A 博客 这篇文章列出了 "将数据转化为信息图时常见的信息图错误",以及这种转化的7大罪状。这些建议对大多数人来说都是很好的,但有些人却对它们免疫。

看看这个列表,你可以看到有些项目并不适用于研究人员,因为他们在科学和科学出版物中的工作性质。其中四项对正在制作信息图表的科学家来说不是真正的威胁,但其中三项仍然是很好的建议。

以下是四个最常见的信息图表错误(不是针对科学家)和我的评论。如果你不同意的地方,请随时评论。

1- 缺少对你的数据来源的参考

看来,在凡人的世界里,人们并没有引用数据的参考文献。这不完全是信息图的错误之一,而是研究人员的真正罪过。可怜的人,不知道Mendeley和sorts。

2- 使用权威性可疑的数据来源

信息图表错误

 

我知道,研究人员在阅读时做的第二件事就是检查参考文献,他们讨厌buzzfeed的文章没有告诉你他们的信息来自哪里,或者最后是维基百科或《太阳报》的文章。

当然,在这方面,科学的标准更高。

- 什么?有这篇文章的杂志的影响因子低于3?哦,得了吧!

3- 你的图表在视觉上是不正确的

信息图表错误

当你阅读一篇科学文章时,你从摘要到......介绍?该死的,没有!你去看数字和图形,试图找到一个标准误差,一个没有价值的P或一个错误的解释。你去看数字和图形,试图找到一个标准误差的错误,一个没有价值的P或任何形式的曲解。这就是科学家所做的:他们想证明统计数据是错误的。如果他们找不到任何问题,这项工作就是好的。

也就是说,我们可以非常肯定,研究人员不会犯像上面描述的错误。

4- 统计数据的视觉夸张

信息图表错误

正如我之前所说,科学家们从抽象到数字和图表,首先是为了确保统计数据,然后是为了嗅出任何偏见。

是的,科学界的人可以从一百万粒子的饼图和趋势线中嗅到一分子的偏见。所以不要试图在你的图表中用测试组的拉长条来愚弄这些人。他们知道自己在做什么,不容易犯同样的错误。信息图表错误
现在是连科学家都会犯的3个信息图表错误。


5- 你的信息图的结构是混乱的

信息图表错误
柱状图、曲线图、点状图、颜色。我应该看什么呢?

好吧,科学家当然不是设计师,他们倾向于遵循一些在专业的日常生活中存在的标准,如报告、出版物和演讲,可能有一些正式的限制。如果他们有自由去做一些不同的东西,比如信息图,他们必须要小心。

这就是为什么你有 "Mind the Graph "工具--帮助你进行设计。

选择一个模板与设计一个实验是一样的:你必须在开始之前知道你想要完成什么。

好好看看 Mind the Graph的模板类别和例子 以获得任何帮助。

6- 你参考了太多的数据

信息图表错误

我知道你做了很多工作,对你来说,你的每一个数据都很重要,但你确定每个人都感兴趣吗?

使用信息图的好处是,它们直奔主题。如果它变得太大,你就不能引起浏览者的注意。不要超过8,000像素,也不要让它太重--1.5MB是一个好的限制。

7- 你的数据过于复杂或肤浅

信息图表错误

信息图表错误

这里重要的是要清楚地知道谁会消费这张信息图:你的同行、研究生还是记者?他们每个人对这个主题的熟悉程度都非常不同,所以你必须适应。什么是他们必须(和可以)学习的基本信息?对记者和学生来说不能太复杂,对你的同事来说不能太肤浅。

最重要的是:不要让你的信息图陷入困境。当信息对专家来说不够新鲜或复杂,而对公众来说又无法理解时,就会出现这种情况。当信息停留在两个公众之间,漂浮在两个公众之间,从未接触到任何人时,就会发生这种情况。这就是为什么你必须选择一个听众,因为几乎不可能同时对同行和非专业人士感兴趣。

标志-订阅

订阅我们的通讯

关于有效视觉的独家高质量内容
科学中的交流。

- 独家指南
- 设计提示
- 科学新闻和趋势
- 教程和模板