原創 丑丑姐姐 專利分析可視化

1月6日，紐約時報的觀點欄目（OPINION）發布了一篇關于Omicron的文章“Here’s When We Expect Omicron to Peak”，這篇文章是由哥倫比亞大學的傳染病建模師和流行病學家Shaman博士對美國Omicron感染人數的預測。

這篇文章首先用螺旋圖表示了目前實際的感染人數的變化情況。這個螺旋圖的形式展示了自2020年疫情以來，美國每周新增感染COVID-19的人數變化。螺旋代表時間軸，由內向外表示時間從2020年一月份到2022年一月份。可以看到2020年開始感染人數逐漸上升，在2020年末2021年初，感染人數出現了峰值。展示出此前的Alpha、Delta等變異株都比不上Omicron的傳播速度，2022年1月的最近幾天，感染人數爆發式增長。

該文章隨后預測了美國1月份的累積感染人數將會破紀錄。

文章中的兩張圖表由Gus Wezerek和Sara Chodosh繪制。而正是這張螺旋圖，引發了一場關于數據可視化意義的討論。

很多人認為做這樣的螺旋圖毫無意義，沒有必要把這種數據做成螺旋圖，因為用折線圖就可以展示出這些信息，并且可以展示更具體更詳細的數據。比如紐約時報之前的報道就是采用交互式折線圖（見下圖），讀者可以去具體的探究數據，比如具體到某個時間，或者具體到某個地區，感染人數如何。

但這個螺旋圖，它提供的信息就很少，而且坐標軸的對照也不如折線圖直觀，讀者也不能獲得具體數據。

不過也有很多人對這個螺旋圖表示了支持。比如Nathan Yau（加州大學洛杉磯分校（UCLA）的統計學博士，數據可視化網站Flowing data的創始人）就認為這樣圖能夠引導大家去閱讀，并且展示作者的觀點，而且這張圖也并不是說一定要取代我們過去兩年已經非常熟悉的折線圖。

有人將螺旋圖的數據做成了折線圖，來解釋為什么作者沒有采用折線圖。因為如果把這個圖的數據做成折線圖的話，圖是不太協調的，因為Omicron實在太厲害了。

還有很多人也紛紛PO出各種各樣的螺旋圖來表示支持。

比如很早之前的環狀條形圖，其實就是一個條形圖，但把條形做成環狀。

比如展示氣候變化的螺旋圖。一個封閉的圓環表示一年里從1月到12月的溫度。

比如展示有錢人們從百萬富翁變成億萬富翁所花費時間的螺旋圖。

還有人對原圖進行了改進：將面積變為很多柱形的組合，為柱形賦予顏色，用柱形的長度和顏色表達數據的大小。因為顏色的加入，使得我們一眼能夠看到在2021年秋天，因為Delta變異株引起的感染人數激增，這一信息在原圖中是不太能夠引起讀者注意的。

小編認為，數據可視化的目的之一就是引起讀者關注，展現數據故事。紐約時報的這篇文章并不是一個嚴謹的學術論文，而是一篇需要廣泛傳播的新聞，它的讀者是普羅大眾，用這樣的圖表可以吸引讀者的注意去閱讀、去獲取圖表中的信息，這就足夠了。并且，不管在什么領域我們都應該鼓勵創新，如果永遠都堅持嚴格的、現有的規則，比如數據隨時間的變化就是要用折線圖來表示，那么創新就永遠不會發生。

保護版權人人有責

原標題：《一張螺旋圖引發的討論》

閱讀原文