由于技术能力的提高，近年来数据可视化变得更加易于使用。许多软件程序和其他工具可以帮助人们快速“看到”数据，而在过去则需要花费更长的时间。

虽然没有大量文本或者电子表格的数据来理解数据，这对于某些人来说是非常有利的，这取决于他们更喜欢如何消化数据，而理解错误信息可视化也是非常重要的。数据分析师有责任阻止它，以便人们正确地解释分析。

人们可以更快地理解视觉数据

数据可视化提供如此宝贵的机会的原因之一是，根据一些统计数据，人们可以比文字更快地处理图形数据。具体而言，一项研究发现人类可以在13毫秒内处理图像。这意味着数据解释理论上可以在有意识的思考之前开始，让人们立即开始了解他们所看到的事物。

对学习风格的不同意见和见解

几十年来，人们相信有着不同的学习风格，当个人收到最适合自己风格的内容时，他们最有可能理解它。这个概念在社会上仍然普遍存在，尽管科学家们很难证明这种学习方式的存在，但大多数人仍然认为这是有效的。

因此，那些认为“需要直观地呈现数据，因为观众中有很多是采用图片学习的人”的数据专家可能依赖于过时的信息。与其把注意力放在观众可能想看的东西上，不如想想图片是否会使某些数据比仅仅通过文本更具教育性。

数据可视化的一个积极的方面是，它可以照亮在其他无图像格式中不容易识别的统计数据。因此，当人们以其他方式查看数据时，往往会突出显示不明显的趋势和模式。

呈现可视化数据的方法

同样，拍摄纪录片的时候，电影制片人也有一个特定的目标，数据分析师通常也有目标。记住一个人能够以多种格式呈现视觉数据是至关重要的。而如果准备向观众席展示图表，可以用各种图形表示。

在乐观的情况下，这种方法允许数据分析人员找出最有效的方法让人们了解统计的故事的核心。但是，确保数据不会以导致错误信息可视化的方式呈现也是至关重要的。

导致错误信息可视化的常见因素有哪些？

当人们看到通过数据可视化解释的信息时，他们必须记住要问自己，显示的内容是有意还是无意的，而只是显示部分故事。根据新闻报道，个人可以通过查看事实和进一步研究更深入地了解其他相关的内容是否被覆盖。

除了不能说明整个故事的图表之外，还有其他一些可能发生错误信息的方式。例如所使用的色彩的急剧变化，例如从深紫色迅速转变为明亮的黄色，可能会使人们错误地认为图表显示出实质性的变化。

或者，数据分析人员可能会创建一个Y轴的条形图，该图不会从零基线开始。因为人们习惯于从零开始向上工作的那种图表，他们很容易忘记检查他们正在看的那个图表。有些观众也可能坐在距离可视化数据的地方太远而无法仔细检查，特别是当它放映在大型礼堂的屏幕上时。

可视化的数据也可以如此迷人，以至于人们只会考虑其令人印象深刻的外观。他们不会强迫自己看到过去所有令人眼花缭乱的动画或颜色，想知道他们是否错过了任何东西，或者制作可视化的人是否隐藏了一个特定的数据集，同时引起了别人的注意。

在查看图形表示的数据时，大小和分段也会导致人们得出错误的结论。有时候，个人会创建带有太多部分的饼图，而也有不正确的比例的图表。

具有这些错误的视觉数据的创造者可能不是故意撒谎。其问题可能来自能力不强或粗心。即使如此，错误信息可视化也可能导致重大问题，特别是当人们在做出业务决策时依赖有关数据。

把意识转化为行动

现在人们已经知道错误信息可视化如何以及为何会扭曲数据，因此可以反击它，并确保它不会损害发现。在向观众呈现可视化数据之前，问问自己观众是否可能不知不觉地从中提取无效信息。有没有办法让这种情况变得不太可能？

此外，尽可能多地提供关于数据的场景。不要指望人们做更多的独立研究，使他们对所提供的材料有更全面的了解。他们中的大多数可能只是看看他们看到的而不是质疑，这就是为什么人们需要用相关的信息填补空白，以帮助他们准确地理解整个画面的原因。

缺乏意识可以防止一些最常见和潜在的误导性分析失误。通过运用这些知识避免错误信息的可视化，可以帮助人们以有价值的方式使用和解读数据。