用数据图表读世界杯

金多多教育

1278

收藏 2014-06-16

用数据图表读世界杯

想象一张只有单个数据点的图表，显然，图中的数字是100或是10000无关紧要。许多关于图表的书籍都会建议对不同性质的数据关系使用不同类型的图表，但请不要被这些框架所限制，图表的本质多少都和比较有关，无论数据性质是时间序列、构成关系或是变量分布。正是比较以及通过对比所展现的差异赋予图表明确的意义：如果图表能让读者快速感受到这种差异，数据的形态或特征就会自然显露。美术和设计相关领域的专业人士有时会偏好用形状和颜色表达差异，但商业图表是用来传达事实和见解的，数据驱动才是根本。

有很多种办法可以比较不同数量级的数据，比如在比较股票价格和指数表现时，经常使用指数化的方法将基期都设为0或100，而后将剩余的数据同比例缩放。下面的这张“组合图”将几个和世界杯有关的数据放在同一图表内展现。

图表的世界毫无绝对可言，组合图的关键是要保证每个数据系列内部相对变化的完全一致，例如世界杯的比赛场次是创立初期的2.5倍左右（左1），场均进球则较最初下降了50%（左3）。同时为了弥补图表无法反映原始数值的缺陷，可使用文本标签对重要数据点进行标识（如本例中的峰值、期初和期末数据）。

下一张图和球队有关。把每个参赛球队的场均进球和场均失球数据作为XY变量绘制成散点图，使用形状和颜色对球队进行适当的分组。同时，类似y=x之类的参考线在散点图中非常有用，例如，如果将y/x>1定义为高效率区，将y/x>1.5定位为非常高效率区，可以方便读者更容易发现具备指定特征的数据点所在位置。事实上，还可以画一条y=2x的直线，直线下方代表的是进球失球比超过2，世界杯历史上只有一只球队进入该区域（你知道是哪只球队）。我也特意标出了中国的数据点，但由于比赛场次太少，处于黑暗区域左侧的数据点大多意义不大。