一图胜千言，聊聊NOAI比赛必备的数据可视化

一图胜千言，聊聊NOAI比赛必备的数据可视化

先看一张图。

▲ 1850年到2025年，一条代表一年的全球平均气温。蓝色比1971到2000年的平均值冷，红色比它热，颜色越深差得越多（用NOAA公开数据复刻）

没有坐标轴，没有刻度，没有一个数字。

不用任何人讲解，你也看得出来：右边越来越红。

它叫"温暖条纹"（warming stripes），英国雷丁大学的气候学家Ed Hawkins在2018年5月22日第一次发出来。2019年6月，他做了个网站，谁都能下载自己国家的那一张，第一周就被下载了约100万张，下载的人来自180多个国家。

2019年9月，《经济学人》出了一期气候专刊，封面就是它。这是这本杂志创刊176年来，第一次整期谈气候。

英格兰的雷丁足球俱乐部，把它印上了2022/23赛季主场球衣的两只袖子。袖子上画的是俱乐部所在的伯克郡的气温，从俱乐部成立的1871年画起。

▲ Ed Hawkins拿着袖子上印着条纹的雷丁队主场球衣（图源：雷丁大学）

德国的科特布斯火车站把它刷上了外墙，美因茨05足球俱乐部把它做成了球场的角旗和场边广告屏。2019年联合国气候大会的展馆、雷丁街头的公交车、莱比锡的一座桥，都披上了这排色条。

▲ 走进生活的温暖条纹

美国100多位电视气象主播，打着条纹领带上镜。2023年，教皇方济各收到了一条条纹圣带。2025年，纽约现代艺术博物馆（MoMA）把它收进了设计展。

说起"数据可视化"，很多人想到的是工作汇报里的柱状图、饼图，看一眼就翻过去了。

可上面这排色条，一个数字都没有，却有人把它穿在身上、刷上车站、挂进博物馆。

数据为什么非要画出来？一张图，到底能做到什么？

光看数字，人会被骗

2017年，做设计软件的公司Autodesk有两位研究员，造了13组数据。每组的平均数、标准差、相关系数，算到小数点后两位都一样。

只看这些数字，你会以为13组是同一回事。画出来是这样的：

▲ "恐龙十三组"（Datasaurus Dozen），金色那组画出来是一只恐龙

一只恐龙，一颗星星，一个靶心，一个叉。统计数字一模一样。

让这些点动起来，看得更清楚：

▲ 点在恐龙、星星、靶心、圆圈、叉之间变来变去，右边的统计数字几乎不动

1973年，统计学家Francis Anscombe就用四组数据做过同样的事，后来统计课上一讲再讲。算出来的数字会把形状藏起来，画出来才看得见。

1854年11月，克里米亚战争打到第二年，南丁格尔带着护士到了土耳其斯库塔里的战地医院。她来的第一个冬天，医院里死了4077名士兵。这些人大多不是死在伤口上，是死在霍乱、伤寒、痢疾这些本可以预防的病上：病死的人数大约是战伤死亡的十倍。

回国后，她要说服的是一群不爱看统计表的官员和将军。1858年，她画了这张图：

▲ 南丁格尔1858年的"东方军队死因图"。每一瓣是一个月，蓝色是可预防的疾病，红色是战伤，黑色是其他原因（图源：Wikimedia Commons，公有领域）

整张图里，蓝色大得吓人，红色只有中间一小块。官员不用读一个数字，就知道士兵是怎么死的。

这张图收在她1858年写给陆军卫生皇家委员会的报告里。这个委员会是她回国后说服陆军大臣成立的，它的建议推动了英国陆军卫生制度的改革。同一年，她成了伦敦统计学会的第一位女会员。

数据可视化的终极目标，不是画得好看，是让人一眼看见数字里藏着的事，然后因此做出不一样的决定。

好的可视化，本身就是艺术

1869年11月20日，一位88岁的法国退休工程师Charles Joseph Minard，在巴黎签名完成了这张图：

▲ 米纳德绘制的拿破仑1812年远征俄国图（图源：Wikimedia Commons，公有领域）

它画的是1812年拿破仑远征俄国。从左往右的那条浅色宽带，是进军的大军，宽度代表人数：出发时42.2万人。走到莫斯科，只剩约10万。下面那条黑色细带是撤退，最后回来的，约1万人。

一张纸上同时画着六样东西：军队人数、行进方向、经度、纬度、撤退途中的日期，还有底部那条撤退时的气温曲线，最低标到零下30度（列氏温标，约合零下38摄氏度）。黑带在渡别列津纳河的地方猛地一窄，读者自己就能看出，人是在哪里一批批倒下的。

研究数据可视化的耶鲁大学教授Edward Tufte说，这"可能是有史以来最好的统计图"。

一百多年后，伦敦的数据设计师Valentina D'Efilippo画了一片花田。

▲ 《罂粟花田》（Poppy Field，2014）。每朵花是1900年以来的一场战争（图源：Valentina D'Efilippo，poppyfield.org）

在英国，人们佩戴红色罂粟花悼念战争中死去的士兵。她把1900年以来的每一场战争画成一朵罂粟：花茎从战争开始的那年长出，在战争结束的那年开花，茎越高，仗打得越久；花越大，死的人越多；颜色是战争发生在哪个大洲。

整片花田里，有两朵大得压住了画面。左边那朵是第一次世界大战，中间那朵是第二次世界大战。

这件作品拿了2015年欧洲设计奖的银奖。她在一次访谈里说过为什么要这样画：

"大数字的问题是，读了也没感觉。我们早就看惯了。"

2014年，住在纽约的Giorgia Lupi和住在伦敦的Stefanie Posavec约好，每周各画一张明信片寄给对方，画的是自己这一周的生活数据：一周看了几次表、说了几声谢谢、骂了几句脏话。一年下来，104张手绘明信片，后来整套被纽约现代艺术博物馆（MoMA）永久收藏，项目名叫《亲爱的数据》（Dear Data）。

2022年11月，MoMA大堂立起一块巨屏，艺术家Refik Anadol让人工智能"读"完这家博物馆馆藏作品的图像和资料，再把它学到的东西实时画成流动的画面。这件作品叫《无监督》（Unsupervised），原定展到第二年3月，一再延期，展了将近一年。

▲ MoMA大堂里的《无监督》（图源：Wikimedia Commons，CC BY-SA 4.0）

回头再看开头那张温暖条纹。它把同一份数据里的坐标轴、刻度、数字全删了。如果画成普通的折线图，是这样：

▲ 和开头的条纹完全相同的数据，画成带坐标轴的折线图

Hawkins在2018年的原帖里写过他为什么这么做：

"其他多余的信息全都去掉，温度怎么变的，一眼就能看清，谁也没法否认。"

条纹最早是为英国海伊文学节的一场讲座做的，台下多半是不习惯看科学图表的普通人。他删掉的，正是这些人看不懂的部分。

米纳德把六样东西塞进一张纸，Hawkins删到只剩颜色。两个人动笔前，都先想清楚了给谁看、要他看见什么。

会动的图，更能说服人

2006年2月，瑞典的公共卫生教授汉斯·罗斯林（Hans Rosling）在TED大会上演讲。他放了一张会动的气泡图：每个泡泡是一个国家，横轴是收入，纵轴是寿命，年份一动，近200个泡泡在屏幕上往右上角涌。他站在屏幕前，像体育解说一样喊着各国的名字。

这场演讲在TED官网的播放量超过1500万次。2010年，他给英国BBC拍了一段四分钟的短片，用12万个数字，讲完200个国家200年的变化。

我们用公开数据，做了一张同样思路的动图：

▲ 1952年到2007年，各国人均收入和人均寿命的变化。一个泡泡是一个国家，泡泡大小是人口（数据：Gapminder）

看着中国和印度那两个最大的泡泡，一路从左下角往右上角挪，几十年的变化，十几秒就看完了。

2020年3月9日，新西兰奥克兰大学的微生物学家Siouxsie Wiles和漫画家Toby Morris在网上发了一张动图：

▲ 《压平曲线》（Flatten the Curve）（图源：Siouxsie Wiles & Toby Morris，CC BY-SA 4.0；中文为本文翻译）

两座病例的山峰，一座又高又尖，冲破了那条代表"医院能接住多少病人"的虚线；另一座又矮又宽，一直待在虚线下面。这张图的原型来自美国疾控中心早年防疫指南里的示意图，美国学者Drew Harris在上面加了那条医院容量线，两人再把它做成了动图。

大家少出门，病例来得慢一点，医院就不会被挤垮。几天之内，这张图在推特上被看了几百万次，世界卫生组织也拿去用了。

F1赛场上，图是用来做决定的

一辆F1赛车身上大约有300个传感器，每秒产生超过110万个数据点：轮胎温度、刹车压力、油耗、每个弯的速度。这些数据实时传回维修区和车队总部。

F1的每个车队都有自己的颜色：红牛是深蓝，法拉利是红，梅赛德斯是青绿，从赛车涂装到车迷的队服都是这个颜色。数据图照着车队色画，颜色一出现，车迷就知道说的是谁，不用看图例。

下面这张，画的是2023赛季每一站的冠军：

▲ 一个方块是一场比赛（数据：Jolpica F1公开数据库）

不用读任何数字，一片蓝里只有一块红。那一年，红牛22场赢了21场，唯一失手的是新加坡站。维斯塔潘一个人赢了19场，创下F1单赛季最多胜场纪录。

车队工程师最常看的一种图叫"差距图"：两辆车之间差了几秒，一圈一圈画出来。下面这张，是我们用2019年F1匈牙利站的真实圈速画的：

▲ 2019年F1匈牙利站，汉密尔顿和维斯塔潘之间的差距（数据：Jolpica F1公开数据库）

那天比赛前，梅赛德斯车队开会讨论过策略，排除了进站两次的方案。汉密尔顿赛后说，当时的结论是"不会进站两次"。

比赛进行到第48圈，车队临时改了主意，把汉密尔顿叫进维修区，换了一套新轮胎。

这一换，他从紧跟在维斯塔潘身后，变成落后19.2秒，只剩21圈。

维斯塔潘的轮胎已经跑了二十多圈，只会越来越慢；汉密尔顿换上新胎，只要每圈快一秒左右，21圈正好追得回来。

差距图上那串点，从第49圈开始一路往上爬。从第50圈到第66圈，汉密尔顿平均每圈比维斯塔潘快1.1秒。

第67圈，全场一共70圈，他超了过去。

"感觉就是一场豪赌……当时我觉得我比Max快。"（汉密尔顿赛后）

同样的数据，也会画给电视机前的观众看。F1和亚马逊云服务（AWS）合作，在转播画面上实时弹出数据图：哪位车手刹车最晚、轮胎还剩多少性能、后车提前进站能不能反超前车（这一招叫"undercut"）。

数据可视化是NOAI比赛的必备神器

NOAI的考纲里，"数据处理"这一块明确要求：熟练运用数据清洗、可视化、统计分析，会用Matplotlib这些Python画图工具。

拿全球最大的数据科学竞赛平台Kaggle给新手的入门题来说：给你泰坦尼克号891名乘客的资料，预测谁活了下来。学生写几行代码，就能把这891个人画出来：

▲ 一个点是一位乘客，金色是活了下来（数据：Kaggle泰坦尼克号训练集）

上面一排金色多，下面一排灰色多。女性的存活率远远高于男性，"女士优先"不是传说，数据里真有。

同样是女性，头等舱活下来97%，三等舱只有50%。舱位越低，活下来的机会越小。

右下角那一大片灰点，是三等舱的男性，347个人，活下来的只有14%。

这张图也告诉学生下一步该怎么做：建模的时候，"性别"和"舱位"一定要放进去，而且两个要一起考虑，不能分开看。

从图里读出一个结论，再把它变成下一步的动作，这才是数据分析真正的功夫。

数据可视化，用数据讲故事，从数据中获取价值。