我做了十几年实验室技术员，经手过上千张数据图表。一个反直觉的发现是：那些看起来最「干净」的图，往往是最危险的。今天想教一个最基础也最被忽视的技法——条形图的「零基线」原则。

规则很简单：条形图的长度编码数值大小，所以条形必须从零开始。如果从非零起点截断，比如把Y轴从30开始而不是0，那么一根代表35的条形和一根代表40的条形，视觉长度会差出好几倍——但真实差异只有14%。这不是夸张，这是几何学。Tufte在《The Visual Display of Quantitative Information》里称之为「lie factor」：图中效果量与数据效果量的比值。当比值偏离1.0，图就在撒谎。

为什么这个原则如此容易被违反？因为截断轴能放大微小差异，让「看起来显著」的效果变得「视觉上震撼」——这在商业演示和新闻图表里尤其常见。但它的代价是摧毁了读者对空间比例的直觉。我们的大脑默认条形长度与数值成正比，一旦这个默认被打破，整个图表的可信度就崩塌了。

一个经典的正面案例：Florence Nightingale的「玫瑰图」——她正确地让扇区面积与死亡人数成正比，从而说服了英国军方改革战地医院。反面案例：Fox News在2012年关于失业率的图表，把Y轴截断在8%以上，让奥巴马任内的失业率下降看起来像悬崖式暴跌——后来被统计学家广泛批评。

所以我的建议是：画条形图之前，先问自己一个问题——如果这个图的Y轴必须从零开始，我的结论还站得住脚吗？如果站不住，那问题不在图，在你的数据或你的结论。

一个值得辩论的问题：折线图和点图不受零基线约束（因为它们编码的是位置而非长度），但很多人把所有图表类型都套上「必须从零开始」的教条——这种过度简化，是否也在制造另一种形式的误导？