把数据画成图：ECharts / matplotlib

讲

例子一点一分的差距，画成两倍的碾压

班会投影上一张柱状图：「B 班平均分远超 A 班」——一根柱子是另一根的两倍多高。小晴凑近看了眼坐标轴，笑了：A 班 89.1，B 班 90.2，差 1.1 分；柱子悬殊，是因为 y 轴不从 0 起，从 88 起。同一组数据、两种画法，下面当场重演——注意两张图的数字标签一模一样：

诚实版：y 轴从 0 起——1.1 分的差距，看起来就是 1.1 分。

截断版：同一组数据，y 轴从 88 起——差距被放大成「碾压」。两张图都随右上角主题变色，数字始终是 89.1 和 90.2：数字没撒谎，标尺在撒谎。

名词两件画图工具，按图住在哪里选：ECharts＝网页里的图表库（vendored 单文件即可用，中文文档；上面两张图和本站的图表就是它画的）；matplotlib＝Python 世界的画图库，住在上一课的 Jupyter 里，算完一格顺手画一格。

定义画图三步：数据 → 选形状 → 定标尺

① 把数据准备成列表；② 形状由问题决定——先说清「我要读者比什么」，再挑图形；③ 诚实由标尺决定——y 轴从哪起、x 轴取哪段区间。前两步决定图说不说得清，第三步决定图说不说得对：

第三步最不起眼，却握着整张图的公信力。

看图先看轴——图表撒谎的两大惯用手法全在标尺上：① 截断坐标轴：y 轴不从 0 起，小差距画成大悬殊（上面第二张图）；② 掐头去尾选区间：一条起起伏伏的曲线，只截取上涨的那一段，跌的月份不给你看。两招的共同点：数据全是真的，谎全在取景框上。

上手比想象容易。同一张诚实的柱状图，两个世界的写法——注意两段代码里都有那行「从 0 起」：

// 网页里：ECharts
var chart = echarts.init(document.getElementById('mychart'));
chart.setOption({
  xAxis: { type: 'category', data: ['A 班', 'B 班'] },
  yAxis: { type: 'value', min: 0 },        // 诚实的 y 轴，从 0 起
  series: [{ type: 'bar', data: [89.1, 90.2] }]
});

# Jupyter 里：matplotlib
import matplotlib.pyplot as plt
plt.bar(['A 班', 'B 班'], [89.1, 90.2])
plt.ylim(0, 100)   # 诚实的 y 轴，从 0 起
plt.show()

泛化换个角度：图是论证，轴是前提

一张图就是一段论证：数据是证据，形状是推理，标尺是前提——前提被动了手脚，证据再真、推理再顺，结论也不算数（1.2 的图尔敏在这里换了身衣服）。所以拿到任何图，三连问练成条件反射：轴从哪起？区间取多长？数据谁给的？这不只是防别人——下面例三你会看到，最容易被截断轴骗到的，常常是做图的人自己。

例

补充三例——两个常见用法，一个易错。

做

卡