[数据可视化]
本文编译自：Ross Crooks
数据可视化是指将数据以视觉的形式来呈现，如图表或地图，以帮助人们了解这些数据的意义。通过观察数字、统计数据的转换以获得清晰的结论并不是一件容易的事。而人类大脑对视觉信息的处理优于对文本的处理——因此使用图表、图形和设计元素，数据可视化可以帮你更容易的解释数据模式、趋势、统计数据和数据相关性，而这些内容在其他呈现方式下可能难以被发现。
数据可视化可以是静态的或交互的。几个世纪以来，人们一直在使用静态数据可视化，如图表和地图。交互式的数据可视化则相对更为先进：人们能够使用电脑和移动设备深入到这些图表和图形的具体细节，然后用交互的方式改变他们看到的数据及数据的处理方式。
我们必须用一个合乎逻辑的、易于理解的方式来呈现数据。但是，并非所有数据可视化作品的效果都一样好。那么，如何将数据组织起来，使其既有吸引力又易于理解？让我们通过下面的16个有趣的例子获得启发，它们是既注重风格也注重内容的数据可视化经典案例。
1：为什么会有“巴士群”现象
这里有一个关于复杂数据集的很好的例子，它看起来感觉像一个游戏。在这个例子里，Setosa网站为我们呈现了“巴士群”现象是如何发生的，即当一辆巴士被延迟，就会导致多辆巴士在同一时间到站。
只用数字讲述这个故事是非常困难的，所以取而代之的是，他们把它变成一个互动游戏。当巴士沿着路线旋转时，我们可以点击并按住一个按钮来使巴士延迟。然后，我们所要做的就是观察一个短暂的延迟如何使巴士在一段时间以后聚集起来。
2：世界上的语言
这个由DensityDesign设计的互动作品令人印象深刻，它将世界上众多(或者说，我们大多数人)语言用非语言的方法表现出来，一共有2678种。
这件作品可以让你浏览使用共同语言的家庭，看看哪些语言是最常用的，并查看语言在世界各地的使用范围。这是一种了不起的视觉叙事方法：将一个有深度的主题用一种易于理解的方式进行解读。
3：按年龄段分布的美国人口百分比
应该用什么方式去呈现一种单一的数据？这是一个令人信服的好榜样。
Pew Research创造了这个GIF动画，显示人口统计数量随着时间推移的的变化。这是一个好方法，它将一个内容较多的故事压缩成了一个小的动图包。此外，这种类型的微内容很容易在社交网络上分享或在博客中嵌入，扩大了内容的传播范围。
4：NFL(国家橄榄球联盟)的完整历史
体育世界有着丰富的数据，但这些数据并不总是能有效地呈现。然而，FiveThirtyEight网站做得特别好。
在下面这个交互式可视化评级中，他们对国家橄榄球联盟史上的每一场比赛计算“等级分”––根据比赛结果对球队实力进行简单的衡量。总共有超过30,000个评级，观众可以通过比较各个队伍的等级分来了解每个队伍在数十年间的比赛表现。
5：Google Flights上的美国感恩节
下面是将一段时间内在空中移动的物体进行可视化的好方法。这是由Google Trends驱动的项目，它跟踪感恩节前出发、到达和穿越美国的航班。
可视化始于当天很早的时间，随着时间的推移，像播放电影一样显示在全国各地飞行中的航班。不需要显示时间外的任何数字，观众即可以看到当天哪段时间是国际航班、国内航班以及往返于全国各地不同枢纽的航班的热门时间。
6：是什么真正造成了全球变暖?
我们都知道，“不要只简单地展示数据，讲个故事吧”。这正是彭博商业正在做的可视化——用互动的方式来讲述故事的来龙去脉。。
此图的关键是要反驳用自然原因解释全球变暖的理论。首先你会看到从1880年至今观测到的温度上升情况。为了使故事内容更加丰富，当你向下滚动时，这个可视化图会让你清楚的了解到相较于已被观测到的因素，造成全球变暖的不同因素到底有多少。作者希望观众能够得到非常清晰的结论。
7：在叙利亚，谁和谁在战斗？
许多不同的团体之间的关系可能令人很难理解–尤其是当有11个这样的团体存在的时候。这些团体之间有的结盟，有的敌对，反之亦然。这让人难以理解。
但是，Slate网站通过表格的形式和熟悉的视觉表达，将这些数据简化为一种简单的、易于理解和可交互的形式。观众可以点击任一张脸来查看双方关系的简要描述。
8：最有价值的运动队
这是通过叠加数据来讲述深层故事的一个典型例子。
这个交互由Column Five设计，受福布斯“2014年最具价值的运动队50强”名单得到的启发。但是它不仅将列表可视化，用户还可以通过它看到每支队伍参赛的时间以及夺得总冠军的数量。这为各队的历史和成功提供了更全面的概况信息。
9：美国风图
下面是一个类似感恩节航班的可视化图，除了图中显示的时刻，它还能实时显示美国本土的风速和风向。
它是直观设计的一个很好的案例：风速用线条移动的快慢来表示，方向通过线条移动的路径来表示。它会即时显示美国风向的总体趋势，无需任何数字，除非你在地图上点击鼠标。另外，使用时设定最多两个变量会使它更容易操作。
10：政治新闻受众渠道分布图
据Pew研究中心称，当设计师在信息内容很多又不能删的时候，他们通常会把信息放到数据表中，以使其更紧凑。但是，他们在这里使用分布图来代替。
为什么呢？因为分布图可以让观众在频谱上看到每个媒体的渠道。在分布图上，每个媒体的渠道之间的距离尤为显著。如果这些点仅仅是在表中列出，那么观众就无法看到每个渠道之间的对比效果。
11：著名创意人士的日程安排
这个数据可视化图是用奇特的想法描绘出的一个简单概念。这个表格利用Mason Currey的《日常惯例》一书中的信息展示了那些著名创意人士的日程安排，解读其时间和活动安排。这不仅是一个数据分析的例子(因为你可以通过单独的活动来浏览日程安排)，也是一个品牌宣传的佳作。
12：今年发生了哪些新闻?
最好的数据可视化方式，就是用直观和美丽的方式传达信息。Echelon Insights致力于这一方式，将2014年Twitter上最受关注的新闻进行了可视化。
1亿8450万条推文是什么样子？就是如下图所示的艺术品。
13：问题的深度
当你想强调规模的时候，静态数据可视化是表达你的观点的极佳方式。下面这张来自《华盛顿邮报》的信息图长得令人难以置信…这是故意的。他们在图中展示了一架飞机可以探测到的深海信号是多么的深，通过比较飞机的探测深度与高层建筑、已知哺乳动物的最大深度、泰坦尼克号沉船的深度等。这是简单的视觉效果和颜色梯度的极佳使用方式。
最后，将数据添加到新闻报道中(文中为失踪的马航)是提供背景的好方式。
14：前沿预算
上述图表相对简单，以下是创造设计精致的、传递大量数据的图表的方法。秘诀何在？——用简单和干净的格式，便于读者理解数据。
这个由GOOD Magazine和 Column Five制作的图表，解读了NASA的五年预算，显示资金将怎么花、花在哪里。此外，它还有一个主题设计，这真是一个全面成功的作品！
15： Kontakladen慈善年报
不是所有的数据可视化都需要用动画的形式来表达。当现实世界的数据通过现实生活中的例子进行可视化，结果会令人惊叹。设计师Marion Luttenberger把包含在Kontakladen慈善年报中的数据以一种独特的方法表现出来。
该组织为奥地利的吸毒者提供支持，所以Luttenberger就通过现实生活中的视觉元素来宣传他们的使命。例如，这辆购物车的形象表现出受助者每一天可以负担得起多少生活必需品。
16：奥地利太阳能年报
虽然有许多方法都能使数据可视化，但是其中，使用真实信息主体去创建数据可视化作品的做法非常了不起。这份来自Austria Solar的年度报告，通过在页面上使用太阳光感墨水，用真正的太阳能给公司数据赋予生命。
一句话总结：他们是天才。
如您所见，信息可视化 可以产生令人难以置信的美丽图像，高效的传达信息。下面的图像是现已解散的安然集团的通信组织图。
作者/版权所有者：Kitware Inc.版权条款和许可：CC BY-ND 2.0
Ben Shneiderman说： “可视化的目的是洞察力，而不是图片。”
那么，可视化是否有设计诀窍呢？Riccardo Mazza在他的书“Introduction to Information Visualization”中，为我们提供了一种信息可视化的5步设计法，我们一起来看看吧。
整个设计过程很简单，一旦你审查了这个过程，它应该是常识：
1、定义问题
2、定义要表示的数据
3、定义表示数据所需的维度
4、定义数据的结构
5、定义可视化所需的交互
1.定义问题
与任何用户体验工作一样; 第一步是定义信息可视化将解决的问题。这通常需要一些用户研究 来回答问题; “我的用户需要什么呢？”、“他们将如何使用它？”
您可能正试图向用户解释某些内容，或者您可能正试图让他们建立新的联系或观察;为了将问题定义清楚，您还应考虑用户群特有的任何特定因素，比如：他们的教育水平或数据处理能力如何？他们过去的数据有什么样的经验？这将指导输出的复杂程度，并阐明用户的整体需求。
2.定义要表示的数据
有三种主要类型的数据可以通过信息可视化来表示，它们的映射方式可能会有很大差异-因此，在开始设计之前，在您的脑海中清楚地了解数据，您将使用哪些数据？
1、定量数据 -这是数值类的数据。
2、有序数据 -非数值的，但具有内在顺序的数据。（例如，想想一周中的几天。）
3、分类数据 -既没有数字也没有内在顺序的数据。（例如商业名称或地名）。
3.定义表示数据所需的维度
必须仔细考虑数据集的维度或属性的数量，因为它将在很大程度上确定哪些数据可用于进行信息可视化。数据中表示的维度越多-理解信息可视化就越混乱。因此值得注意的是，具有大量维度的数据可能更适合使用高度交互式表示，不适合静态图形展示。可以根据要研究的相关维度的数量将分析分成四种类型：
1、单变量分析 -针对自变量研究单个因变量
2、双变量分析 -其中两个因变量针对自变量进行研究
3、三变量分析 -其中三个因变量针对自变量进行研究
4、多变量分析 -针对自变量研究三个以上的因变量
作者/版权所有者：Chire。版权条款和许可：CC BY-SA 3.0
多变量分析的图像，其中数据点之间的关系很多且相关。
4.定义数据的结构
这是关于检查数据集如何相互关联的全部内容，常见的关系结构包括：
1、线性关系 -数据可以以线性格式显示，例如表格，向量等。
2、时间关系 -数据随着时间的推移而变化
3、空间关系 -与现实世界相关的数据（例如地图数据或办公室平面图）这有时也被称为地理关系
4、分层关系 -与定义的层次结构中的位置相关的数据（从办公室管理结构到简单的流程图）
5、网络关系 -数据与同一数据中的其他实体相关
作者/版权所有者：Nathanael Crawford。版权条款和许可：CC BY-SA 3.0
以上示出了分层网络模型的示例。
5.从可视化中定义所需的交互
设计过程的最后一部分要求您了解用户信息可视化所需的交互级别。有三类互动：
1、静态模型 -这些模型按“原样”显示，例如您保存在汽车中的道路地图集中的地图。用户无法修改它们。
2、可转换模型 -这些模型使用户能够转换或修改数据。它们可以允许用户改变用于分析的参数或者为数据集选择不同形式的视觉映射。
3、可操作模型 -数据有时候是高度关联的，通过操作部分数据图形，可以获得关联数据的变化，从而产生新的见解是一种常见的互操作方法。例如：我们可以通过DataFocus快捷创建图形的联动操作。
作者/版权所有者：DataFocus 版权条款和许可：CC BY-SA 3.0
小贴士：设计信息可视化的过程可能与您的最终输出并不直接相关，但可以使您更加明智地决定何种表示形式最适合您的用户。通过充分了解用户的需求，以及他们需要展示的数据、数据中的关系和模型类型，信息可视化设计师可以提供充分满足这些需求的可视化作品。
信息可视化设计是一种视觉沟通方式,属于视觉传达设计中的一项专业性极强的设计门类。
针对复杂的内容和信息,通过图形简单清晰的展示。科学研究往往需要利用具象的图形去描述抽象的概念,帮助人们理解复杂的科学理论知识,这也是信息可视化设计最早的应用领域。
媒体行业是信息可视化设计发展的一个重要推手。信息图在新闻编辑中扮演了重要的角色,利用插图、地图、表格等再现新闻事件的过程。
信息可视化（Information visualization）是一个跨学科领域，旨在研究大规模非数值型信息资源的视觉呈现（如软件系统之中众多的文件或者一行行的程序代码）。通过利用图形图像方面的技术与方法，帮助人们理解和分析数据。
与科学可视化相比，信息可视化则侧重于抽象数据集，如非结构化文本或者高维空间当中的点（这些点并不具有固有的二维或三维几何结构）。
各种各样数据结构的可视化需要新的用户界面以及可视化技术方法。这已经发展成为了一门独立的学科，也就是“信息可视化”。
信息可视化与经典的科学可视化是两个彼此相关的领域，但二者却有所不同。在信息可视化当中，所要可视化的数据并不是某些数学模型的结果或者是大型数据集，而是具有自身内在固有结构的抽象数据。
转载请注明：片头模版 » 信息可视化设计 作品(信息可视化设计啥意思)
