一个牙膏品牌声称他们的产品
可以比以往任何的产品

除掉更多的牙菌斑。

一位政客告诉人们
他们的计划会制造最多的就业机会。

我们已经太习惯在广告和政治宣传中

听到这些夸大其词了，

以至于有时我们根本不把这些东西放在眼里。

但是假如这些说法同时伴随着一个图表呢？

毕竟，图表并不是主观意见，

它呈现的只是冰冷确切的数字，
谁又能来质疑这些冷冰冰的数字呢？

然而，事实是，图表可以通过很多方法误导人们

并完全地操纵人们的想法。

下面便是一些图表误导人们的方式。

在这则1992年的广告中，
雪弗兰利用这张图表声称

他们制造了全美最耐用的卡车。

这张图表不仅显示雪弗兰过去的十年间卖出的卡车

有98%目前仍在使用中，

图表还暗示他们的卡车比丰田要耐用一倍。

事实看上去就是如此，
直到你仔细观察纵坐标上对应的数值，

你才会发现丰田（十年间卖出的）卡车的使用率为96.5%左右。

该图表的问题在于
纵坐标的范围仅仅是95到100.

如果范围是从0到100，
图表会是这个样子。

这便是图表误传数据的最普遍方法之一，

也就是扭曲某一坐标的尺度。

将y轴的某一小部分放大

可使两个被比较的事物之间
难以察觉的差距被夸张放大。

这个方法对于柱状图来说尤其起效。

因为我们总是假设柱状图的长度与数值

是成比例对应的。

另一方面，x轴的间距也是可以被扭曲的，

这种扭曲通常发生在
呈现某事物随着时间改变的线形图上。

这张图标呈现的是美国2008年
到2010年的失业情况，

其使用了两种方法操纵x轴。

首先，x轴的间距是不一致的。

2009年3月之后的15个月的跨度被压缩

使其看起来比之前的6个月还短。

如果使用一致的数据点，
我们将会看到一张截然不同的图表，

其中的失业情况在2009年年底之后逐渐减弱。

如果你对图表前一部分的
失业情况为何会加重感到不解，

其原因是该图表中时间线的起点正是金融海啸之后

美国开始财政崩溃之后的时刻。

这种技巧被称为“计划性选择”。

也就是通过别有用心地选择一个时间段

来排除该时间段之外发生的某一事件的影响。

而选择某些特定的数据点
可以掩盖该时间段内的重要变化。

即使图表本身没有任何错误，

省略某些相关的数据点
也会让人留下错误的印象。

统计每年观看超级碗观众人数的表格

让人们以为超级碗的人气火爆。

但事实上它统计的并不是观众人数的成长。

事实上，超级碗的收视率是保持稳定的，

因为虽然球迷的数量在增加，

但是每名观众的收视占有率却并没有增加。

最后，在不知道图表呈现的重点的情况下，

人们很难从其中获得有用的信息。

以下的两幅图利用了国家环境信息中心提供的

同一组海洋温度的数据。

然而为什么它们却看起来完全相反呢？

第一幅图描绘了1880年到2016年的

年平均海洋温度。

虽然温度的变化看起来并不明显，

但是，即使是半摄氏度的温度上升

也可能导致严重的生态问题。

这也就是为什么

呈现了年平均温度波动的第二张图表

重要性远大于第一张。

如果使用得当，图表可以帮助我们
更直观地了解复杂的数据。

但是可视化软件一方面大大
增加了图表在各种媒体上的应用，

另一方面粗心大意和刻意误导也变得更加频繁。

因此，下一次在遇到图表时，
不要被直线和曲线的走向误导。

仔细看一看单位、

数值、

间距

以及该图表的背景，

问问自己这张图标到底要传递什么信息。