首页 > 数据可视化 > 《数据可视化之美》摘要与批注(01)
2013
11-07

《数据可视化之美》摘要与批注(01)

《数据可视化之美》摘要与批注

书名:Beautiful Visualization

作者:Julie steele & Noah lliinsky

出版社:O’reilly Media, Inc 2011

第一章:论美

visualization (可视化)和visual(可视效果)两个词是等价的,表示所有结构化的信息展现方式,包括graphs(图形)、charts(图表)、diagram(示意图)、map(地图)、storyboards(故事情节图)以及less formally structured illustration(不是很正式的结构化插图)。

广义的说,小说的插图就是一种典型的visualization例子。它可以归入信息可视化一类,并在原则上从属于数据可视化——我是这么认为的。

1.美的可视化的关键要素:
  • Informative(饱含信息的)

the key to the success of any visual is providing access to information so that the user may gain knowledge.

  •  Efficient(高效的)

Access to this information should be as straightforward as possible, without sacrificing any neccessary, relevant complexity.

  • Novel(新颖的)

Most often, designs that delight us do so not because they were designed to be novel ,but because they were designed to be effective; their novelty is a byproduct og  effectively revealing some new insight about the world.

  • Aesthetic(美感)

The graphical construction—consisting of axes and layout, shape, colors, lines, and
typography(排版)—is a necessary but not solely sufficient(必要但不充分条件), ingredient in achieving beauty.Appropriate usage of these elements is essential for guiding the reader, communicating meaning, revealing relationships, and highlighting conclusions, as well as for visual appeal.

以上的美的可视化的四要素,是按优先级顺序排列,informative最为重要,Efficient次之,Aesthetic是以上二者的重要补充,而novel通常只是Effective information的副产品。如果舍本逐末,纯粹为了创造一些视觉上令人感到印象深刻的新颖的设计,其结果通常是失败,因为可视化对人没有使用的价值。吐槽一下,喜欢这么搞的人应该去搞现代艺术,因为现代艺术就是以直接表达作者情感为基准的,而不是为了表达什么直观信息。

2.如何实现美

step outside default format(走出默认风格)

标准格式和惯例的优点在于:易于创建,为大多数读者熟悉,并具有自明性。但是,在通常情况下,使用这些默认方式很难实现新颖性。抛弃默认格式并采用更好更强大的解决方案必须是为了传递信息而非多样化。

make it informative (使信息更加充实) 

首先考虑的问题是要传达什么信息,解决什么问题,或者讲述什么故事

接着是以读者和他们的需求准确地阐明可视化的目标

然后是考虑数据集,选择哪些数据,避免分散注意力的数据

之后考虑使用场景:有两种截然不同的使用场景:一是揭示设计师所知道的;二是为了帮助未知事物的研究。前者是演示工具,后者是探索工具。这两种工具的设计是截然不同的。定义良好的目标有助于演示工具的开发,设计一些不同的可视化对于答案不确定的探索工具可能是有用的。

make it efficient(使可视化高效)

visually emphasize what matters(视觉上突出重要的因素):注意,强调相关性的策略通常用于数据展现,而不是数据研究。但是,突出未知数据的不同方面或者子集的方式,是发现可能淹没在噪音数据中的关系的有效方式。

use axes to convey meaning and give free information(使用轴线表达含义并展示自由信息):轴线是减少噪音数据和文本数量的同时仍能保留足够信息的非常棒的方法,定义良好的轴线对于定性和定量数据都非常有效。在定性环境中,轴线可以定义领域或者分组。而在定量的轴线可以提供信息,支持相关值的查找。

slice alone relevant divisions(相关部分的切分):减少可视化混乱的另一种方式是把大数据划分成多个相似或者相关的子集并分别可视化。如果获得的信息可以独立使用,则此方式尚可;如果获得的信息必须与其他切分数据集一起使用,则切分的意义就不大了。

use conventions thoughtfully(慎重地使用惯例):有意识恰当地使用惯例将会加速读者理解的进程。对于可视化过程中的次要表现很适合。

leverage the aesthetics(充分利用美感):在满足了充实和高效的需求之后,终于可以来考虑可视化设计的美感了。审美元素可以是纯粹的装饰,也可以是辅助的信息,以便使得可视化设计更容易被人们所接受。但是,要注意避免仅仅为了美感本身而使用设计风格。

成功案例

1.伦敦地铁图


普通地图为了准确代表地理位置所以包含很多地理信息,但是对于地铁中的人来说,他们仅仅关系自己和系统其它位置的逻辑关系。harry beck的伦敦地铁图,更有点像电路布局图而不是普通地图。他的地铁图突出了最相关的信息,剔除了不想管的信息,使得数据更高效地被访问到。使之成为一代可视化经典。

2.元素周期表

门捷列夫的元素周期表的天才之处在于,通过元素的编排组织揭示了元素之间的相互关系和周期性变化的物理属性,表的结构直接取决于数据。既是演示工具(表达已有元素),又是探索工具(对于未知元素留下了空格)。值得指出的是,最早版本的元素周期表完全是纯文本的,可以通过打印机打印出来。元素周期表所采用的图形化处理绝对是最少的——强大的图形设计处理并非美丽的可视化的必要条件。


留下一个回复

你的email不会被公开。