7、艺术化地可视化人类与非人类运动：探索数据移动的新视角

艺术化地可视化人类与非人类运动：探索数据移动的新视角

1. 引言

在当今数字化时代，数据的流动无处不在。我们不禁思考，数据是如何“移动”的？能否通过可视化技术感受到数据的移动以及运动本身？特定的可视化实践，无论是分析性的还是艺术性的，如何限制或帮助我们探索各种运动，包括由人类和非人类力量引发的运动？

传统的视觉分析方法主要关注在运动数据中寻找“模式”，但这可能无法有效记录运动实际发生的过程，它们更侧重于已经发生的运动，并挖掘其中隐含的意义和形式。而我们所关注的是，如何让数据可视化在运动发生的当下，就给予我们一种移动的感觉。

基于激进编舞理论和亨利·柏格森哲学对运动图像的理解，我们认为对运动的感知记录需要超越视觉表征和分析的美学策略。艺术创作中运用“运动数据”的方法，如实验动画、实验高速摄影和一些编舞数据可视化方法，能够让我们感受到运动数据和图像的“感觉”。

2. 视觉分析视角下的运动数据及其局限性

2.1 运动数据的应用与可视化

“运动数据”通常是指地理 x、y 坐标以及时间戳数据，它是大数据视觉分析研究中对人类、动物和无生命物体地理空间运动进行研究的重点。这些通过 GPS 或定位设备传输的数据，被开源地理信息系统（GIS）捕获、存储和分析，从而实现可视化。

数据可视化的历史可以追溯到 1869 年，当时米纳德（Minard）使用桑基流（Sankey flow）惯例对军队运动统计数据进行了聚合可视化。桑基可视化通过线性带或箭头表示运动或能量的流动，其宽度相互成比例。此后，可视化技术被广泛应用于展示数据的聚合空间流动，例如在动物行为和运动研究中，马克斯·普朗克研究所的 Movebank 项目收集