我们的生活越来越多地驱动数据。我们的手机监控我们的时间和互联网使用情况以及在线调查可以辨别我们的意见和喜欢。这些数据收获用于告诉我们我们睡得如何或想购买的东西。
数字对日常生活越来越重要，但是人们的数字技能却落后了。例如，澳大利亚的12年级学童的百分比占据了更高和中级数学数十年来一直在下降。
为了帮助普通人了解大数据和数字，我们经常使用视觉摘要，例如饼图。但是，尽管非数字的人会避免数字，但大多数人都会避免饼图。这就是原因。
什么是饼图？
饼图是代表数值百分比的圆形图。圆被分为切片，每个切片的大小与其所代表的类别成正比。之所以命名是因为它类似于切片派，并且可以以许多不同的方式“送达”。
下面的示例饼图显示了上次选举之前澳大利亚的两党优先投票，工党为55％，联盟占45％。两个近半圆形的近圈显示了相对紧张的比赛 - 这是饼图的有用示例。
饼图有什么问题？
一旦我们有两个以上的类别，饼图就可以轻松歪曲百分比，并且很难阅读。
下面的三个图表是一个很好的例子 - 很难确定五个区域中的哪个是最大的。饼图的圆形性意味着该区域缺乏共同的参考点。
当有很多类别时，饼图也很差。例如，该图中的该图表用于共同数据可视化的数据源，显示了一个派中数百个类别。
小切片，缺乏清晰的标签和颜色的万花筒使任何人的解释变得困难。
对于一个色盲人来说，这甚至更难。例如，这是对上图的模拟，对氘化或对绿光的敏感性降低的人的外观。这是最常见的色盲类型，大致影响4.6％的人口。
如果我们采用饼图并使它们使它们三维化，情况可能会变得更糟。这可能导致对数据的严重陈述。
在下面，黄色，红色和绿色区域的尺寸都相同（三分之一），但根据角度和将切片放在馅饼底部的角度不同。
那为什么到处都有饼图呢？
尽管饼图存在众所周知的问题，但它们无处不在。他们在期刊文章，博士学位论文，政治投票，书籍，报纸和政府报告中。他们甚至被澳大利亚统计局使用了。
尽管统计学家已经批评他们数十年了，但很难用这种逻辑来争论：“如果饼图如此糟糕，为什么有这么多？”
他们可能很受欢迎，因为它们很受欢迎，这是适合饼图的循环论证。
饼图的好选择是什么？
有一个简单的修复程序可以有效地总结一个小空间中的大数据，并且仍然允许创意配色方案。
这是谦虚的条形图。还记得上面有五个类别的大脑辅助饼图示例吗？这是使用栏的同一示例 - 我们现在可以立即查看哪个类别是最大的类别。
与饼图的非线性片段相比，线性条在眼睛上更容易。但是请注意，通过添加3D效果，使谦虚的条形图看起来更有趣。如您已经看到的，3D图表扭曲了感知，并且很难找到参考点。
以下是标准的酒吧图表，也是1992年美国总统选举中因家庭收入而分配的选民人数的3D替代方案（从15,000美元到7.5万美元以上）。使用3D版本，您能告诉最高收入类别中每个候选人的选民人数吗？不容易。
使用饼图可以吗？
我们展示了一些最糟糕的饼图示例，以提出一个观点。饼图只有几个类别并且百分比不同，例如一个大型和一个小型类别。
总体而言，最好很少使用饼图，尤其是当有更多“易消化”替代方案（条形图）时。
每当我们看到饼图时，我们都会想到两件事之一：他们的创造者不知道他们在做什么，或者他们知道自己在做什么，并且故意误导了。
图形摘要旨在轻松，快速地传达数据。如果您觉得有必要将其涂抹起来，那么您可能会在没有意义的情况下减少理解。
阿德里安·巴内特（Adrian Barnett），统计学教授，昆士兰州技术大学和Victor OguomaPoche土著健康中心高级研究员，昆士兰州大学
