數(shù)據(jù)可視化簡史

數(shù)據(jù)可視化簡史

數(shù)據(jù)可視化是數(shù)據(jù)分析最常見的一種應(yīng)用形式，本文介紹了數(shù)據(jù)可視化的發(fā)

展歷史和應(yīng)用現(xiàn)狀。

引言

JohnSnow（不是G.QT.里那個“私生子"）大概永遠(yuǎn)不會想到，自己在

排查霍亂傳播途徑時，在地圖上標(biāo)記死于霍亂病人的"霍亂地圖”居然會被后

人評為歷史上十佳數(shù)據(jù)可視化的案例，并且成為了醫(yī)藥地理學(xué)和傳染病學(xué)中一

項(xiàng)基本的研究方法。約翰?斯諾（JohnSnow,1813年3月15日-1858年6

月16日），英國內(nèi)科醫(yī)生，曾經(jīng)當(dāng)過維多利亞女王的私人醫(yī)師，因在1854年

寬街霍亂爆發(fā)事件研究中作出重大貢獻(xiàn)，被認(rèn)為是麻醉醫(yī)學(xué)和公共衛(wèi)生醫(yī)學(xué)的

開拓者。

Thisguy:Notthisguy.

DrJolinSnoxv(1813-1858)

在斯諾生活的年代，對霍亂的起因的主流意見是空氣污染論（認(rèn)為霍亂像黑

死病一樣通過空氣傳播工另一方意見是未被廣泛接受病菌學(xué)說。通過深入研究,

在與當(dāng)?shù)鼐用竦臏贤ㄖ屑由虾嗬?懷特海德的協(xié)助，斯諾判斷出寬街的公共水泵

是污染源，斯諾隨后使用點(diǎn)示圖去解釋霍亂案例爆發(fā)點(diǎn)是以水泵為中心。通過連

接霍亂事件與地理信息的關(guān)聯(lián)，創(chuàng)制了著名的"霍亂地圖"。

他將該地區(qū)的每一個水泵，以及四周的水井都標(biāo)注到圖中。最后他發(fā)現(xiàn)最

多的霍亂患者圍繞的水泵位于寬街。

新冠疫情肆虐期間，大家每天查看的疫情地圖，都得感謝祖師爺斯諾的貢

獻(xiàn)。

回到本文的主題，關(guān)于數(shù)據(jù)可視化，數(shù)據(jù)玩家將按經(jīng)典的Why-What-

How邏輯為大家逐步展開。

一、為什么要數(shù)據(jù)可視化

-Necessityfordatavisualization

先來舉個栗子，大家可以嘗試找出下圖中的"7"

904836898902637

328783949036822

807958069338622

253737394349824

482395603253366

664440742275788

572882622485099

473556834698000

925500345730505

406077668830445

看累了？試試下面這張圖呢？

904836898902637

328783949036822

807958069338622

253737394349824

482395603253366

664440742275788

572882622485099

473556834698000

925500345730505

406077668830445

是不是容易太多了，這就是視覺的力量。

可視化輔助決策

研究表明，人眼是一個高帶寬大量視覺信號并行GPU,帶寬在

2.339G/S,相當(dāng)于一個兩萬兆網(wǎng)卡，具有超強(qiáng)的模式識別能力，且對可視符號

的處理速度比數(shù)字或者文本快多個數(shù)量級，在大數(shù)據(jù)時代，數(shù)據(jù)可視化是人們

洞察數(shù)據(jù)內(nèi)涵、理解數(shù)據(jù)蘊(yùn)藏價值的有力工具。

因此，可視化常常被用來輔助決策，如上圖，中間的一張密密麻麻的客戶

表，到底能得出什么有價值的信息指導(dǎo)決策呢？光看一行行一列列的數(shù)據(jù)，可

能需要很久才能得出一些結(jié)論，但是經(jīng)過可視化，我們可以輕松的以各種形式

的可視化快速掌握結(jié)論，從而輔助決策。

這就是：可視分析，即將信息提煉為知識，起到"觀物至知"對作用，便

于決策者從復(fù)雜、大量、多維度的數(shù)據(jù)中快速挖掘有效信息。

不當(dāng)可視化誤導(dǎo)判斷

值得注意的是，并非所有的可視化都可以指導(dǎo)決策，甚至不當(dāng)?shù)目梢暬瘯?/p>

誤導(dǎo)判斷，以致做出錯誤的決策。

?2004年前后，美國有線通信協(xié)會（NCTA）發(fā)布的報告中，用下圖聲稱美國

政府的管制行為導(dǎo)致了企業(yè)投資下降，而在放開管制后，企業(yè)投資就大量增

加。

?乍看之下，管制的時候是左柱，投資只有140億美元，放開管制后，投資有

560億美元貌似結(jié)論沒有錯誤。但這張圖有嚴(yán)重的誤導(dǎo)與邏輯的維漏。

Lessregulation=Moreindustryinvestment

$56billionAfterregulations

wererelaxed

1993-19961999-2003

?1996-1999年間三年的數(shù)據(jù)缺失。三年可以發(fā)生很多事情，在缺乏數(shù)據(jù)的情

況下，強(qiáng)行將1999年后的投資增長歸結(jié)于去管制，是有邏輯欠缺的。

?左柱只總結(jié)了3年的總投資，右柱則總結(jié)了4年的總投資，這更是故意誤導(dǎo)

觀眾，讓觀眾認(rèn)為去管制后企業(yè)投資大大增加，而游說政府放開行業(yè)管制。實(shí)

際上很可能是其他因素造成的快速增長，而不僅僅是去管制。

真相到底是什么？

CableIndustryInfrastructureExpenditures

Inbillions

可以看到，事實(shí)上96年放開管制后，隨后的三年里企業(yè)投資并沒有顯著

變化，99年以后的爆發(fā)式增長肯定是由于別的原因造成，而非單純的放開管

制。

再看一個例子：

60.2

60

60

59.8

59.6

59.4

59.2

59

58.8

58.6

58.4

20152016

這圖看起來，是不是16年比15年增加了特別多，實(shí)際看看坐標(biāo)軸，才從

59增加到60,2%不到，把坐標(biāo)軸換一下：

70i

60

20152016

這樣看起來就能體現(xiàn)出2%的增量其實(shí)沒多少了。不過，根據(jù)目的的不同，

不排除有的場景也可以采用第一種展現(xiàn)方式。再比如前一段時間好多群都在轉(zhuǎn)的

下面這張圖，縱坐標(biāo)從1100萬開始，顯得2020年的1200萬簡直快到底了，

是不是沒人生孩子了……

?2000年—2020年中國新出生人口數(shù)量

我們換成從0開始的縱坐標(biāo)來看看：

這是不是正常多了，雖然也下降得不少，但是整個基數(shù)還是很大的。

不過，如果需要販賣焦慮，用上面那張圖就比較容易達(dá)到效果。

二、什么是數(shù)據(jù)可視化

------ConceptofdataVisualization

發(fā)展歷程

利用人眼的感知能力對數(shù)據(jù)進(jìn)行交互的可視表達(dá)以增強(qiáng)認(rèn)知的技術(shù)稱為可

視化，它將不可見或難以分析的數(shù)據(jù)轉(zhuǎn)化為可感知的圖形、符號、顏色、紋理

等等，以提高數(shù)據(jù)識別和信息傳遞的效率。

我們拿到的原始數(shù)據(jù)，可能是半結(jié)構(gòu)化，甚至非結(jié)構(gòu)化的，經(jīng)過數(shù)據(jù)清洗

和ETL過程，我們得到規(guī)整的結(jié)構(gòu)化數(shù)據(jù)表，再通過視覺映射，我們得到需要

展示的視覺結(jié)構(gòu)，即按照什么維度，展示什么指標(biāo)，最后，將視覺結(jié)構(gòu)通過圖

像轉(zhuǎn)換，轉(zhuǎn)化為最終的可視化圖像，呈現(xiàn)給決策者。

我們可以將數(shù)據(jù)可視化的發(fā)展歷程分為七個歷程。

17世紀(jì)之前——圖表萌芽

人類早在公元前6200年就掌握了觀測和繪制的能力，此后也一直通過手

工的方式制作可視化作品?？梢暬妊砍鲎缘貓D和一些簡單的圖表，數(shù)據(jù)也不

是測量而來，目的大多是展示一些重要的信息。

人類第一幅地圖（公元前6200年）

公元950年，歐洲人畫出了基于時間變化的折線圖，用于展示太陽，月亮

等行星的位置變化趨勢，開始出現(xiàn)如今的數(shù)據(jù)圖表的雛形。

17世紀(jì)——物理測量

17世紀(jì)以后，隨著對物理基本量（時間、距離等）的測量理論和設(shè)備的完

善，制圖學(xué)理論也隨著分析幾何、概率論等學(xué)科迅速發(fā)展，17世紀(jì)末產(chǎn)生了基

于真實(shí)測量數(shù)據(jù)的可視化作品。

人類第一幅天氣圖（1686年）

這幅圖是誰畫的呢？EdmondHalley（1656-1742）,埃德蒙?哈雷，是

不是挺耳熟，沒錯，就是發(fā)現(xiàn)哈雷彗星的那個哈雷。

EdmondHalley

圖上繪制了信風(fēng)和季風(fēng)的方向，”一目了然地顯示了這些風(fēng)的所有不同地

段和路線；據(jù)此，有可能比任何口頭描述都更容易理解"。

18世紀(jì)——圖形符號

進(jìn)入18世紀(jì)，人類不再滿足于地圖上的幾何信息，隨著統(tǒng)計理論、實(shí)驗(yàn)

數(shù)據(jù)分析等學(xué)科的發(fā)展，現(xiàn)在我們所熟悉的函數(shù)圖、抽象圖被廣泛發(fā)明。

丹麥和挪威的進(jìn)出口貿(mào)易時間序列

此圖來自威廉?普萊費(fèi)爾(WilliamPlayfair,1759-1823),他是來自蘇格

蘭的工程師和政治經(jīng)濟(jì)學(xué)家，今天我們使用的折線圖、條形圖、餅圖和面積圖

都是他發(fā)明的。圖中，紅線是出口額，黃線是進(jìn)口額，通過兩條折線可以很明

顯的看出，1754年前，出口額小于進(jìn)口額，之后出口額反超。

19世紀(jì)數(shù)據(jù)圖形

19世紀(jì)，統(tǒng)計圖、概念圖等迅猛爆發(fā)，此時人們已經(jīng)掌握了眾多統(tǒng)計數(shù)據(jù)

可視化工具，包括柱狀圖、餅圖、折線圖、時間線、輪廓線等。政府規(guī)劃和運(yùn)

營也越來越多的采用可視化方法，19世紀(jì)下半葉，迎來了數(shù)據(jù)可視化的黃金時

期。這個時期的數(shù)據(jù)可視化代表作，除了上文中提到的"霍亂地圖"，還有下

面這張拿破侖東征流圖。

1812-1813對俄戰(zhàn)爭中法軍人力持續(xù)損失示意圖（1869年,被譽(yù)為史上最佳可視化）

這張圖的信息量極大，是1969年法國工程師CharlesJosephMinard

制作的，描繪了拿破侖1812年率軍攻占莫斯科的行軍圖。

其中，最底層是地圖，深黃色圖形表示行軍規(guī)模，黑色圖形表示撤軍規(guī)

模，線條寬度代表了軍隊(duì)的人數(shù)，可以看出從出發(fā)時開始的42w大軍，行軍規(guī)

模逐漸縮減，撤軍規(guī)模逐漸增加，到達(dá)莫斯科時只剩lw人。當(dāng)然，線條的走

勢也是行軍/撤軍路線。

同時，底部既有橫向的時間軸，也有縱向的刻度標(biāo)識了當(dāng)時的氣溫。

此圖可以直觀的感受到，拿破侖的40萬大軍是如何在長途跋涉和寒冬中

消耗殆盡，此次東征也稱為拿破侖由盛轉(zhuǎn)衰的轉(zhuǎn)折點(diǎn)。此外，還有南丁格爾玫

瑰圖：

南丁格爾玫瑰圖

沒錯，就是那位護(hù)士弗羅倫斯?南丁格爾(FlorenceNightingale),護(hù)理

學(xué)的奠基人。

FlorenceNightingale

她的另一個身份是統(tǒng)計學(xué)家。"南丁格爾玫瑰圖"直觀展示了衛(wèi)生條件對

死亡人數(shù)的影響，因而爭取到了更好的醫(yī)療條件。

20世紀(jì)——多維數(shù)據(jù)

進(jìn)入20世紀(jì)，數(shù)據(jù)可視化的黃金時期終結(jié)，主要原因是隨著數(shù)理統(tǒng)計的

誕生，追求數(shù)理統(tǒng)計的數(shù)學(xué)基礎(chǔ)成為數(shù)據(jù)科學(xué)行業(yè)的首要目標(biāo)，而圖形和可視

化作為其輔助，沒有得到太多重視，多維數(shù)據(jù)可視化是這個時期可視化的重要

特點(diǎn)。

DAILYSUNSPOTAREAAVERAGEDOVERINDIVIDUALSOL/\RROTATION!

DATE

DATE

1904年關(guān)于太陽黑子隨時間擾動的蝴蝶圖驗(yàn)證了太陽黑子的周期性

1970S-21世紀(jì)——交互可視化

隨著計算機(jī)的發(fā)明和應(yīng)用，人們開始采用計算機(jī)編程完成可視化過程。70

年代以后，隨著人機(jī)交互界面、圖形顯示設(shè)備的普及，人們獲得了將更復(fù)雜、

更高維數(shù)據(jù)的可視化能力。

谷歌人體瀏覽器

自80年代末開始,Windows系統(tǒng)的問世使得人們能夠直接與信息交互，

也極大的提升了人們對于可視化的熱情。同時，隨著高維數(shù)據(jù)和高性能計算的

進(jìn)一步普及，對于多維、時變、非結(jié)構(gòu)化數(shù)據(jù)呈現(xiàn)和分析的需求也更加強(qiáng)烈，

可交互的可視化產(chǎn)品開始登上歷史舞臺。

2004至今——可視分析學(xué)

大數(shù)據(jù)公司Palantir為美軍分析的亞丁灣海盜概率熱點(diǎn)圖

進(jìn)入21世紀(jì)，人們并不滿足現(xiàn)有可視化技術(shù)對于數(shù)據(jù)的呈現(xiàn)和表示，開

始將可視化和數(shù)據(jù)挖掘、圖形學(xué)結(jié)合起來，以輔助用戶從大尺度、復(fù)雜、矛盾

甚至不完整的數(shù)據(jù)中快速挖掘出有用的信息，以便有效做出決策，這門學(xué)科就

稱為可視分析學(xué)。

主流呈現(xiàn)形式

軟件生成分析圖

Excel.Python,Matlab和SAS等數(shù)據(jù)分析軟件經(jīng)常自帶數(shù)據(jù)可視化包

或工具，科研人員或技術(shù)人員可借此對數(shù)據(jù)進(jìn)行初步可視化，以繼續(xù)深入分析

和挖掘，維度相對簡單，對視覺要求較低，適合技術(shù)人員初步分析或?qū)W者發(fā)表

研究論文。下圖是針對16年美國大選選民學(xué)歷的可視化分析，未接受高等教

育的白人比例越大（相比4年前），Trump的勝算越大，而這個比例在男性中

更為明顯。

-)N

T

O

a

g?

N

oWomen

a

w

?25i

-N

3

9

N

4

HMen

O

PERCENTOFWHITESWITHOUTCOLLEGEDEGREE

255075^00%

50

信息圖

由設(shè)計人員根據(jù)清洗過的數(shù)據(jù)，充分分析其含義后，利用illustrator.

coreldraw等平面設(shè)計軟件進(jìn)行手動加工，同時加入注解信息獲得?？勺x性趣

味性很強(qiáng)，但相對數(shù)據(jù)準(zhǔn)確度不高，常出現(xiàn)于媒體資訊或者公司行業(yè)報告中，

也就是大家經(jīng)?？吹降?一圖看懂XXXX"。

HOWTOBfCOMI

PRESIDENTOFTHEUNITEDSTATES

可交互的HTML網(wǎng)頁（BI系統(tǒng)）

可借由HTML5、JS等技術(shù)動態(tài)地、可交互地展示高維數(shù)據(jù)，非技術(shù)背景

的普通用戶也可以對自己感興趣的數(shù)據(jù)進(jìn)行選取和下鉆。常由多個網(wǎng)頁構(gòu)成商

業(yè)智能（BI）系統(tǒng)，但近年來也被媒體廣泛采用展示熱點(diǎn)數(shù)據(jù)。

三、怎么做數(shù)據(jù)可視化

------Howtovisualizedata

進(jìn)入“大數(shù)據(jù)時代"后，復(fù)雜、異構(gòu)、大尺度的數(shù)據(jù)中經(jīng)過分析所得的知

識和人類所掌握知識的差異是導(dǎo)致新知識發(fā)現(xiàn)的根源，但如此復(fù)雜的數(shù)據(jù)也往

往會讓人感到困惑。利用人的強(qiáng)大視覺識別能力和推理分析智能來表達(dá)、分

析、檢驗(yàn)這些差異正是“大數(shù)據(jù)時代"數(shù)據(jù)可視化的新思路。這就要求我們在

進(jìn)行數(shù)據(jù)可視化時必須理解數(shù)據(jù)含義、目標(biāo)明確。

可視化流程

獲取并清洗數(shù)據(jù)

巧婦難為無米之炊，第一步當(dāng)然是要獲取結(jié)構(gòu)化的，干凈的數(shù)據(jù)，否則：

于數(shù)據(jù)的分析，模型，支撐風(fēng)控、營銷和運(yùn)營，在缺少數(shù)據(jù)質(zhì)量支撐的前提下幾

乎都無從談起。

理解數(shù)據(jù)含義&明確目標(biāo)

做可視化，最容易進(jìn)入的誤區(qū)就是，拿到一堆數(shù)據(jù)，還沒有理解數(shù)據(jù)有什

么含義，直接就開始套用圖形進(jìn)行展示，把大部分時間用在美化圖表上，而完

全忽略數(shù)據(jù)本身傳達(dá)的意義。下面這張圖信息量很大，可以幫助大家評估一個

可視化作品是否成功。比如，把數(shù)據(jù)按照一個故事線組織起來，那多半是一個

研究文檔或者提綱，再加上特定的目標(biāo)和功能介紹，才可以畫出線框圖，最后

加上視覺形式，才有可能變成一個成功的可視化作品。再比如，只有數(shù)據(jù)和視

覺形式，那可能只是純粹的數(shù)據(jù)藝術(shù)，看起來很美，其實(shí)沒有價值，就算加上

一個故事，也沒有什么特定的用途，給不了任何啟發(fā)，只有賦予它一個特定的

目標(biāo)，才有可能成為一個成功的可視化。所以，明確一個可視化作品的目標(biāo)是

很重要的，知道了要傳達(dá)什么信息，達(dá)到什么目標(biāo)，才知道要選擇什么展現(xiàn)形

式。不同的圖表類型適合表達(dá)不同的含義，比如，要比較趨勢，折線圖就比柱

狀圖更合適，比如，要表達(dá)占比，餅圖不一定比堆積柱狀圖好用。

選擇合適的展現(xiàn)形式

那么，如何選擇合適的展現(xiàn)形式呢，畢竟，有那么多種類的圖形：

)MnM

■I'll

AS3IHIIIIIES麓環(huán)金

TypesofInformationVisualization

下面列舉了常用的各類圖表及適用場景：

類刷使用繕最?點(diǎn)示例

TS常用的圖形，可‘

以應(yīng)對絕大多數(shù)可

視化場量，主要用

柱狀回于：

9SAWSL

橫軸通常有序（如

時序）

柱狀圖搐軸無含義

時使用

條形圖一定要排序

如不同國家、地區(qū)

等數(shù)值的比較

柱狀圖

強(qiáng)調(diào)各部分?jǐn)?shù)量或

堆積柱形圖可替代燃圖

占比

表達(dá)數(shù)個將定數(shù)值

之間的數(shù)量變化關(guān)

系、數(shù)據(jù)點(diǎn)之間數(shù)

瀑布圍■的演變過程.

如，期中與期末每「皿

月成交件數(shù)的消長

表達(dá)值相對于總計

的關(guān)系或占比，適單度?

餅圖用于只有一個系列只有一個系列

的數(shù)據(jù)，比較一個無負(fù)值

度.（引杉魯度）

相比餅8B?加一個

度?，即篇形的半

徑.由于半徑和面

根之間是平方的關(guān)兩個度■

玫瑰圖系，視覺上,玫瑰只有f系列

朗會將數(shù)據(jù)的比例無負(fù)值

夸大.反之，相比

較較為接近的數(shù)據(jù)

餅圖時，較為適合___

相比餅圖，視覺上

環(huán)形圖沒有那么滿，可以同餅圖

配合其他網(wǎng)形展示

相比環(huán)形IB,多了

目■

為負(fù)值，數(shù)值為負(fù)兩個度量

環(huán)形玫麗時，￥@^04^1只有f系列

有負(fù)值

相比玫瑰國，兼容

了負(fù)值

詞過高度和斜率表.套柘崢口

水安化口玲，與柱身鴛1鬻易

狀圖相比，折線圖2”堂小

更注西A理依轉(zhuǎn).第f

桿狀由例中表現(xiàn)僉黑、個以上

化量的折線

國?二瞬!?:的介

布.

I當(dāng)址數(shù)摳＜111把

可以編做時

行用永做巾

照，出美性

時，Wffitf

解的多的樣本

相比散點(diǎn)囹《8加了

78四個度工,加點(diǎn)的

人小

如U!單純表現(xiàn)

幅如陽/曲印折線圖+靖枳罔，表門苑建議用

M理占比的同以訐折線助因?yàn)?/p>

可以太斑變?nèi)鐒菝娣e蜂巨桿

?n

rfulJ㈱

不能屈小負(fù)值

多

比膠不同編間同樣:

。1因fc初l旃射和占比維度

數(shù)命相若對大

時不宜使用

陽彤爰別WVMSt置a/hM

W8B

根i??W6g

限詢共多個4Wt

出圖氣鼻仲激俱k:

需要先做標(biāo)潛1

化

■????????

■■

小天法展示文

空間甥IL卻要展

字1**(

w^ta示大量層次結(jié)構(gòu)數(shù)

不肆EJ加度?*?-S

據(jù)■

/*ttPRSk"職三三一.

1盧丁一―=?

用S

l

l'「1

hu

?lT

比慟偵朝的?|

分布圖B&?c

范麗分布z.?fAl

i.T

i1!

l

甲'-a

系基腳梆**?1tow.

w4MMiar

表現(xiàn)流程的示意恒，每條幽l--1-1

圖，用于儂一期S>f^.

「一申11

值到月要變化，可使

緊找圖F?0^1-111

向.分支的亮度對胸蜘1一二cL,.L|

一.?中二1

應(yīng)了如南淖的人變量人多，?——|—

小.—?MM"*...LB

關(guān)系fl8昵方法.

麗，涉

本質(zhì)上展現(xiàn)的是一K

多也會造成信

種中關(guān)系,適合

息過莪

展現(xiàn)飄捌+復(fù)寂

系

WH「砥nr產(chǎn)P'-Q

四分檢費(fèi)r的祗通鴕用開㈤

念，版5強(qiáng)75"主

tiarveyBall分位等I膝進(jìn)行了同堆圉稔

BH吐后，用來比勢，定性多于

較不同個體之間的定量

可視化CheckList

過度設(shè)計影響信息表達(dá)

如下圖，其實(shí)只需要表現(xiàn)一個度量，但是卻用了三維圖形，扇面的高度不

具有任何含義。

Shareofworldwideurban

populationgrowth2010-2050

條形圖足以表達(dá)：

SHAREOFWORLDWIDEURBAN

POPULATIONGROWTH2010to2050

同樣，下圖想表現(xiàn)的信息過多：

看起來很美，但是看完以后完全不知所云，不如拆成幾張圖分別表達(dá)。

圖表類型不合適

想表現(xiàn)趨勢，卻用了柱狀圖：

換成折線圖更加直觀：

123456789101112

使用過多的色彩

顏色本身也傳遞了一定的信息量，過多的顏色也給人一頭霧水的感覺：

結(jié)合我們想要表現(xiàn)的重點(diǎn)，有針對性的突出一到兩種顏色即可:

123456789101112

避免信息過載

折線圖比較了太多系列，建議不超過三個：

ABCDEFGHIJK

系列1系列2系列3-----系列4

一系列5一系歹IJ6一系列7—系列8

同樣，和弦圖也有類似的情況：

少用3D效果

3D效果通常不能表現(xiàn)額外的信息，反而會造成不必要的遮擋和誤解:

■系列1■系列2■系列3

改成2D的圖形效果反而更好:

6

瞇眼測試，突出重點(diǎn)

一套復(fù)雜的BI看板，常常讓觀看者無從看起：

一一j

三二二

e二三

M

r三二

l

三il三

t

M

a二

三*三二三

::

a

*

?

M三；

>>

?

三?,二三

?二三

*：

二-

三?<>工二二三

一二=三

M

受二U二三二

lll

m

”：一

三K二