小提琴图不应该存在
violin plots should not exist
频道:Angela Collier · 时长:42:14 · 发布:2023-09-15 · 播放:289968
简介
物理学家Angela Collier用42分钟吐槽为什么小提琴图是展示数据的糟糕方式,并引用了关于小提琴图和豆图的论文。这既是对如何阅读分布的部分讲座,也是带有个人观点的批评。
HN 为什么推荐
HN在数据可视化讨论中链接该视频,作为反对小提琴图的有趣案例。
这是Angela Collier的一个很棒的吐槽(近乎讲座),关于为什么它们不行[0] — HN, 2024
中文字幕节选
你知道你正生活在数据可视化的黄金时代吗?想象一下, 你是一百年前的科学家,你正用打字机敲打论文, 双手沾满墨水。要是打错了怎么办?其实,我并不知道 在打字机上怎么修正错误。我想你可以把纸抽出来, 涂上修正液,然后你得把它完美地对齐,再 把那个小滑块移过去,等它干了之后才能继续,但这看起来 简直一团糟。那你怎么把图表放进去呢? 你得用手画。你会用尺子、量角器和模板 来写字母,然后画出图表,再把它寄给 期刊,期刊会制作一个模板或类似蚀刻版的东西,然后印出来。哇, 你能想象那时候论文里的图表有多稀少吗?因为谁会去画 图表呢?他们可以看表格,自己画图。只要给他们 画图的说明就行了。 [音乐] 外来的 到了五六十年代,有了复印机,你可以画一张图, 然后很容易地复印很多份,你可以用图形做出 非常酷的东西,画出相当漂亮的图表。再往后, 有了计算机,现在你有了数据可视化的程序,你只要 画图,如果错了,你只要重写程序重新画图。天哪, 这真是改变游戏规则的东西!但你仍然在过去,对吧?比如 80年代,互联网存在,但不是每个人都在用。你 可能把图表做好,存到软盘上,然后把软盘 寄给期刊,期刊直接把它放进电脑里。你能想象吗? 以前可以寄实物副本,人们就直接把它放进 电脑里,就像‘哦,我可以直接把它放进电脑,完全不用担心, 没问题’。而且因为期刊还是印刷的,人们不会 收到期刊的电子邮件。页码要收费, 图表也要收费。如果你想要彩色图表,那就更贵了。所以你仍然 限制期刊文章中的图表数量。再往前推,现在,或者 在未来,一切都在线。我敢肯定人们仍然会在 图书馆收到期刊。我的意思是,我其实会感到惊讶,现在没人会把整本 期刊打印出来放在书架上,对吧?你去档案馆,打印 有趣的论文,然后看那些。除非你是做 《自然》或杂志之类的,否则不再有页数限制,没有图表限制, 而且因为我们在电脑上,黑白图表和彩色图表 肯定没有区别。我们在未来,这导致了一个问题: 当你不需要计算每张图表的成本时,这是一种 富足带来的尴尬。你可以想画多少图就画多少图,当论文中 图表数量没有硬性限制时,你就不必 决定什么是最好的图表,这是传达信息的最佳方式吗?你 只要把你觉得好看的东西放进论文里就行, 这会导致问题。我要谈一个糟糕的图表。 [音乐] 所以有些图表糟糕是因为它们有误导性,比如想想新闻里那些饼图, 加起来不到100%,或者比例尺很奇怪,他们好像在说‘看这个 糟糕的趋势’,但其实只显示了不到一个百分点的增长。 也可能有些图表对目标受众来说并不好。 我稍微谈过,一般来说公众不理解 如何阅读对数图,所以如果你需要向公众传达信息,那不是 最好的选择,你应该用线性图。想想那些特定领域的图表, 比如你见过这些暗物质图吗?上面有预测的暗物质能量空间, 然后每个具体实验会排除一些区域。 是的,我看那个图,我知道发生了什么, 你可以把它放在论文里,没问题。但你绝不会在
HN 上的讨论
我不同意小提琴图更好的说法。这里有一个来自 Angela Collier 的精彩吐槽(近乎讲座),解释为什么它们不是[0] [0] [VIDEO] — j_bum, 2024-06
我从来不喜欢小提琴图,但我绝对不是数据可视化领域的。就在一周前,我偶然看到一个标题为“小提琴图不应存在”的视频,这让事情豁然开朗:[VIDEO] — bjoli, 2023-11
我在首页看到了小提琴图。对小提琴图直接说不。几乎在任何情况下,你要么想讨论实际的分布(在这种情况下,将分布水平绘制在线的一侧,比出于某种原因像小提琴图那样垂直绘制在线的两侧要优越得多),要么想讨论四分位数等(在这种情况下箱线图更好)。小提琴图基本上试图两者兼顾,结果两者都做得很差。这里有一篇扩展的反小提琴图吐槽 [VIDEO] — seanhunter, 2026-06
> 还有其他分布图表类型在特定情况下可能有用,例如频率多边形、小提琴图、累积分布图和蜂群图,但我上面描述的三种类型是最容易掌握的,并且能够传达大多数组织日常决策所需的大部分见解。(我这里没有提到直方图,因为它们通常只适用于可视化单一值集,而箱线图及其替代品用于可视化多个值集,这是不同的用例。)有概括和作者认为值得某些图表的“特定情况”,以及作者认为不值得其他图表的其他特定情况。充其量,我的收获是:如果你的分布不是单峰且可能被误解,就不要使用箱线图。这里是我最喜欢的物理学家吐槽者[0](不是 Sabine)对小提琴图的吐槽,所以也许永远不要用它们。[0] [VIDEO] — karmakaze, 2024-06
相关视频
- 面向作家的 Emacs · thoughtbot · 1:01:06
- 我尝试在美国制造东西(更智能的刷子实验)- Smarter Every Day 308 · SmarterEveryDay · 48:53
- 为什么你应该先戴上你的面罩(我的大脑缺氧)- Smarter Every Day 157 · SmarterEveryDay · 10:17
- Matplotlib 更好的默认颜色映射 | SciPy 2015 | Nathaniel Smith 和 Stéfan van der Walt · Enthought · 19:08
- Hans Rosling 的 200 个国家,200 年,4 分钟 - 统计的乐趣 - BBC · BBC · 4:47
- 大多数已发表的研究都是错的吗? · Veritasium · 12:22
- 美国的财富不平等 · politizane · 6:23
- 看不见的生物学动画 | Drew Berry | TED · TED · 9:08
- 移民、世界贫困与口香糖球 · NumbersUSA · 6:08
- 如何不无知于世界 | Hans 和 Ola Rosling · TED · 19:09
- 我不喜欢笔记本——乔尔·格鲁斯(艾伦人工智能研究所) · O'Reilly · 56:12
- VisiData 闪电演示 @ PyCascades 2018 · Saul Pwanson · 4:50
- 你见过的最好的统计数据 | Hans Rosling · TED · 20:36
- Emacs + org-mode + Python在可重复研究中的应用;SciPy 2013演讲 · Enthought · 21:16
- 4 2 1 Christopher Domas RE的未来 动态二进制可视化 · Adrian Crenshaw · 48:39
- 我喜欢 Notebooks · Jeremy Howard · 52:09