以前看到一张烂图表，顶多笑一笑就划走了。但如今，数据可视化作品满天飞，有些是水平不行，有些却是刻意“带节奏”——用图表撒谎不新鲜，新鲜的是它伪装得太像那么回事，你瞟一眼，念头就扎了根。

所以，快速识破图表造假，成了当代网民的必修课。下面这9个坑，最常见：

1. 截断数轴——Y轴不从0开始，而是从10甚至更高起跳，柱状图的长度被刻意放大，变化幅度看起来比实际剧烈得多。这是最经典的手法。

2. 双重数轴——把两个量级完全不同的指标叠在一张图里，强行制造“你看，它俩趋势一致，所以有因果关系”的假象。相关不等于因果，别上当。

3. 总和不对头——饼图所有扇形加起来超过100%，或不到100%。这是最low的穿帮，但真有人这么干。

4. 只看绝对值——两个城镇比抢劫案数，一个2起、一个1起，就说前者更危险？万一人口差1000倍呢？必须看比例和人均，不能只看总量。

5. 有限范围——精心挑选时间段，只截取对自己有利的那一小段，制造陡升或陡降的假象。拉长时间轴，往往发现不过是正常波动。

6. 奇怪的分级——把连续变量粗暴地分成“大于1”和“小于1”两类，细节全被抹掉，结论自然随你编。

7. 混乱的面积比——数值是3倍关系，图形面积却画成10倍。面积要按面积比例来，不是按边长。

8. 操控面积维度——同样面积，换个方向拉伸或压缩，视觉冲击力完全不一样，纯粹为了“抓马”。

9. 为3D而3D——强行加三维效果，除了好看（其实也不好看），只会扭曲数据感知。看到这种图，先质疑再相信。

当然，出现这些问题不一定都是恶意，很多时候只是能力不足。但我的建议是：越是让你震惊、觉得“太戏剧性”的图表，越要睁大眼睛多看几遍。图表不会让假数据变真，但它能让偏见藏得很深。

ITPub博客

别被图表PUA了：9个一眼看穿数据撒谎的“照妖镜”