概要 数据来源为美国大使馆，包含了北京、上海、广州、成都、沈阳五座城市2012-1016五年间全年PM2.5浓度变化情况。数据显示：空气污染程度总体呈现下降趋势，北京、上海、广州、成都四城自2013年起空气质量优良天数所占比例增加，重度及以上污染天数比例降低。其中，重污染天气主要发生在冬季。北京、成都整体空气污染情况比较严重，而广州、上海空气质量相对较好。
设计 初始设计中使用折线图展示了PM2.5浓度随时间变化趋势，使用位置对PM2.5浓度和时间进行视觉编码，使用颜色对城市这一分类变量进行视觉编码。 之后根据反馈，对可视化进行了如下修改：
- 根据反馈，添加了数据过滤功能，使读者可以根据需要隐藏部分城市的数据，使图表更加简洁、明确。
- 添加了对数据频率选择功能，由于逐年数据可以体现总体趋势，而逐月数据能更好地体现空气质量随季节的周期性变化情况，因此可视化中包含了两种数据频率供读者选择。
- 由于平均PM2.5的指标仅体现了每年或每月空气质量的集中趋势，可能受到数据相互抵消的影响，同时也造成了与人们对空气质量主观感受的偏差。因此根据数据创建了空气质量优良天数比例和重度及以上污染天数比例两个变量，进一步反映空气质量的极端分布情况。
反馈1： 从图中可以对比出五座城市空气污染情况的差别，同时能过发现数据的周期性规律。 主要问题：1. 整体的变化趋势不是非常明显。 2.代表所有城市数据的线条混杂在一起，比较混乱。 3.不太清楚y轴表示的数值具体代表什么。
反馈2： 可视化反映出了PM2.5数值整体下降的趋势，同时通过改变数据频率，可以观察到冬季污染较为严重而其他季节相对较轻的规律。 存在问题：在显示逐月数据时，线条比较混乱，影响了不同城市间数据的对比。此外建议增大字号，特别是x、y轴处文字的字号。
反馈3： 能够通过可视化直观地发现空气质量整体改善的趋势，随季节周期性变化非常明显，且通过对比可以发现几座城市相同的周期规律。 从图中发现，所有城市平均PM2.5浓度维持在30至100左右，但主观感觉空气污染情况应该严重，因此怀疑图表是否准确体现了空气污染的真实情况。
资源 数据来源：The U.S. Department of State air quality data