斯坦福大学数据可视化课程学习笔记：第一节可视化的发展与目标

Posted 2022-11-24 玄魂

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了斯坦福大学数据可视化课程学习笔记：第一节可视化的发展与目标相关的知识，希望对你有一定的参考价值。

《斯坦福大学数据可视化课程学习笔记》课程资源来自于斯坦福大学数据可视化课程，是我所在团队实习生提升计划的一部分。本系列是 “秉姝” 同学在学习过程中记录和整理的学习笔记，希望这些笔记也能够帮助更多朋友了解和学习数据可视化。

1.历史上的可视化

以时间为 x 轴的图表（time-series plot）

基于时间轴的图表可用于找到数据在时间维度上的内在联系，以及大量数据的展示。

世界上第一张 time-series plot ，出现于 10 - 11 世纪（下一张直到 late 1700s 才出现），这幅图展示了当时的人们发现的行星周期变化的规律。

William Playfair(1759-1823)，苏格兰经济学家，是第一个使用 time-series plot 来做数据统计的人，这幅图展示了英格兰进出口贸易量及贸易差的变化趋势。

空间与时间的叙事图表（Narrative Graphics of Space and Time）

为了增强图表的叙事能力，可以在 time-series plot 的基础上增加空间等维度，用来表述更多信息。

拿破仑东征途

拿破仑进攻俄国图(1869 Charles Joseph Minard)

1812 年拿破仑率领 40 万人的军队进攻莫斯科后，看到莫斯科早已遣散居民、断供补给，从而不得不率军原路撤回。在撤回时，由于天气的严寒和补给的匮乏，士兵伤亡、叛逃情况严重，最终仅有 1 万余名士兵得以返回法国。

这幅图记录了这一著名历史事件，图中展示了如下主要信息：

进攻时军队人员数量及路线（黄色线条）
撤退时军队人员数量及路线（黑色线条）
撤退时的温度变化（底部折线图）

这幅图被 Edward Tufe 成为 “有史以来最好的统计图”。

空气污染物变化图（1979）

这是一张经典的组合图，组合图将一个简单图表的结构重复12次，展示了三种污染物在一天内、地区间的变化趋势。

组合图中统一的设计，使得用户只要理解一个简单图表就可以轻松理解整个组合图 ——— 专注于数据的变化而不是设计的变化。

关系型图表（Relational Graphics）

关系型图表不仅仅是对客观世界的直接描述分析，还可以分析更抽象的数据之间的关系。

下图展示了欧洲各个国家人口（左侧竖线）、税收（右侧竖线）、面积（饼图面积）、国土在各大洲的比例（饼图颜色划分）[Playfair, 1801]。

饼图上方连线的斜率展示了该国家人民税收负担是否严重，该图也是历史上最早的饼图。

随着图表技术的发展，不再局限于时间、空间等对客观世界的直接分析，各种变量都可以作为与其他变量相关的变量，从而可以在一张图表内分析他们的内在联系。

下图展示的是不同国家 1930年香烟消耗量（x轴）与 1950年男性肺癌死亡率（y轴）关系图，可以看出二者呈正相关关系。

2.可视化的目标与意义

背景

人们对直观的图像的感知能力远强于抽象的数字；
信息量急速增长，对于人们来说，阅读理解大量信息需要耗费巨大的精力；

可视化是什么？

1. The action or fact of visualizing; the power or process of forming a mental picture or vision of something not actually present to the sight; a picture thus formed.

2. The action or process of rendering visible. [oed.com]

简单来说，可视化就是原先我们看不到的(抽象的)事物，用更加直观的、方便人类理解的图像展示出来。

可视化的三大功能

1.记录信息

上图是人们通过摄影的方式记录月相的变化。

2.帮助信息分析

帮助人们找到数据中隐含的信息

科学家用图表来研究与总结影响水蒸发速度的因素。

3.展示信息、传达信息

南丁格尔的“玫瑰图”，用面积的大小来展示因不同原因死于战争的人的数量，让人们意识到没有良好的医疗保障是造成战争死亡的重要原因。

什么是优秀的可视化设计？

用清晰、准确、高效的方式展现复杂的内容
让读者在短时间内获取更多信息
对读者有启发性
遵循原始数据的真实性

3.遵循事实的可视化设计

为什么会存在图表对原始数据的歪曲？

图表的“视觉表现”与原始数据不一致，就是对于原始数据的歪曲；

图表的“视觉表现”是图表对人的感知的影响；

人的感知会被许多因素影响，因个人经历或背景不同，对于同一个图表的感知往往因人而异；

不好的图表设计（有意或无意的）都会造成对数据的歪曲；

如何避免对数据的歪曲？

两个原则：“读者有途径知晓准确数据”、“图表的统一规范”

图表对于数据的展现要与原始数值成比例；
用完整、清楚、细致的 label 来帮助用户获取准确数据；

一个评判指标：Lie Factor

公式：

Lie Factor = (size of effect shown in graphic) / (size of effect in data)

0.95 < Lie Factor < 1.05 的图表对数据的忠诚度高，过高或过低的 Lie Factor 都会带来对数据的歪曲。

如下方左图用 fancy 的设计来展现汽油增长量的变化。我们使用上面的公式计算这幅图在1978 - 1985 年汽油消耗量增长率上的 Lie Factor：

[(5.3-0.6) / 0.6] / [(27.5-18)/18] = 14.8 (too big)；

更好的、更遵循事实的设计应该如右图所示。

展现数据的变化而不是设计的变化

下图为时间度量的变化，给读者带来错误理解的例子。

左图的最后一项数据为 1971-1974 年各国诺贝尔奖数量，时间跨度为 4 年，而之前的数据的时间跨度都为 10 年。这种度量的变化带给读者“近年来美国诺贝尔奖数量直线下降”的错误感知，而事实上，如果正确的统计 1971 - 1980 年共 10 年的数据（如右图），美国诺贝尔奖获得量是增长趋势。