意是否使用网格，如果是这样，如何格式化以及如何密集地使用它。在本书中，我使用了各种不同的网格样式，以突出显示不一定是最佳选择。 +绘图背景中的网格线可以帮助读者识别特定数据值，并将绘图的一部分中的值与另一部分中的值进行比较。同时，网格线可能增加视觉噪声，特别是当它们突出或密集间隔时。理性的人可能在是否使用网格上产生分歧，如果是这样，如何格式化它，以及使它的间隔多么密集。在本书中，我使用了各种不同的网格样式，来强调不一定存在最佳选择。 -R 软件 ggplot2 在灰色背景上使用相当突出的白线背景网格推广了一种风格。图 23.7 显示了这种风格的一个例子。该图显示了 2012 年至 2017 年五个窗口期间四家主要科技公司的股价变化。向 ggplot2 作者 Hadley Wickham 道歉，我非常尊重他，我没有找到白色 - 灰色背景网格特别有吸引力。在我看来，灰色背景可以减损实际数据，并且具有主线和次线的网格可能太密集。我也发现图例中的灰色方块令人困惑。 +R 软件 ggplot2 推广了一种风格，在灰色背景上使用相当突出的白线背景网格。图 23.7 显示了这种风格的一个例子。该图显示了 2012 至 2017 的五年窗口期间，四家主要科技公司的股价变化。对 ggplot2 作者 Hadley Wickham 感到抱歉，我非常尊重他，我并不觉得白加灰背景网格特别有吸引力。在我看来，灰色背景可能减损实际数据，并且具有主线和次线的网格可能太密集。我也发现图例中的灰色方块令人困惑。 ![](img/60714a756abe6972b7984c1793e9934d.jpg) -图 23.7：四家主要科技公司的股价随时间变化。 2012 年 6 月，每家公司的股票价格已经标准化为 100。这个数字模仿了 ggplot2 的默认外观，灰色背景上有白色主要和次要网格线。在这个特定的例子中，我认为网格线压倒了数据线，结果是一个不均衡的数字，并没有充分强调数据。数据来源：雅虎财经 +图 23.7：四家主要科技公司的股价随时间的变化。 2012 年 6 月，每家公司的股票价格已经标准化为 100。这个图形模仿了 ggplot2 的默认外观，灰色背景上有白色的主要和次要网格线。在这个特定的例子中，我认为网格线压倒了数据线，结果是一个不均衡的图形，并没有充分强调数据。数据来源：雅虎财经 -赞成灰色背景的论据包括它（i）帮助将绘图视为单个视觉实体，以及（ii）防止绘图在周围的黑暗文本中显示为白色框（Wickham [2016](#ref-Wickham2016) ）。我完全同意第一点，这就是我在图 23.6 中使用灰色背景的原因。对于第二点，我要提醒一下，文本的感知暗度将取决于字体大小，字体和行间距，并且图形的感知暗度将取决于所用墨水的绝对量和颜色，包括所有数据墨水。在密集的 10 点 Times New Roman 中排版的科学纸张看起来比在 14 点 Palatino 排版的咖啡桌书本上要深一些，行间距为 1.5。同样，黄色的五个点的散点图看起来要比黑色的 10,000 个点的散点图轻得多。如果要使用灰色图形背景，请考虑图形前景的颜色强度，以及图形周围文本的预期布局和排版，并相应地调整背景灰色的选择。否则，可能会发生这样的情况：您的数字最终会在周围较轻的文本中突出显示为暗盒。此外，请记住，用于绘制数据的颜色需要使用灰色背景。我们倾向于在不同背景下不同地感知颜色，并且灰色背景需要比白色背景更暗且更饱和的前景色。 +赞成灰色背景的论据包括它（i）帮助将绘图视为单个视觉实体，以及（ii）防止绘图在周围的黑暗文本中显示为白色框（Wickham 2016）。我完全同意第一点，这就是我在图 23.6 中使用灰色背景的原因。对于第二点，我要提醒一下，文本的感知暗度将取决于字体大小，字体和行间距，并且图形的感知暗度将取决于所用墨水的绝对量和颜色，包括所有数据墨水。以密集的 10 号 Times New Roman 排版的科学纸张，看起来比行间距为 1.5，以 14 号 Palatino 排版的咖啡桌书本要深一些。同样，五个黄点的散点图看起来要比 10,000 个黑点的散点图浅得多。如果要使用灰色图形背景，请考虑图形前景的颜色强度，以及图形周围文本的预期布局和排版，并相应地调整背景灰色的选择。否则，可能会发生这样的情况：您的图形最终会在周围较浅的文本中突出显示为深色盒子。此外，请记住，用于绘制数据的颜色需要配合灰色背景。我们倾向于在不同背景下不同地感知颜色，并且灰色背景需要比白色背景需要更暗且更饱和的前景色。 -我们可以在相反的方向上一直移动并移除背景和网格线（图 23.8 ）。在这种情况下，我们需要可见的轴线来绘制图表并将其保持为单个可视单元。对于这个特殊的数字，我认为这个选择是一个更糟糕的选择，我把它标记为“糟糕”。在没有任何背景网格的情况下，曲线似乎在空间中浮动，并且很难将右侧的最终值引用到左侧的轴标记。 +我们可以在相反的方向上一直移动，并移除背景和网格线（图 23.8 ）。在这种情况下，我们需要可见的轴线来绘制图表，并将其保持为单个视觉单元。对于这个特殊的图形，我认为这个选择是一个更糟糕的选择，我把它标记为“不好”。在没有任何背景网格的情况下，曲线似乎在空间中漂浮，并且很难将右侧的最终值匹配左侧的轴标签。 ![](img/3564226416008bb0639a7bc221b8e100.jpg) -图 23.8：四家主要科技公司的股票价格随时间变化。在图 23.7 的该变体中，数据线没有充分锚定。这使得难以确定它们在覆盖时间间隔结束时偏离指数值 100 的程度。数据来源：雅虎财经 +图 23.8：四家主要科技公司的随时间变化的股票价格。在图 23.7 的该变体中，数据线没有充分锚定。这使得难以确定在所覆盖时间间隔的末尾，它们偏离指数值 100 的程度。数据来源：雅虎财经 -在绝对最小值，我们需要添加一个水平参考线。由于图 23.8 的股票价格在 2012 年 6 月指数为 100，因此在 *y* = 100 处用细水平线标记该值有很大帮助（图 23.9 ）。或者，我们可以使用水平线的最小“网格”。对于我们主要关注 *y* 值变化的图，不需要垂直网格线。而且，仅位于主轴上的网格线通常就足够了。并且，轴线可以省略或制作得非常薄，因为水平线清楚地标出了图的范围（图 23.10 ）。 +在最小程度上，我们需要添加一个水平参考线。由于图 23.8 的股票价格在 2012 年 6 月指数为 100，因此在 *y* = 100 处用水平细线标记该值有很大帮助（图 23.9 ）。或者，我们可以使用水平线的最小“网格”。对于我们主要关注 *y* 值变化的图，不需要垂直网格线。而且，仅位于主轴上的网格线通常就足够了。并且，轴线可以省略或制作得非常细，因为水平线清楚地标出了图的范围（图 23.10 ）。 ![](img/615d54fb8e1112d0d1a4a00503cd52c2.jpg) -图 23.9：四家主要科技公司的股票价格随时间变化。在图 23.8 的索引值 100 处添加细水平线有助于在绘图跨越的整个时间段内提供重要参考。数据来源：雅虎财经 +图 23.9：四家主要科技公司的随时间变化的股票价格。向图 23.8 在索引值 100 处添加水平细线，有助于在绘图跨越的整个时间段内提供重要参考。数据来源：雅虎财经 ![](img/f4f26af13a82925a1475606fa249ce0c.jpg) -图 23.10：四家主要科技公司的股票价格随时间变化。在所有主要 *y* 轴刻度处添加细水平线提供了比图 23.9 的一条水平线更好的参考点集。这种设计还消除了对突出的 *x* 和 *y* 轴线的需求，因为均匀间隔的水平线为绘图面板创建了可视框架。数据来源：雅虎财经 +图 23.10：四家主要科技公司的随时间变化的股票价格。在所有主要 *y* 轴刻度处添加水平细线，提供了比图 23.9 的一条水平线更好的参考点集。这种设计还消除了对突出的 *x* 和 *y* 轴线的需求，因为均匀间隔的水平线为绘图面板创建了可视方框。数据来源：雅虎财经 -对于这样的最小网格，我们通常将线条垂直于感兴趣的数量变化的方向。因此，如果不是随着时间的推移绘制股票价格，而是绘制五年的增长，作为水平条，那么我们将要使用垂直线代替（图 23.11 ）。 +对于这样的最小网格，我们通常将线条垂直于兴趣量变化的方向。因此，如果不是随着时间的推移绘制股票价格，而是绘制五年的增长作为水平条形，那么我们将要使用垂直线代替（图 23.11 ）。 ![](img/94570dfeb747a508bff545d0c69165d3.jpg) -图 23。11：四家主要科技公司 2012 年 6 月至 2017 年 6 月股价上涨百分比。由于条形水平延伸，因此垂直网格线是合适的。数据来源：雅虎财经 +图 23。11：四家主要科技公司 2012 年 6 月至 2017 年 6 月的股价上涨百分比。由于条形水平延伸，因此垂直网格线是合适的。数据来源：雅虎财经 -垂直于感兴趣的关键变量运行的网格线往往是最有用的。 +垂直于关键的兴趣变量延伸的网格线往往是最有用的。 -对于条形图，如图 23.11 ， Tufte（ [2001](#ref-TufteQuantDispl) ）建议在条形图上方绘制白色网格线而不是下方的黑色网格线（图[ 23.12 ）。这些白色网格线具有将条分成相等长度的不同区段的效果。我对这种风格有两种想法。一方面，对人类感知的研究表明，将条形断裂成不连续的区段有助于读者感知条长（Haroz，Kosara 和 Franconeri [2015](#ref-Haroz_et_al_2015) ）。另一方面，在我眼中，条纹看起来像是分开，并没有形成清晰的视觉单元。事实上，我在图 6.10 中有目的地使用这种风格来直观地分隔代表男性和女性乘客的堆叠条。哪种效应占主导地位可取决于条宽，条之间的距离和白色网格线的厚度的具体选择。因此，如果您打算使用此样式，我建议您更改这些参数，直到您有一个可以创建所需视觉效果的图形。 +对于条形图，如图 23.11 ， Tufte（2001）建议在条形图上方绘制白色网格线，而不是下方绘制黑色网格线（图 23.12 ）。这些白色网格线具有将条形分成相等长度的不同区段的效果。我对这种风格有两个看法。一方面，对人类感知的研究表明，将条形断裂成不连续的区段有助于读者感知条长（Haroz，Kosara 和 Franconeri 2015）。另一方面，在我眼中，条形看起来像是分开，并没有形成清晰的视觉单元。事实上，我在图 6.10 中有目的地使用这种风格，来直观地分隔代表男性和女性乘客的堆叠条形。哪种效应占主导地位可取决于条宽，条形之间的距离和白色网格线的厚度的具体选择。因此，如果您打算使用此样式，我建议您更改这些参数，直到您有一个可以创建所需视觉效果的图形。 ![](img/c01959612e4209a211f5de08b40e1ded.jpg) -图 23。12：四家主要科技公司 2012 年 6 月至 2017 年 6 月的股价上涨百分比。条形顶部的白色网格线可以帮助读者感知条的相对长度。与此同时，他们也可以产生条形分崩离析的感觉。数据来源：雅虎财经 +图 23.12：四家主要科技公司 2012 年 6 月至 2017 年 6 月的股价上涨百分比。条形顶部的白色网格线可以帮助读者感知条形的相对长度。与此同时，他们也可以产生条形分裂的感觉。数据来源：雅虎财经 -我想指出图 23.12 的另一个缺点。我不得不将百分比值移到条形之外，因为标签不适合几个条形的最后一段。然而，这种选择不适当地在视觉上拉长了杆，应尽可能避免。 +我想指出图 23.12 的另一个缺点。我不得不将百分比值移到条形之外，因为标签不能放在几个条形的最后一段。然而，这种选择不适当地在视觉上拉长了条形，应尽可能避免。 -沿着两个轴方向的背景网格最适合于没有主要感兴趣轴的散点图。图 23.2 在本章开头提供了一个例子。当图形具有完整的背景网格时，通常不需要轴线（图 23.2 ）。 +沿着两个轴方向的背景网格，最适合于没有感兴趣的主轴的散点图。图 23.2 在本章开头提供了一个例子。当图形具有完整的背景网格时，通常不需要轴线（图 23.2）。 ## 23.3 配对数据 diff --git a/docs/33.md b/docs/33.md index bd63bdd..ef4a41e 100644 --- a/docs/33.md +++ b/docs/33.md @@ -100,7 +100,7 @@ 在准备演示文稿或报告时，目标是为每个不同的分析使用不同类型的可视化。 -重复数字集通常是多部分故事的结果，其中每个部分基于相同类型的原始数据。在这些情况下，为每个部分使用相同类型的可视化可能很诱人。但总的来说，这些数字不会引起观众的注意。作为一个例子，让我们分两部分来考虑关于 Facebook 股票的故事：（i）Facebook 股票价格从 2012 年到 2017 年迅速增长; （ii）价格涨幅超过其他大型科技公司。您可能希望用两个显示股票价格随时间变化的数据来显示这两个陈述，如图 29.11 所示。然而，虽然图 29.11 a 有一个明确的目的并且应该保持原样，但 29.11 b 同时重复并且模糊了主要观点。我们并不特别关心 Alphabet，Apple 和 Microsoft 的股票价格的确切时间演变，我们只想强调它的增长低于 Facebook 的股价。 +重复数字集通常是多部分故事的结果，其中每个部分基于相同类型的原始数据。在这些情况下，为每个部分使用相同类型的可视化可能很诱人。但总的来说，这些数字不会引起观众的注意。作为一个例子，让我们分两部分来考虑关于 Facebook 股票的故事：（i）Facebook 股票价格从 2012 年到 2017 年迅速增长; （ii）价格涨幅超过其他大型科技公司。您可能希望用两个显示随时间变化的股票价格的数据来显示这两个陈述，如图 29.11 所示。然而，虽然图 29.11 a 有一个明确的目的并且应该保持原样，但 29.11 b 同时重复并且模糊了主要观点。我们并不特别关心 Alphabet，Apple 和 Microsoft 的股票价格的确切时间演变，我们只想强调它的增长低于 Facebook 的股价。 ![](img/362c2ebde4c693afb7baee9766ad4f2e.jpg) -- GitLab