迷彩通常意味著與周圍環境協調一致。在一個世紀之前，戰艦想躲避潛艇時不會用這一招，因為在不斷變幻的海天背景之下，船首波與主煙囪會時刻暴露出戰艦的位置。於是炫幻迷彩應運而生，這種迷彩由彎彎曲曲的線條和五顏六色的花紋，以很抽象的方式顯示出來。採用炫幻迷彩的戰艦不難定位，難的是在程式繁瑣的攔截中，發射魚雷之前需要潛望鏡操作手迅速判斷出戰艦的航速與航向。也就是說，設計炫幻迷彩的目的就是造成誤判，有證據表明這種策略確實有效。
現在讓我們討論一下資料視覺化，這是數字導向新聞報導中近來最炙手可熱的操作手法，不過這也讓我們想起弗洛倫斯•南丁格爾(Florence Nightingale)這樣的人物。她不僅是史上最著名的護士，而且是最漂亮的視覺化技術“雞冠花圖”(Coxcomb diagram)的創始人。另外，她還是首位當選英國皇家統計學會(Royal Statistical Society)的女性會員。
資料視覺化用複雜資料生成強大而精美的影像。它就像行文技巧一樣：它能帶來舒適的體驗，如果應用得當，能成為一種發揮積極作用的武器；但另一面，它充滿誘惑，並可能具有欺騙性。我們對於資料視覺化的經驗少於在修辭方面的經驗，在這方面還處於懵懂狀態，很容易視覺化衝昏頭腦。資料視覺化被等同於統計版炫幻迷彩的情形太多了——富有衝擊力的形象吸引了我們的注意力，而這要麼不能傳遞有用資訊，要麼會在很大程度上誤導我們。
舉一個危害相對不大的例子，比如《紐約客》(The New Yorker)最近上線的地鐵不平等線上地圖。文中說：“紐約有不平等問題。”接著該文請我們點選不同的地鐵地圖，這會讓我們看到一幅截面圖，截面圖顯示出沿著不同地鐵線路乘客收入中位數分佈的波峰和波谷。這一結果看上去十分漂亮，但是它所提供的資訊遠遠比不上一幅地圖本來能提供的資訊量。這其實是一件打著統計分析幌子的藝術品。
更有名的例子，是戴維•麥坎德利斯(David McCandless)令人印象深刻的動畫“債務方塊(Detris)”。在這個動畫中，巨大的方塊緩緩落下。為了向那個令人上癮的電腦遊戲“俄羅斯方塊”(Tetris)致敬，背景音樂採用了8位音軌。這些方塊的大小表示相應的美元金額。在“600億美元：2003年伊拉克戰爭耗費成本估值”的方塊之後，隨之而來的是“3萬億美元：伊拉克戰爭總成本估值”。在這之後則是沃爾瑪(Walmart)營收、聯合國(UN)預算、金融危機成本以及許多其他專案。
這一動畫純粹是一種炫幻迷彩。這完全把統計學的蘋果和統計學的桔子放在一起進行了比較。例如，與伊拉克戰爭有關的比較並不是第一眼看上去的那種“過去和現在的比較”，而是美國國防部(DoD)曾經估計的可能花銷與一種涵蓋因素更多的巨集觀估值的比較，後者包括了死亡戰士生命的在財務估值，另外還包括了一萬億美元的“巨集觀經濟損失”。伊拉克戰爭確實是一場災難，但完全沒必要為了證明這一觀點而在統計上採取調包手法。
麥坎德利斯告訴我們，資訊可以是十分美妙的。不幸的是，誤導性資訊也可能同樣美妙。或者，正如統計大師麥克•布拉斯特蘭德(Michael Blastland)所說：“我們很有可能會犯下與過去常犯的統計錯誤一樣的錯誤，只是表現形式更漂亮一些。”
那些漂亮的雞冠花圖也不例外。它們確實展示了克里米亞戰爭(Crimean war)中人員大量致死的原因，並且無可辯駁地證明了改善衛生條件能拯救人們的生命。但是南丁格爾傳記作家休•斯莫爾(Hugh Small)聲稱，南丁格爾選擇雞冠花圖的目的是為了專門證明以上觀點。實際上，簡單的直方圖原本能呈現得更清楚一些，但是就南丁格爾的目的而言，直方圖的問題在於因果關係表現得太過清晰，因為讀者會從直方圖得出結論，冬天來臨與糟糕的衛生條件導致的死亡人數同樣多。南丁格爾展示資料的方式是極有控制力的。這樣的呈現方式不是為了傳遞資訊，而是為了說服讀者。我們觀賞當代資料視覺化圖案之時，應該銘記這一點。
via：ftchinese