在同一垂直方向上使用两种不同比例的图表通常会自动贴上“误导性”标签，因为如果您充分拉伸和收缩两个数据系列，您最终会找到使它们看起来相关的方法。 Toph Tucker认为自动解雇是错误的：
所以是的，双轴变换了系列，而这种变换可能是谎言。但皮尔逊相关系数中已经内置了同一种变换。就双轴不好而言，皮尔逊相关系数也是如此。他们的优点和缺点并存。双轴擅长显示伪相关，因为它们擅长显示相关性。
挑战在于，当您看到横轴为时间的折线图和多条数据线时，很难分离坐标系，我们已经学会将这些线解读为随时间变化的模式。另一方面，散点图（或时间相关的散点图）突出了这种关系。
因此，虽然您不需要完全避免双轴，但您在这样做时应该小心。
标签：相关性，双轴， Toph Tucker
原文： https://flowingdata.com/2023/05/09/arguing-in-favor-of-dual-axes-to-show-correlation/