Как выбрать правильную диаграмму: один вопрос о ваших данных

1. Один вопрос и таблица решений

Перед пояснением: два аналитика получают одну и ту же таблицу выручки по регионам. Кто-то строит гистограмму, кто-то круговую диаграмму. Какой вопрос решит, кто прав?

Не «как выглядят данные». Решающий вопрос касается читателя: какое сравнение должен провести читатель? Диаграмма — это машина, упрощающая одно сравнение, и тип диаграммы выбирается на основе этого сравнения, а не формы таблицы.

Вот форк выложен полностью, потому что на этом решении зависает вся страница. Вопрос: что должен сравнить читатель? Четыре возможных ответа и то, что каждый из них означает для вас: значения по категориям, для чего нужны длины, которые может оценить глаз, то есть полоса. Глаз может следить за изменением с течением времени угла наклона, например, линии. Двигаются ли две меры вместе, для чего требуется одна точка на запись, поэтому разброс. Или доли от общего числа, для чего нужны части по отношению к целому, и после нескольких кусочков эта работа также переходит в бар. Решающее значение между ними имеет только то, какое сравнение читатель должен провести в первую очередь. Это важно, потому что одна и та же таблица, составленная не на той машине, затрудняет правильное сравнение, а неправильное — легко.

Если читателю придется провести два разных сравнения, то это будут две диаграммы, а не одна умная. Раздел 7 описывает честный способ сделать это.

2. Категории: гистограмма и как сделать ее читабельной

Перед пояснением: вот квартальная выручка по пяти каналам продаж, в тысячах. Какие два предмета труднее всего отличить друг от друга и что сделает это сравнение мгновенным?

Сравнение проводится по категориям, поэтому это гистограмма. Причина, по которой столбцы работают, механическая: каждый столбец начинается с одной и той же базовой линии, поэтому сравнение значений сводится к сравнению длин, а ранжирование длин от общего начала — одно из суждений, которые человеческие глаза выносят наиболее точно. Разница между Севером и Югом составляет 24 тысячи долларов на 388, разница в 6,2%, а расположенные рядом столбцы одной и той же базовой линии делают видимым даже этот небольшой разрыв.

Три привычки превращают гистограмму по умолчанию в удобочитаемую.

• Сортировать по значению, а не в алфавитном порядке, если категории не имеют реального порядка. Отсортированные столбцы отвечают «какой самый большой, какой следующий» до того, как читатель спросит.
• Горизонтально, если метки длинные. Названия категорий читаются ровно, никто не наклоняет голову, а десять категорий помещаются без сокращений.
• Поместите число в конец полосы когда мало баров. Диаграмма содержит рейтинг, метка содержит значение, а ось может быть удалена.

Всего по пяти каналам — 1,705 тысяч. Сохраняйте такие итоги в подзаголовке или заголовке, потому что гистограмма деталей не показывает собственную сумму.

3. Время: линейный график и первая ошибка

Перед пояснением: с января по декабрь ежемесячно регистрируется 180, 176, 189, 197, 214, 222, 241, 238, 260, 271, 266, 290. Что читатель должен вынести из этой серии и какая визуальная особенность ее несет?

Вывод – рост: со 180 до 290 – это рост на 61,1% за год, при этом он стабильно растет с небольшими ежемесячными колебаниями. Особенностью, которая его несет, является наклон. Линейный график соединяет месяцы по порядку, и глаз напрямую воспринимает наклон линии как скорость изменений. Вот и вся причина, по которой время имеет линию: горизонтальная ось имеет правильный порядок, поэтому соединение точек рисует сам тренд.

Это поднимает первую из двух величайших ошибок. Линейная диаграмма категорий подразумевает порядок, которого нет. Нарисуйте Север, Юг, Восток, Запад, Онлайн как точки и соедините их линией, и линия создаст путешествие: доход «падает» с Севера на Онлайн, как если бы регионы были остановками на маршруте. Наклон, который так хорошо читается глазом, теперь сообщает о связи, которой не существует, потому что ничто не перемещается с севера на юг. Категории не упорядочены, поэтому их ничто не может связывать. В тот момент, когда горизонтальная ось перестает быть временем или другой истинной последовательностью, линия прекращается и столбцы продолжаются.

Обратный обмен более мягкий, но реальный: столбцы на протяжении многих периодов времени превращают тренд в частокол, и глаз сравнивает отдельные сообщения вместо того, чтобы следовать по пути. Используйте столбцы для измерения времени только тогда, когда периодов мало и стоит вопрос «этот квартал по сравнению с прошлым кварталом», а не траектория, а простое сравнение.

4. Отношения: диаграмма рассеяния

Перед пояснением: десять магазинов, по два измерения в каждом: сменный персонал и тысячные еженедельные продажи. Персонал в 4, 5, 5, 6, 7, 8, 9, 10, 11, 12 против продаж в 21, 24, 26, 27, 33, 34, 40, 42, 46, 49. Какой вопрос задает эта таблица, на который не могут ответить ни полоса, ни линия?

Вопрос в том, движутся ли эти две меры вместе, а диаграмма рассеяния — единственная диаграмма в наборе, построенная для нее. Одна точка на магазин, персонал на одной оси, продажи на другой. Ни базовой линии, ни времени, только положение. Глаз читает форму облака: движение вверх и вправо означает, что меры растут вместе, а то, насколько плотно точки прилегают к линии, является силой связи. Для этих десяти магазинов закономерность очень точная: корреляция составляет 0,99, почти прямая линия.

Разброс также является графиком, который, скорее всего, будет перечитан, потому что чистое поднимающееся облако шепчет: «Персонал вызывает продажи». Разброс показывает только ассоциацию. Загруженные магазины могут привлечь больше персонала именно потому, что они продают больше, или третий фактор, например местоположение, может стимулировать и то, и другое. Диаграмма не может выбирать между этими историями, и Корреляция против причинно-следственной связи это страница, на которой можно отличить их друг от друга, прежде чем кто-либо начнет действовать в облаке.

Представьте на секунду свои собственные данные: два числовых столбца, о которых вы тихо задавались вопросом, по одной точке в строке. Этот мысленный образ и то, появляется ли в нем форма, — это самый быстрый этап анализа, которым вы владеете.

5. Части целого: почему батончик превосходит пирог за несколько кусочков

Перед пояснением: девять продуктовых линеек делят доход на 14, 13, 12, 11, 11, 10, 10, 10 и 9 процентов, что в сумме дает 100. Можете ли вы на глазок оценить четыре верхних куска пирога?

Почти никто не может, и причина того стоит, потому что она объясняет половину дизайна диаграмм. Круговая диаграмма кодирует каждое значение как угол, ширина клина в центре. Столбец кодирует то же значение, что и Длина из общей базовой линии. Человеческое зрение оценивает длину относительно общей базовой линии гораздо точнее, чем оценивает углы: в экспериментах Кливленда и МакГилла оценки положения и длины давали заметно меньшие ошибки, чем оценки углов тех же значений (Кливленд & МакГилл, 1984, Журнал Американской статистической ассоциации, 79(387), 531–554). Пирог не безобразный. Он просит глаз выполнить измерение, с которым он справляется хуже всего.

Прежде чем читать дальше, скажите своими словами, почему девять почти равных клиньев являются наихудшим случаем для углов. Если вы сможете это сказать, правило пирога перестанет быть правилом и станет следствием.

Вот моя версия. Ранжирование клиньев означает сравнение 14% круга с 13% круга, то есть разницей в 3,6 градуса дуги, между клиньями, которые начинаются с разных вращений. Те же значения, что и брусья, отличаются видимым шагом по длине от одной и той же стартовой линии. Сравнение, которое должен провести читатель, ранжируя части, — это долгая работа.

Честный размах пирога: два-три куска, где вопрос только в том, «это половина, больше половины или меньше». "Поддержка примерно трети билетов" сохраняется как пирог. Девять ломтиков никогда не делают.

6. Правила оси: когда ноль обязателен и когда масштабирование допустимо

Перед пояснением: два столбца, 62 и 68. Ось графика начинается с 60, а не с 0. Насколько большой выглядит разница и насколько она велика?

На основе базовой линии 60 длина первого столбца равна 2, а второго — 8, поэтому длина второго столбца в четыре раза длиннее. Реальная разница 68 против 62: 9,7%. На графике показано 4х, где данные говорят о значении ниже 10%, и читатель верит графику, потому что на гистограмме длина кодирует значение. Отрежьте нижнюю часть полосок, и вы отрежете сами значения. Таким образом, правило для баров является абсолютным: ось значений всегда начинается с нуля, никаких исключений для узких диапазонов. Если разности исчезают при нуле, значит, дело в находке, или на дежурстве неправильный тип карты.

Линейный график живет по другим правилам, и причина в кодировке. Строка кодирует изменение как Склон, а не на расстоянии от пола. Масштабирование оси линейного графика растягивает наклоны, поэтому становится видимым реальное движение, и о длине не лгут, потому что длина не считывается. Линия дневных температур, построенная от нуля Кельвинов, была бы совершенно честной и совершенно бесполезной. Увеличьте масштаб линии, четко обозначьте ось и оставьте ноль для столбцов.

Назовите развилку, когда почувствуете желание сократить: вопрос в том, какую визуальную особенность измеряет читатель. Если это длина, ноль является обязательным. Если это наклон, масштабирование допустимо. Решающее значение имеет тип диаграммы, уже присутствующей на странице, и это имеет значение, поскольку усеченная полоса — это единственный наиболее распространенный способ, которым честный аналитик публикует вводящую в заблуждение диаграмму.

7. Аварийный люк: кратно малому.

Перед пояснением: на одном графике читаются месячные линии тренда для пяти регионов. Для двенадцати регионов это клубок. Что бы вы могли изменить, не отказываясь ни от одного региона?

Разделите одну переполненную диаграмму на сетку из маленьких одинаковых диаграмм: того же типа, тех же осей, того же масштаба, по одной панели на регион. Техника называется маленькие кратные, и это постоянный ответ всякий раз, когда на одном графике просят вместить слишком много. Читатель учится читать одну панель, а затем бесплатно читает остальные одиннадцать, потому что каждая панель работает одинаково. Сравнение между панелями остается честным, поскольку шкалы совпадают.

Триггерные признаки: более пяти линий на одном линейном графике, сгруппированная гистограмма в три группы глубиной или любая легенда, которую вам приходится постоянно перепроверять. Каждый из них представляет собой одну диаграмму, пытающуюся одновременно ответить на вопросы «сравнить по категориям» и «сравнить во времени». Небольшие кратные дают каждому сравнению отдельную диаграмму и объединяют их в плитку.

Единственная дисциплина, которая заставляет их работать: одинаковые шкалы на каждой панели. В тот момент, когда каждая панель масштабируется, межпанельное сравнение незаметно прерывается, и это сравнение было причиной создания сетки.

8. Полное до и после

Оба раза одни и те же данные: девять товарных линий из раздела 5.

До

Chart:  pie, nine slices, one colour per line
Order:  as the rows came out of the query
Title:  "Revenue Share by Product Line"
Legend: nine entries, matched to slices by colour

Задача читателя: сопоставить девять цветов между легендой и клиньями, затем на глаз проранжировать девять углов между 9% и 14%. Эту задачу никто не выполняет. Они читают заголовок, смотрят на кружок и уходят с сообщением «доход разделен», что было верно до появления диаграммы.

после

Chart:  horizontal bar, sorted largest first, axis at zero
Labels: value at the end of each bar, no legend
Title:  "Top three lines hold 39% of revenue"

Licences      14
Support       13
Training      12
Consulting    11
Hosting       11
Hardware      10
Integrations  10
Templates     10
Other          9

Те же девять цифр. Ранжирование теперь происходит мгновенно, потому что это сравнение длины с общим базовым уровнем, легенда исчезла, потому что метки расположены на столбцах, а в заголовке указывается результат: три верхние строки, 14 плюс 13 плюс 12, содержат 39% дохода. Заголовок претензии вместо имен столбцов — это его собственная привычка на собственной странице. обозначайте утверждение, а не данные. Диаграмма, озаглавленная ее открытием, запоминает это открытие. Диаграмма, озаглавленная именами столбцов, просматривается.

9. Пограничные случаи: ошибки, названные

Прежде чем пояснить: большинство плохих графиков не являются экзотикой. Они одни из пяти рецидивистов. Скольких вы можете назвать перед списком?

Линия между категориями. Первая большая ошибка из раздела 3. Соединение неупорядоченных категорий порождает тренд из ничего. Если горизонтальная ось не является истинной последовательностью, линии нет.

Пирог из девяти кусков. Вторая большая ошибка из раздела 5. Часть целого, содержащая более трех частей, — это работа по длине, поэтому это отсортированный стержень.

Усеченная ось стержня. Разница в 9,7% равна 4х. Столбцы начинаются с нуля, поскольку длина кодирует значение.

Двойная ось. Две меры, две вертикальные шкалы, одна диаграмма. Точки пересечения и разрывы между линиями являются артефактами двух произвольных вариантов масштаба, и читатель не может не воспринимать их как события. Если эти два показателя связаны, это разброс. Если у них общие единицы измерения, разделите одну ось. В противном случае две панели.

Линейный график спагетти. Восемь или более строк, одна диаграмма, одна легенда, выполняющая всю работу. Это триггер малых кратных из раздела 7. Альтернативно, закрасьте серым цветом все строки, кроме одной или двух, о которых идет речь.

Украшенное третье измерение. Наклоненные трехмерные столбцы и круговые диаграммы изменяют нарисованные длины и углы, которые читатель пытается измерить, но при этом не получают никакой информации. Глубина, которая не кодирует данные, только искажает кодировки, которые это делают.