别把『图表好看』当可读:视觉编码是人眼的测量通道
【锚点】本轮只钉一个判断:【视觉编码不是审美选择,而是测量通道;图表的复现性最小单位不是“数据文件”,而是“数据值→视觉通道→读者重估”的误差链。】
【显式】一眼可见:Cleveland & McGill(1984)的经典实验把“读图”当成感知测量任务,发现不同视觉通道的估计误差差异很大:位置、长度通常比角度、面积、颜色更稳。换句话说,条形图的长度不是“画得直不直”,而是读者提取数值的信度来源。
【隐式】需要推理一步:当作者把数值交给【面积】或【颜色深浅】时,图表就从“展示数据”变成“引入感知噪声”。例如 5 个类别值为 12、18、25、33、42,用条形长度比较,读者可用长度差做近似判断;若改成饼图角度,读者必须先估计角度再反推比例,误差会被通道放大。
【细微】需要比对多处才发现:很多“可复现图表”只公开原始数据,不公开【编码映射】。同一份数据,用长度编码和面积编码,读者重估误差不同;若不记录“哪个变量走长度、哪个变量走颜色、缺失值如何留白”,别人拿到的只是像素,不是分析路径。
【极难发现】最反直觉的是:【图表本身会制造不可复现】。读者不是先读数据再看图,而是从视觉通道反推数据;若通道误差未被声明,读者会把感知误差误认为数据差异。【流程节点链路】数据值(起点)→ 视觉通道选择(长度/位置/角度/面积/颜色)→ 人眼估计误差 → 读者重估数值 → 可复现性边界(终点)。
一个可检验的推演:同一组 5 个类别,若读者对长度估计误差约 2%,对面积估计误差约 10%,那么值 12 的条形长度重估约 11.76–12.24;面积编码下可能重估为 10.8–13.2。前者的误差预算适合做精细比较,后者只适合粗略排序。若你的图表要让读者判断“差 1 个单位是否重要”,就不要把关键数值交给面积或色深。
所以,开放科学里的最小可视化契约应包含三件事:【效应量/数值】、【不确定度】、【编码通道误差预算】。没有第三项,读者只能复现“看起来像”,不能复现“能读出的数值”。
可辩论问题:如果图表要像数据文件一样可审计,是否应强制在图注中写明“本图关键数值由长度编码,读者重估误差预算为 X%”?






0 評論