## 6.4 良好可視化原則 許多書都是關于數據的有效可視化的。有一些原則是大多數作者都同意的，而其他的則更具爭議性。這里我們總結了一些主要原則；如果您想了解更多，那么在本章末尾的 _ 建議閱讀 _ 部分列出了一些很好的資源。 下面是我們對數據可視化的一些重要原則的提煉。 ### 6.4.1 展示數據并使其脫穎而出 假設我做了一項研究，研究了牙齒健康和使用牙線的時間之間的關系，我想把我的數據形象化。圖[6.7](#fig:dentalFigs)顯示了這些數據的四種可能的表示。 1. 在面板 A 中，我們實際上并不顯示數據，只是一條表示數據之間關系的線。這顯然不是最佳的，因為我們實際上看不到底層數據是什么樣子的。 面板 B-D 顯示了繪制實際數據的三種可能結果，其中每個繪圖顯示了可能生成數據的不同方式。 1. 如果我們看到面板 B 中的情節，我們可能會懷疑——真實數據很少會遵循如此精確的模式。 2. 另一方面，面板 C 中的數據看起來像真實的數據——它們顯示了一種總體趨勢，但是它們是混亂的，就像世界上通常的數據一樣。 3. 面板 D 中的數據表明，兩個變量之間的明顯關系僅僅是由一個個體引起的，我們稱之為 _ 離群值 _，因為它們遠遠超出了組內其他變量的模式。很明顯，我們可能不想從由一個數據點驅動的效果得出很多結論。此圖強調了為什么 _ 總是 _ 重要的原因，即在過于相信任何數據摘要之前查看原始數據。  圖 6.7 牙齒健康示例的四種不同可能數據表示。散點圖中的每個點表示數據集中的一個數據點，每個圖中的線表示數據中的線性趨勢。