可视化中的思想流派
1. 可视化思想流派概述
在可视化领域,虽没有严格意义上的“主义”,但存在众多思想流派。2012 年的 VisWeek 小组讨论提出了四种评估可视化质量的方法,可视为四个思想流派:
- V1A - 算法自动化派(School of A) :Gröller 主张将可视化质量归结为所涉及算法的质量,优化过程应自动找出最符合用户定义声明和约束的算法及参数设置。
- V1B - 实验实证派(School of E) :Rheingans 认为少量实证证据有益,实证研究的有前景结果可能预示新工具会成功。
- V1C - 度量测量派(School of M) :Ward 指出随着可视化领域发展,提出了越来越多的测量方法,用于比较不同可视化或衡量单个可视化的有效性。
- V1D - 真实用户应用派(School of R) :Kelly Gaither 强调成功以“顿悟时刻”衡量,可视化不能孤立产生,需结合领域知识。
在许多学科中,“-ism”后缀常用来表示思想流派,它源于古希腊后缀“-ismÕj”,意为“支持”。在可视化领域,不同思想流派的存在并不意味着社区分裂,很多人会同时接受多种流派观点。
2. 可视化的目的相关流派
2.1 洞察主义(Insightism)
许多可视化研究者和从业者认为,可视化的主要目的是从数据中获取洞察。例如,McCormick 等人在 1987 年指出,计算可视化的目标是通过视觉机制获得洞察;Earnshaw
超级会员免费看
订阅专栏 解锁全文
31

被折叠的 条评论
为什么被折叠?



