在这个 COVID-19 时代，冒着重复一个已经被重复的点的风险，关于人类的数字数据有时会掩盖实际事件的背景。 另一方面，图形可以揭示背景并阐明数据，而数字本身不能而且可以照亮数据中的故事。
为了说明这一点，让我们回到另一个历史事件。 1912 年 4 月 15 日，皇家邮轮泰坦尼克号在其处女航中不幸沉没在北大西洋。 当它的 2,224 名乘客离开英国南安普顿前往纽约时，当时人们认为它不会沉没。 超过 1,500 名乘客在沉没中丧生，成为和平时期最致命的海上灾难之一。 以下是与皇家邮轮泰坦尼克号上的生存相关的一些关键变量的汇总表。 通过一些工作，您可能会找出最差和最好的死亡率结果组及其人口统计数据，但仅使用表格并不简单。
除了上表之外，请考虑下图。 这是一个平行情节。
这个平行图由弯曲的带和鲜艳的颜色组成。 该情节在一张图片中展示了 100 多年前 1912 年 4 月 14 日在北大西洋的皇家邮轮泰坦尼克号上展开的一些关键生存预测因素。 事实证明，你是谁与你的生存概率有关。 让我解释。
笔记：我建议你在另一个浏览器窗口中打开上面的平行图. 本文的其余部分将引用此图。 这将节省您在解释图表时滚动的时间。
如何阅读平行图
您可以从右到左或从左到右阅读此图。 让我们从右到左阅读，因为生存问题是这里的关键，所以让我们从那里开始。 首先，查看右下角的标签，上面写着“幸存”，然后垂直向上移动你的眼睛。 您应该看到带的垂直宽度以“no”为中心更大。 这些代表船上所有没有幸存的人。
当您继续垂直向上移动眼睛时，您会开始看到以“是”为中心的条带宽度。 这些是幸存下来的人。 哪个频段更宽（垂直来说）？ 您应该会看到以“yes”为中心的条带的垂直宽度变小了。 您会立即看到更多的人没有幸存下来，因为“否”周围的条带宽度大于“是”周围的条带宽度。
在每组波段中，您可以看到颜色描绘。 每种颜色代表每位乘客（包括机组人员）所在的班级组。 从标有“Class”的图例可以看出，蓝色是 crew，红色是第一位，绿色是第二位，紫色是第三位。 可能跳出页面的是相对于该组中幸存的人数而言，死亡的大量船员（蓝色）。 大多数船员都遇难了。
现在考虑每个生存组中“类别”的相对比例。 为此，请将您的眼睛移至图表左下角的“类”标签。 然后垂直向上移动你的眼睛。 每个组的宽度不同，代表每个类的个体数量。 最小的带宽是对应于这两个类的第一个（红色带）和第二个（绿色带）。 最大的波段宽度是船员（蓝色波段）和第三波（紫色波段）。
现在，从左到右并跟随船员（蓝色）乐队阅读，您可以为该组构建自然语言叙述。 这是平行图的一个强大功能。 叙述听起来可能是这样的：
“船员是泰坦尼克号上最大的单一‘阶级’群体，他们都是成年人。 大多数船员都是男性。 大多数船员都遇难了，只有极少数男性和女性幸存下来。”
让我们为班级组“第三”再读一篇。 同样，从左到右阅读，按照第三类（紫色）乐队：
“三等舱是泰坦尼克号上第二大单一‘阶级’群体，他们大多是成年人，但也有相当数量的儿童。 三等舱大部分是男性。 大多数三等生都遇难了，但有一小部分男女成年人和一些儿童幸免于难。 鉴于三等舱乘客人数众多，与头等舱或二等舱乘客相比，幸存下来的人所占比例较小。”
如果您有兴趣制作这个平行图，制作它的说明和泰坦尼克号数据示例摘自JMP 基础，第三版. 您可以在第 3 章中找到这个简单示例和许多其他示例，图索引. 您还可以在以下位置找到平行图的源数据和示例JMP 文档，或者您可以从我在JMP公共.
在上面的平行图中，您会在每个 X 变量的图顶部看到小箭头。 它们看起来像这样：
这些箭头表示列的排序顺序。 如果您单击“性别”箭头，彩色条带的垂直顺序将在其下方垂直反转。 这产生了一个平行图，强调了大多数船员没有幸存的信息。 这是将“性别”的箭头方向从上更改为下的结果：
现在有了这个新的视觉效果，您可以更好地了解船员的可怕处境。 从左到右阅读，代表船员的宽蓝色带从左到右以几乎相同的垂直宽度延伸，直到它与“性别”变量相交，其中一小部分男性向上分支到“幸存”。 但正如你所见，大多数船员都遇难了。 如果你仔细看，你会看到一条非常细的蓝色带，代表同样幸存下来并向上分支到女性节点的女性船员。
测验：二等舱的生存情况如何？ 提示：从左到右跟随绿色条带。
结论
图形可以用数字本身无法做到的方式阐明数据，并为数据中的故事提供更丰富的背景信息。 此处显示的交互式平行图在讲述有关数据的故事时特别有用。 实际上， JMP出于这个原因，通常会为大多数输出提供图表和数字摘要。 在这种情况下，平行图连同数字摘要讲述了一个更完整的关于泰坦尼克号船上幸存者的故事。
我要感谢我的合著者@susan_walsh1和@curt_hinrichs感谢他们帮助起草这篇文章。
