信息可视化

信息可视化是利用抽象数据的交互式视觉表示来增强人类理解，帮助人们探索、分析和交流信息。

Definition

信息可视化是抽象数据交互式视觉表示的设计，其选择和安排旨在利用人类视觉感知，以便能够看到并推断出模式、关系和异常值。

Scope

该领域涵盖人机交互中抽象的非空间数据的视觉表示：数据如何映射到视觉标记和通道，感知如何决定其有效性，使可视化可探索的交互技术，图和网络的 可视化，以及可视化与视觉分析中分析的集成。它不包括固有空间物理数据的科学可视化，也不包括属于统计学的数据分析统计方法本身。

Sub-topics

• 图与网络可视化
• 可视化交互技术
• 可视化分析
• 视觉编码与感知

Core questions

• 抽象数据如何映射到视觉标记和通道？
• 为什么有些视觉编码比其他编码能更有效地传达信息？
• 交互技术如何支持大型数据集的探索？
• 可视化如何与计算相结合以支持分析？

Key concepts

• 视觉编码（标记和通道）
• 感知有效性
• 概览、缩放、过滤、按需细节
• 可视化中的交互
• 图和网络可视化
• 视觉分析
• 数据墨水比
• 探索性数据分析

Key theories

利用视觉进行思考

信息可视化将数据外部化为视觉形式，以便高带宽的人类视觉系统能够检测模式并减轻认知负担，将感知转化为推理抽象信息的工具。

视觉信息寻求咒语

Shneiderman的原则，即先概览，再缩放和过滤，然后按需细节，组织了交互式可视化如何让用户从广阔的视图导航到特定细节，并由任务-数据类型分类法进行结构化。

视觉编码的有效性

视觉编码的选择可以根据人们阅读它们的准确性进行排名，而有原则的设计，例如最大化相对于墨水显示的数据，可以产生更清晰、更真实的显示。

Clinical relevance

信息可视化帮助人们理解从科学、金融到公共卫生和新闻等领域的大量复杂数据；精心设计的可视化支持更快、更准确的洞察和决策，而设计不佳的可视化则可能产生误导。

History

在统计图形和制图学的基础上，信息可视化在1990年代作为一个独特的领域出现，并由1999年的《阅读》合集和Shneiderman的任务分类法巩固。Tufte的著作塑造了图形卓越的原则，后来的文本如Munzner的著作使设计系统化，而视觉分析在2000年代兴起，将可视化与自动化分析结合起来。

Key figures

• Stuart K. Card
• Jock D. Mackinlay
• Ben Shneiderman
• Tamara Munzner
• Edward R. Tufte

Seminal works

• card1999
• shneiderman1996
• tufte2001

Frequently asked questions

信息可视化与科学可视化有何不同？

信息可视化处理没有固有空间形式的抽象数据，例如财务记录或社交网络，因此设计者必须发明空间映射。科学可视化描绘的是已经具有空间或物理形式的数据，例如医学扫描或流体流动，其中几何形状在很大程度上是给定的。

为什么图表类型的选择如此重要？

人类视觉系统对不同视觉编码的读取准确性不同；位置和长度判断精确，而面积和颜色判断则不那么精确。选择与数据和任务匹配的编码可以使模式更容易被看到，并降低误读的风险。