原創(chuàng) 丑丑姐姐 專利分析可視化

1月6日，紐約時(shí)報(bào)的觀點(diǎn)欄目（OPINION）發(fā)布了一篇關(guān)于Omicron的文章“Here’s When We Expect Omicron to Peak”，這篇文章是由哥倫比亞大學(xué)的傳染病建模師和流行病學(xué)家Shaman博士對(duì)美國Omicron感染人數(shù)的預(yù)測(cè)。

這篇文章首先用螺旋圖表示了目前實(shí)際的感染人數(shù)的變化情況。這個(gè)螺旋圖的形式展示了自2020年疫情以來，美國每周新增感染COVID-19的人數(shù)變化。螺旋代表時(shí)間軸，由內(nèi)向外表示時(shí)間從2020年一月份到2022年一月份?？梢钥吹?020年開始感染人數(shù)逐漸上升，在2020年末2021年初，感染人數(shù)出現(xiàn)了峰值。展示出此前的Alpha、Delta等變異株都比不上Omicron的傳播速度，2022年1月的最近幾天，感染人數(shù)爆發(fā)式增長(zhǎng)。

該文章隨后預(yù)測(cè)了美國1月份的累積感染人數(shù)將會(huì)破紀(jì)錄。

文章中的兩張圖表由Gus Wezerek和Sara Chodosh繪制。而正是這張螺旋圖，引發(fā)了一場(chǎng)關(guān)于數(shù)據(jù)可視化意義的討論。

很多人認(rèn)為做這樣的螺旋圖毫無意義，沒有必要把這種數(shù)據(jù)做成螺旋圖，因?yàn)橛谜劬€圖就可以展示出這些信息，并且可以展示更具體更詳細(xì)的數(shù)據(jù)。比如紐約時(shí)報(bào)之前的報(bào)道就是采用交互式折線圖（見下圖），讀者可以去具體的探究數(shù)據(jù)，比如具體到某個(gè)時(shí)間，或者具體到某個(gè)地區(qū)，感染人數(shù)如何。

但這個(gè)螺旋圖，它提供的信息就很少，而且坐標(biāo)軸的對(duì)照也不如折線圖直觀，讀者也不能獲得具體數(shù)據(jù)。

不過也有很多人對(duì)這個(gè)螺旋圖表示了支持。比如Nathan Yau（加州大學(xué)洛杉磯分校（UCLA）的統(tǒng)計(jì)學(xué)博士，數(shù)據(jù)可視化網(wǎng)站Flowing data的創(chuàng)始人）就認(rèn)為這樣圖能夠引導(dǎo)大家去閱讀，并且展示作者的觀點(diǎn)，而且這張圖也并不是說一定要取代我們過去兩年已經(jīng)非常熟悉的折線圖。

有人將螺旋圖的數(shù)據(jù)做成了折線圖，來解釋為什么作者沒有采用折線圖。因?yàn)槿绻堰@個(gè)圖的數(shù)據(jù)做成折線圖的話，圖是不太協(xié)調(diào)的，因?yàn)镺micron實(shí)在太厲害了。

還有很多人也紛紛PO出各種各樣的螺旋圖來表示支持。

比如很早之前的環(huán)狀條形圖，其實(shí)就是一個(gè)條形圖，但把條形做成環(huán)狀。

比如展示氣候變化的螺旋圖。一個(gè)封閉的圓環(huán)表示一年里從1月到12月的溫度。

比如展示有錢人們從百萬富翁變成億萬富翁所花費(fèi)時(shí)間的螺旋圖。

還有人對(duì)原圖進(jìn)行了改進(jìn)：將面積變?yōu)楹芏嘀蔚慕M合，為柱形賦予顏色，用柱形的長(zhǎng)度和顏色表達(dá)數(shù)據(jù)的大小。因?yàn)轭伾募尤?，使得我們一眼能夠看到?021年秋天，因?yàn)镈elta變異株引起的感染人數(shù)激增，這一信息在原圖中是不太能夠引起讀者注意的。

小編認(rèn)為，數(shù)據(jù)可視化的目的之一就是引起讀者關(guān)注，展現(xiàn)數(shù)據(jù)故事。紐約時(shí)報(bào)的這篇文章并不是一個(gè)嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)論文，而是一篇需要廣泛傳播的新聞，它的讀者是普羅大眾，用這樣的圖表可以吸引讀者的注意去閱讀、去獲取圖表中的信息，這就足夠了。并且，不管在什么領(lǐng)域我們都應(yīng)該鼓勵(lì)創(chuàng)新，如果永遠(yuǎn)都堅(jiān)持嚴(yán)格的、現(xiàn)有的規(guī)則，比如數(shù)據(jù)隨時(shí)間的變化就是要用折線圖來表示，那么創(chuàng)新就永遠(yuǎn)不會(huì)發(fā)生。

保護(hù)版權(quán)人人有責(zé)

原標(biāo)題：《一張螺旋圖引發(fā)的討論》

閱讀原文