15、安全数据可视化：视觉通信组件解析

安全数据可视化：视觉通信组件解析

1. 视觉通信组件基础

大脑在视觉处理信息时，可利用预注意处理和眼球跳动来增强观者的视觉感知。在可视化数据时，要从数据本身出发，通过位置、形状、长度和大小等属性对数值进行编码。例如，可用斜率或角度编码随时间的变化，用颜色的色调、饱和度或亮度区分不同类别。组合这些元素能传达数据间的关系和分组。不过，可视化过程中的每个选择都会影响他人对数据的解读。

在可视化时，除非是创建实体数据雕塑或使用能进行三维建模的特殊软件，否则通常处理的是二维数据。屏幕、打印报告和投影幻灯片都局限于宽度和高度。虽然可以模拟深度的第三维度，但这颇具挑战，且只是模拟。模拟深度会改变用于传达数据含义的属性，近处元素会变大，远处元素会变小，这会影响观者准确比较和理解数据。因此，强烈建议避免使用三维绘图，二维绘图其实具有很大的灵活性。

2. 可视化方法准确性研究

两位统计学家 William S. Cleveland 和 Robert McGill 在 20 世纪 80 年代中期发表的两篇论文，为二维数据通信奠定了科学基础。他们通过实验，让受试者观看各种图形，测量其对图形中定量信息的解码准确性，并在第二篇论文中给出了视觉编码及其解码相对准确性的有序列表。

不同的可视化方法并非相互排斥，区分有时会比较模糊。例如，解读简单柱状图时，可能用共同尺度上的位置确定数量，再用长度比较同一图表中的两个柱子；解读饼图时，主要用角度，但扇形面积和弧长也会影响感知。研究结果表明，如果目标是准确传达定量数据，柱状图通常优于饼图，分组柱状图优于堆叠柱状图。不过，在某些情况下，若目标不是传达特定定量数据，也可使用解码准确性较低的方法。

3. 颜色