原創(chuàng) 一頭倭瓜精 一頭倭瓜精 收錄于話題#年終總結(jié)1#學(xué)術(shù)前沿1#案例分享1

信息可視化（Information Visualization），即用視覺容易感知的圖形、符號(hào)來呈現(xiàn)數(shù)據(jù)。信息可視化致力于解決：如何清晰、高效、美觀、有趣地呈現(xiàn)數(shù)據(jù)，從而幫助人們更好地理解、領(lǐng)會(huì)數(shù)據(jù)中的內(nèi)涵。在大數(shù)據(jù)時(shí)代，信息可視化的價(jià)值不言而喻。

過去一年，信息可視化領(lǐng)域涌現(xiàn)了諸多有趣的工作和可圈可點(diǎn)的成績(jī)。筆者結(jié)合學(xué)術(shù)界的最新研究成果（主要包括可視化領(lǐng)域的頂級(jí)會(huì)議IEEE VIS和ACM CHI）以及業(yè)界的創(chuàng)新實(shí)踐，總結(jié)出八大可視化領(lǐng)域的前沿趨勢(shì)，希望帶你領(lǐng)略數(shù)據(jù)之美（趨勢(shì)的排名不分先后）：

1.交互技術(shù)與可視化的持續(xù)融合

隨著電子設(shè)備的發(fā)展，可視化早已不再“靜止”，各式各樣的交互設(shè)計(jì)正在拓寬圖表想象力。

例如，北郵可視化與人機(jī)交互研究組的作品《來自星星的你》將一份科技工作者心理狀況的調(diào)查數(shù)據(jù)呈現(xiàn)為了一片星空，每一顆星星代表一位受訪者，星星的外觀由受訪者的各項(xiàng)數(shù)據(jù)（如心理疾病類型、是否受到歧視等）決定。這個(gè)作品支持縮放、框選等交互行為，為用戶提供了豐富的探索數(shù)據(jù)的渠道。

來自星星的你——科技工作者心理調(diào)查可視化[1]

江南大學(xué)數(shù)字媒體藝術(shù)系作品《流動(dòng)的邊界》對(duì)新冠疫情數(shù)據(jù)進(jìn)行了可視化，這一作品將數(shù)據(jù)置于三維空間中，同時(shí)大量利用了鼠標(biāo)點(diǎn)擊、滾動(dòng)、拖拽等交互行為，使得用戶在與數(shù)據(jù)互動(dòng)的過程中，感受到十足的震撼力。

流動(dòng)的邊界[2]

當(dāng)然，隨著傳統(tǒng)的鼠標(biāo)交互走向成熟，新型的交互形態(tài)也在出現(xiàn)，其中最主要的一項(xiàng)就是沉浸式交互。例如，紐約時(shí)報(bào)為了向民眾普及戴口罩的好處，使用了手機(jī)AR技術(shù)，真實(shí)模擬了口罩中的纖維是如何阻隔粒子的：

Masks Work. Really. We’ll Show You How[3]

在2020年的IEEE VIS大會(huì)上，也有許多論文在提出新穎的交互方案。比如，Lee等人把一些經(jīng)典的可視化圖表用VR實(shí)現(xiàn)了出來：

Data Visceralization: Enabling Deeper Understanding of Data Using Virtual Reality[4]

在原本的圖表中，數(shù)據(jù)停留在二維，人們很難直接感受到速度、高度的差異。而在VR中，你可以直接站在博爾特旁邊，或是站在埃菲爾鐵塔下，領(lǐng)略數(shù)據(jù)的真實(shí)尺度。

令人興奮的是，這樣的AR/VR設(shè)計(jì)正在離普通人越來越近，因?yàn)橄嚓P(guān)的技術(shù)正在被封裝成簡(jiǎn)單易用的工具和系統(tǒng)。感興趣的讀者可以在文末的參考文獻(xiàn)中查看[5][6]。

再進(jìn)一步，數(shù)據(jù)的交互既然可以脫離鼠標(biāo)，那么是否也有可能脫離屏幕？對(duì)于普通人來說，是否有可能不使用電子設(shè)備、不佩戴任何設(shè)備，就與數(shù)據(jù)實(shí)現(xiàn)交互呢？基于這一思路，一些人開始嘗試將數(shù)據(jù)實(shí)物化（Physicalization），即把數(shù)據(jù)轉(zhuǎn)化成可觸摸、可聞、甚至可以品嘗的形式。這種實(shí)物化的數(shù)據(jù)，可以較好地調(diào)動(dòng)起人的參與感、激發(fā)人的情感，很適合應(yīng)用在博物館、藝術(shù)展覽等場(chǎng)景。

Scents and Sensibility- Evaluating Information Olfactation[7]

可以聞的可視化

下面這一項(xiàng)目把人體的解剖數(shù)據(jù)做成了一個(gè)個(gè)可以玩耍的“紙盒子”。使用不同顏色的鏡片去觀察這些紙盒子，你可以看到人體的不同層次，例如骨骼、內(nèi)臟等。有了這樣的設(shè)計(jì)，生物課或許會(huì)不再枯燥。

The Anatomical Edutainer[8]

2.個(gè)性化、個(gè)人化的可視化設(shè)計(jì)范式興起

隨著繪制圖表變得越來越簡(jiǎn)單，人們開始思考：怎么樣讓圖表更有個(gè)性呢？

去年，Vivo手機(jī)推出的OriginOS系統(tǒng)讓筆者印象深刻。其中的“行為壁紙”功能就是一個(gè)典型的可視化個(gè)性設(shè)計(jì)——用戶的運(yùn)動(dòng)數(shù)據(jù)被映射到花朵上，隨著步數(shù)增加，花朵也會(huì)隨之盛開。許多用戶被這種新穎的可視化吸引，網(wǎng)上甚至出現(xiàn)了 “為看花開步數(shù)上萬，一個(gè)壁紙比健身教練管用” 的調(diào)侃。

類似的，在學(xué)術(shù)界，研究人員也在探索，如何幫助人們制作出更有個(gè)性、千人千面的可視化。例如，DataQuilt是一個(gè)可視化創(chuàng)作系統(tǒng)，它支持從圖片中提取素材，并生成象形圖。其生成結(jié)果有一種貼紙、貼畫的可愛感。DataQuilt- Extracting Visual Elements from Images to Craft Pictorial Visualizations[9]

Dear Pictograph支持在VR環(huán)境中，繪制屬于自己的象形圖：

Dear Pictograph- Investigating the Role of Personalization and Immersion for Consuming and Enjoying Visualizations[10]

有一些簡(jiǎn)單好用的小工具也可以定制可視化。在下圖的地圖工具中，海拔被描繪為類似山嶺的效果，用戶可以自己調(diào)整山嶺的高度和顏色。筆者試著編輯了一下亞洲，很快得到了接近古代山水畫的效果。

Peak-map[11]

3.感知/認(rèn)知的基礎(chǔ)研究進(jìn)一步深入

可視化的底層科學(xué)很大程度上是心理學(xué)。在過去幾十年的時(shí)間里，許多基本問題已經(jīng)得到解決。在這些理論的基礎(chǔ)上，我們形成了一些慣用的可視化規(guī)則，比如，用柱狀圖來表現(xiàn)數(shù)值差異，用顏色來分類，用散點(diǎn)圖來查看相關(guān)關(guān)系，等等。

但是，現(xiàn)實(shí)中的情況往往十分復(fù)雜。比如，當(dāng)散點(diǎn)圖真的很“散”的時(shí)候，人的感知還會(huì)準(zhǔn)確嗎？因此，有學(xué)者專門檢驗(yàn)了這種“不確定”（Uncertain）的情況，從而更深入地了解人的感知誤差和偏見。

A Bayesian cognition approach for belief updating of correlation judgment through uncertainty[12]

此外，也有不少人提出，以往針對(duì)可視化的心理研究，太過偏重于測(cè)量感知（Perception），而忽略了人在觀看、使用可視化時(shí)還涉及許多的其他心理現(xiàn)象，例如決策的形成（Decision Making）、態(tài)度觀念的更新（Belief Updating）等。在2020年，有學(xué)者開始系統(tǒng)性地將視覺科學(xué)中的研究變量和實(shí)驗(yàn)方法引入可視化領(lǐng)域[13]。

因此，可以預(yù)見的是，可視化將擁抱更加多樣的心理學(xué)研究方法。未來，我們?cè)u(píng)價(jià)一個(gè)可視化的視角也會(huì)更加多元。

4.可視化的溝通傳達(dá)作用得到強(qiáng)調(diào)

近年來，可視化的溝通、傳達(dá)能力日益得到重視，“用數(shù)據(jù)講故事”的理念被廣泛應(yīng)用。

這一趨勢(shì)首先體現(xiàn)為講故事的形式不斷豐富。例如，Wang等人探索了“數(shù)據(jù)漫畫”（Data Comics）的應(yīng)用場(chǎng)景，指出這種漫畫可以替代一些原本枯燥的數(shù)據(jù)報(bào)表：

Data Comics for Reporting Controlled User Studies in Human-Computer Interaction[14]

Shu等人研究了在社交網(wǎng)站上廣受歡迎的數(shù)據(jù)動(dòng)圖（Data Gifs）。這種動(dòng)圖類似表情包，是一種易于傳播的“輕視頻”形態(tài)：

What Makes a Data-GIF Understandable?[15]

筆者今年參與的，研究了數(shù)據(jù)視頻（Data Video）中的動(dòng)畫是如何輔助故事敘述的。我們發(fā)現(xiàn)，動(dòng)畫可以服務(wù)于至少8種敘事任務(wù)，包括強(qiáng)調(diào)、比較、懸疑、轉(zhuǎn)折等。

2020年，各大可視化工具平臺(tái)也在新版本中強(qiáng)調(diào)了數(shù)據(jù)的敘事能力。比如最新發(fā)布的，支持對(duì)圖表添加動(dòng)畫，并且加強(qiáng)了數(shù)據(jù)之間的轉(zhuǎn)場(chǎng)效果。Apache ECharts 5 動(dòng)畫功能[16]

另一方面，數(shù)據(jù)敘事的效果也值得關(guān)注——受眾的反饋究竟如何？數(shù)據(jù)的傳達(dá)是否有效？要回答這些問題，往往需要站在受眾的角度、以受眾為中心來思考。

去年，一張由英國(guó)金融時(shí)報(bào)設(shè)計(jì)的疫情圖表，在世界范圍內(nèi)廣泛傳播。

這張圖表把各個(gè)國(guó)家放在同一起跑線上，同時(shí)在展示確診人數(shù)時(shí)，使用了對(duì)數(shù)坐標(biāo)軸（而非線性坐標(biāo)軸），從而更加方便數(shù)據(jù)比較。這一設(shè)計(jì)之所以成功，核心在于它可以快速回答一些讀者關(guān)心的問題：我們國(guó)家的疫情發(fā)展趨勢(shì)如何？跟其他國(guó)家比算嚴(yán)重嗎？增加到N個(gè)病例還要多少天？由此，圖表設(shè)計(jì)師成功地實(shí)現(xiàn)了與讀者的溝通。

不過，即使是這樣精巧的設(shè)計(jì)，依然可能存在溝通失誤的可能。其設(shè)計(jì)師John Burn在最近的一場(chǎng)分享[17]中提到，一些讀者認(rèn)為對(duì)數(shù)坐標(biāo)軸在視覺上營(yíng)造出了疫情在放緩的感覺，因此有幫助政府欺騙民眾的嫌疑。他進(jìn)而提到，用戶的思維、感知模式、價(jià)值觀往往都是非常多樣的，這導(dǎo)致不同人對(duì)于可視化的解讀也會(huì)產(chǎn)生差異。因此，要設(shè)計(jì)一個(gè)用于溝通傳達(dá)的可視化，必須更多地將用戶思維、用戶情感納入考量。

5.可視化的社會(huì)意義得到彰顯

2020年見證了數(shù)據(jù)新聞的長(zhǎng)足進(jìn)步。在疫情的影響下，全球媒體大量使用數(shù)據(jù)可視化來描繪疫情態(tài)勢(shì)、科普醫(yī)療知識(shí)、反思社會(huì)制度。數(shù)據(jù)可視化，對(duì)于引發(fā)公共討論、推動(dòng)民意轉(zhuǎn)變，產(chǎn)生了切實(shí)的作用。

例如，人大RUC新聞坊的作品收集并分析了2286篇疫情報(bào)道，從多個(gè)角度反思了新聞媒體在疫情中的表現(xiàn)——按時(shí)間順序看，財(cái)新的響應(yīng)速度最快，在疫情之初最為積極發(fā)聲。從采訪來源看，一線醫(yī)療工作者和普通市民在采訪中的比重上升。數(shù)據(jù)表明，在重大公共衛(wèi)生事件面前，及時(shí)的信息公開、允許多種聲音存在，是十分關(guān)鍵的。這一作品也獲得了的“最佳數(shù)據(jù)運(yùn)用金獎(jiǎng)”。[18]

而獲得“最佳數(shù)據(jù)內(nèi)容金獎(jiǎng)”的作品《“癌癥村”的歷史切片》，整理、分析了348個(gè)活在公共話語中的“癌癥村”。作者們?cè)噲D反思：這些村子是如何變成人們口中的“癌癥村”的？是否有權(quán)威機(jī)構(gòu)承認(rèn)癌癥聚集的事實(shí)？大部分“癌癥村”形成的主因是什么？

這篇作品以“公共話語的形成”作為研究出發(fā)點(diǎn)，結(jié)合客觀的報(bào)道數(shù)據(jù)，對(duì)歷史上存在過的“癌癥村”進(jìn)行了一次系統(tǒng)性的回顧。

“癌癥村”的歷史切片[19]

在筆者看來，這些作品最為閃光之處，在于作者對(duì)數(shù)據(jù)具有強(qiáng)烈的問題意識(shí)和批判意識(shí)。而運(yùn)用數(shù)據(jù)來反思和解決社會(huì)問題，也將是未來社會(huì)治理的必經(jīng)之路。

6.智能技術(shù)變革可視化生產(chǎn)流程

隨著智能技術(shù)的快速發(fā)展，可視化生產(chǎn)流程中的許多工作已可以被機(jī)器所替代。

例如，Retrieve-Then-Adapt可以自動(dòng)生成占比類信息圖（如餅圖、環(huán)圖）。用戶只需輸入一行文本，系統(tǒng)就可以識(shí)別出文本中的關(guān)鍵信息、生成信息圖設(shè)計(jì)，并對(duì)其布局進(jìn)行優(yōu)化。

Retrieve-Then-Adapt: Example-based Automatic Generation for Proportion-related Infographics[20]

Hoffswell等人[21]分析總結(jié)了一系列屏幕自適應(yīng)的規(guī)則，如此一來，不同屏幕上的圖表就可以方便的遷移。類似地，Wu等人[22]提出了一種基于強(qiáng)化學(xué)習(xí)的自適應(yīng)方法，可以將可視化圖表自動(dòng)適配到移動(dòng)端。

Techniques for Flexible Responsive Visualization Design[21]

此外，在2020年的可視化學(xué)術(shù)會(huì)議中，還有一系列關(guān)于智能配色、智能動(dòng)畫、智能交互、智能敘事的研究。例如，是一個(gè)智能的數(shù)據(jù)故事生成引擎，旨在降低數(shù)據(jù)故事創(chuàng)作的門檻。用戶只需輸入一個(gè)數(shù)據(jù)表格，系統(tǒng)就可以自動(dòng)識(shí)別數(shù)據(jù)中可能的“故事點(diǎn)”，并將其串成一個(gè)連貫的故事。

Calliope: Automatic Visual Data Story Generation from a Spreadsheet[23]

智能技術(shù)的應(yīng)用，對(duì)于可視化領(lǐng)域的工作者既是挑戰(zhàn)、又是機(jī)遇。原本重復(fù)、機(jī)械性的工作將被取代，而創(chuàng)意創(chuàng)新、藝術(shù)感性的能力則會(huì)被重視。

7.用戶需求從觀看數(shù)據(jù)到洞察數(shù)據(jù)

智能技術(shù)的發(fā)展和用戶需求的提升可以說是相輔相成。當(dāng)計(jì)算機(jī)越來越智慧，人對(duì)于它的要求也越來越高——單是呈現(xiàn)數(shù)據(jù)已經(jīng)不夠，用戶希望計(jì)算機(jī)能直接提取出數(shù)據(jù)中的有用信息，甚至直接幫忙得出結(jié)論和解決方案，此所謂“洞察數(shù)據(jù)”。

根據(jù)難易程度，洞察數(shù)據(jù)可以有三個(gè)層次：1.對(duì)于某個(gè)數(shù)據(jù)圖表的洞見（這個(gè)圖說明了什么？），2.對(duì)于數(shù)據(jù)集的洞見（這些圖共同說明了什么？），3.對(duì)于某個(gè)領(lǐng)域的洞見（這個(gè)領(lǐng)域中存在什么問題？我該怎么辦？）

目前，第一個(gè)層次已經(jīng)可以實(shí)現(xiàn)：

現(xiàn)有的一些數(shù)據(jù)分析工具已經(jīng)可以告訴用戶，圖表里有哪些地方值得注意

Characterizing Automated Data Insights[24]

然而，要過渡到第三個(gè)層次，還十分困難。這不僅要求計(jì)算機(jī)擁有極強(qiáng)的數(shù)據(jù)分析能力，還要求它能夠模擬人類的思考和行為模式。目前，研究者們?nèi)栽诶斫猓喝嗽诜治鰯?shù)據(jù)的時(shí)候是怎么一步步達(dá)到洞察的？

He等人[25]發(fā)現(xiàn)，人在洞察數(shù)據(jù)的時(shí)候確實(shí)存在一些常見的步驟，如不斷地進(jìn)行數(shù)據(jù)下鉆（Drill Down），以達(dá)到對(duì)某一項(xiàng)數(shù)據(jù)的深入挖掘。Karer等人[26]發(fā)現(xiàn)，洞察數(shù)據(jù)的過程并不只有純粹的數(shù)據(jù)計(jì)算，而是包含了大量的“人”的因素，比如人本身的知識(shí)、經(jīng)驗(yàn)等。換句話說，即使是具備很強(qiáng)的數(shù)據(jù)分析能力，機(jī)器想要自動(dòng)得出人類意義上的“洞察”，依然要攻克很多難題。

8.可視化用于教育和素養(yǎng)提升

大數(shù)據(jù)時(shí)代，數(shù)據(jù)科學(xué)的重要性日益凸顯。然而，許多人對(duì)于數(shù)據(jù)望而生畏，導(dǎo)致難以入門。此時(shí)，可視化則能擔(dān)任起“老師”的角色，幫助人們更好地學(xué)習(xí)數(shù)據(jù)科學(xué)知識(shí)。

在下面這個(gè)項(xiàng)目中，作者將R語言中常用的數(shù)據(jù)統(tǒng)計(jì)分析方法和公式，繪制成了一幅幅可愛的漫畫。使用這樣的教材來學(xué)習(xí)R，是不是有趣很多呢？

stats-illustrations[27]

與這一理念相似，Wang等人為一些較為生僻的圖表（如平行坐標(biāo)系、盒須圖等）設(shè)計(jì)了一套漫畫教程（Cheat Sheet），幫助人們更好地學(xué)習(xí)這類復(fù)雜圖表。

Cheat Sheets for Visualization Techniques[28]

以上這些實(shí)踐，展示了可視化與教育學(xué)交叉融合的可能性。例如，如何更好地培養(yǎng)兒童的視覺思維能力？如何為抽象知識(shí)（如空間幾何、物理原理）設(shè)計(jì)出更好的教材？如何讓不具備數(shù)據(jù)科學(xué)知識(shí)的人，體驗(yàn)數(shù)據(jù)學(xué)習(xí)的樂趣？

暢想未來，閱讀數(shù)據(jù)、理解數(shù)據(jù)、使用數(shù)據(jù)的能力，必將成為每個(gè)人的基礎(chǔ)素養(yǎng)。而信息可視化，則將成為打開龐雜數(shù)字世界的一道門、一扇窗。

參考文獻(xiàn)：

[1] 來自星星的你——科技工作者心理調(diào)查可視化，https://www.bilibili.com/s/video/BV1Gi4y1E75T

[2] 流動(dòng)的邊界，https://www.bilibili.com/video/av753610655/

[3] Masks Work. Really. We’ll Show You How，https://www.nytimes.com/interactive/2020/10/30/science/wear-mask-covid-particles-ul.html

[4] Data Visceralization: Enabling Deeper Understanding of Data Using Virtual Reality，https://arxiv.org/abs/2009.00059

[5] VRIA: A Web-based Framework for Creating Immersive Analytics Experiences，https://github.com/vriajs/vria

[6] Uplift: A Tangible and Immersive Tabletop System for Casual Collaborative Visual Analytics，https://ieeexplore.ieee.org/document/9229116

[7] Scents and Sensibility- Evaluating Information Olfactation，https://dl.acm.org/doi/abs/10.1145/3313831.3376733

[8] The Anatomical Edutainer，https://arxiv.org/abs/2010.09850

[9] DataQuilt- Extracting Visual Elements from Images to Craft Pictorial Visualizations，https://dataquilt.github.io/dataquilt-paper.pdf

[10] Dear Pictograph- Investigating the Role of Personalization and Immersion for Consuming and Enjoying Visualizations，https://dl.acm.org/doi/fullHtml/10.1145/3313831.3376348

[11] Peak map, https://anvaka.github.io/peak-map/

[12] A Bayesian cognition approach for belief updating of correlation judgment through uncertainty，https://arxiv.org/abs/2008.00058

[13] A Design Space of Vision Science Methods for Visualization Research，https://arxiv.org/abs/2009.06855

[14] Data Comics for Reporting Controlled User Studies in Human-Computer Interaction，https://osf.io/unmyj

[15] What Makes a Data-GIF Understandable?，https://data-gifs.github.io

[16] Apache ECharts 5 系列教程（1）動(dòng)態(tài)敘事，https://zhuanlan.zhihu.com/p/348516679

[17] John Burn-Murdoch’s BELIV workshop keynote:，https://youtu.be/xlN_QUdT6os

[18] 2286篇肺炎報(bào)道觀察：誰在新聞里發(fā)聲？，[19] “癌癥村”的歷史切片，http://cancervillage.creatby.com/

[20] Retrieve-Then-Adapt: Example-based Automatic Generation for Proportion-related Infographics，https://arxiv.org/abs/2008.01177

[21] Techniques for Flexible Responsive Visualization Design，https://jhoffswell.github.io/website/resources/papers/2020-ResponsiveVisualization-CHI.pdf

[22] MobileVisFixer: Tailoring Web Visualizations for Mobile Phones Leveraging an Explainable Reinforcement Learning Framework，https://arxiv.org/abs/2008.06678

[23] Calliope: Automatic Visual Data Story Generation from a Spreadsheet，https://calliope.idvxlab.com/

[24] Characterizing Automated Data Insights，https://arxiv.org/abs/2008.13060

[25] Characterizing the Quality of Insight by Interactions: A Case Study，https://ieeexplore.ieee.org/document/9020101/

[26] Insight Beyond Numbers: The Impact of Qualitative Factors on Visual Data Analysis，https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9241426

[27] stats-illustrations，https://github.com/allisonhorst/stats-illustrations

[28] Cheat Sheets for Visualization Techniques，https://visualizationcheatsheets.github.io/

特別鳴謝：《來自星星的你》作者朱陽陽、《2286篇肺炎報(bào)道觀察：誰在新聞里發(fā)聲？》作者葛舒潤(rùn)、《“癌癥村”的歷史切片》作者趙鹿鳴、祝曉蒙、趙博文與倭瓜分享他們的創(chuàng)作經(jīng)驗(yàn) ：）

- the end -

原標(biāo)題：《年度觀察 | 信息可視化領(lǐng)域八大前沿趨勢(shì)》

閱讀原文