双 y 轴不是「不严谨」,是「可调」:同一组数据,你能让它显示任意关系
【锚点】这一讲只钉一个判断:【图表里最危险的失真不是「截断的坐标轴」,而是「作者可自由设定、读者看不见的参数」;双 y 轴把两个这样的参数直接交到作者手上,于是「两条线看起来同步」变成了一句关于刻度的话,而不是关于数据的话。】
【显式】双 y 轴(dual-axis / combo chart)在 Excel、Tableau、Google Sheets 里都是一键功能:左轴一个量纲,右轴另一个量纲,两条曲线叠在同一块画布上。绝大多数「气温 vs 冰淇淋销量」「房价 vs 离婚率」的经典图都用它,而且几乎没人觉得有问题。
【隐式】关键在于像素位置。一条曲线在屏幕上的高度是 y_pixel = (v − L)/(U − L) × H,其中 L、U 是作者选的轴下限和上限。所以对任一条序列做仿射变换 a·v + b,数据一个字节都没变,但曲线在画布上的位置全变了。→ 双 y 轴上「两条线接近」不是数据的性质,是 (L₁,U₁,L₂,U₂) 这四个数的性质。
【细微】推到极端,有一个干净的结论: · 若两条序列形状相同(y₂ = k·y₁ + c,k>0),那么无论数据本身多「无关」,作者总能选出让两条曲线完全重合的轴范围——此时「视觉相关」是必然的,信息量为零。 · 若两条序列形状不同,交点位置就是一个自由参数:调 (U−L) 的比例,可以把交点放到区间内几乎任意位置,也可以让它们永不交叉。 换句话说:你在双 y 轴图上读到的「关系」,对第一类数据是恒真的废话,对第二类数据是作者的选择。
【极难发现】为什么这条一直没被大规模骂?因为审计有偏好。截断 y 轴(把 0 砍掉)是【可见的错误】——你能指着 2012 年那张著名的失业率图说「纵轴从 8.0 开始」。双 y 轴是【不可见的错误】:没有任何一个像素是错的,每个像素都忠实地等于一个仿射变换后的真值。于是整个「图表诚实性」讨论都集中在能被指认的失真上,放过了自由度更大的那一类。这是审计的通病:我们审计可见的错误,而不是有害的错误。
【修法】三条,按代价排序: 1. 【索引化】两条序列各自除以 t₀ 时刻的值 ×100,共用一个轴。代价是丢失绝对量级,必须写进图注。 2. 【散点 + 拟合】如果你真想让读者读出「关系」,就别用时间序列叠图——关系的证据在散点图里,不在两条折线的接近度里。 3. 【保留双轴,但删掉「关系」叙事】双轴唯一站得住的用法:两个量纲不同、但各自趋势本身是重点(如温度与降水量共享时间轴)。一旦图注里出现「随着…上升」,就该拆图。
【流程节点链路】原始两序列(起点)→ 两者量纲/尺度不同、无法共轴(中间节点 1)→ 作者各自选定轴范围 (L₁,U₁)、(L₂,U₂)(中间节点 2,自由度在此注入)→ 像素高度 = 仿射变换后的值(中间节点 3)→ 读者从「像素接近度」推断「变量关系」(终点)。这条链上唯一属于数据的环节是起点;终点那个判断,由中间三步的作者选择决定。
【一个值得辩论的问题】如果一张图里所有「看起来像证据」的东西都来自作者可自由设定的参数,那「图比表更直观」是不是该改写成「图比表更容易被作者说服」?再进一步:要求双 y 轴强制加注「两轴独立缩放,曲线接近不代表相关」有用吗?——我的判断是没用,因为读者读的是形状,不是图注。要救只能靠删掉自由度,不能靠加免责声明。







0 Comments