读数据可视化12可视化设计原则

1. 可视化设计原则

1.1. 可视化的首要任务是准确地展示和传达数据所包含的信息

1.2. 可视化的使用者主要分为两类

• 1.2.1. 一类被认为是数据的探索者，他们通常对数据的情况并不清楚，期望直接控制可视化系统的交互

  • 1.2.1.1. 需要更多的交互和多维度分析，以期找出数据的特征

• 1.2.2. 另一类是数据的展示者，他们已经对数据了如指掌，并且数据通常经过了一定的处理，而观者此时是被动地接受信息

  • 1.2.2.1. 利用可视化展示已获取的数据特征，并表达自己的观点

1.3. 数据到可视化的直观映射

• 1.3.1. 在选择合适的数据到可视化元素（标记和视觉通道）的映射时，设计者首先需要考虑的是数据的语义和可视化用户的个性特征

• 1.3.2. 可视化的一个核心作用是使用户在最短的时间内获取数据的整体信息和大部分细节信息，这通过*直接观察数据显然无法完成

• 1.3.3. 数据到可视化元素的映射需充分利用已有的先验知识，从而*降低人们对信息的感知和认知所需要的时间

• 1.3.4. 实际应用中的数据通常是基础数据类型的实例和组合，其可视化方法一般为采用基于不同视觉编码通道的组合

• 1.3.5. 数据到可视化的映射还要求设计者使用正确的视觉通道去编码数据信息

1.4. 视图选择与交互设计

• 1.4.1. 滚动与缩放

  • 1.4.1.1. 当数据无法在当前有限的分辨率下完整展示时，滚动与缩放是非常有效的交互方式

• 1.4.2. 颜色映射的控制

  • 1.4.2.1. 调色盘是可视化系统的基本配置

• 1.4.3. 数据映射方式的控制

  • 1.4.3.1. 在可视化设计时，设计者首先需要确定一个直观且易于理解的数据到可视化的映射

• 1.4.4. 数据缩放和裁剪工具

  • 1.4.4.1. 在对数据进行可视映射之前，用户通常会对数据进行缩放并对可视化数据的范围进行必要的裁剪，从而控制最终可视化的数据内容

• 1.4.5. LOD控制

  • 1.4.5.1. 细节层次（Level-Of-Detail）*控制有助于在不同的条件下，隐藏或者突出数据的细节部分

1.5. 信息密度

• 1.5.1. 数据的筛选

• 1.5.2. 可视化展示了过少的数据信息

• 1.5.3. 设计者试图表达和传递过多的信息

• 1.5.4. 一个好的可视化应向用户提供对数据进行筛选的操作，从而可以让用户选择数据的哪一部分被显示，而在需要的时候才显示其他部分

• 1.5.5. 另外一种解决方案是通过使用多视图或多显示器，将数据根据它们的相关性分别显示

1.6. 美学因素

• 1.6.1. 在可视化中，颜色是使用最广泛的视觉通道，也是经常被过度甚至错误使用的一个重要的视觉参数

• 1.6.2. 聚焦

  • 1.6.2.1. 设计者必须通过适当的技术手段将用户的注意力集中到可视化结果中的*最重要区域

• 1.6.3. 平衡

  • 1.6.3.1. 平衡原则要求可视化的设计空间必须被有效地利用，尽量使重要元素置于可视化设计空间的中心或中心附近，同时确保元素在可视化设计空间中的平衡分布

• 1.6.4. 简单

  • 1.6.4.1. 简单原则要求设计者尽量避免在可视化中包含过多的造成混乱的图形元素，也要尽量避免使用过于复杂的视觉效果

1.7. 动画与过渡

• 1.7.1. 可视化视图与可视化系统

  • 1.7.1.1. 前者通常是图像，是相关人员进行交流的载体形式

  • 1.7.1.2. 后者则创建了一个终端用户（包括设计者和一般用户）与数据进行交互的系统环境，使得用户可以根据自己的意图选择合适的可视化映射和可视化信息密度，并通过系统提供的交互生成最终的可视化视图或可视化视图序列

• 1.7.2. 用时间换取空间，在有限的屏幕空间中展示更多的数据

• 1.7.3. 辅助不同可视化视图之间的转换与跟踪，或者辅助不同可视化视觉通道的变换

• 1.7.4. 增加用户在可视化系统中交互的反馈效果

  • 1.7.4.1. 在可视化系统中，用户的交互总是期望获得系统的反馈

• 1.7.5. 引起观察者注意力

• 1.7.6. 一致性

  • 1.7.6.1. 指可视化视图中的标记在动画过程中仅编码一个数据或数据维度

• 1.7.7. 易理解性

  • 1.7.7.1. 要求带有动画的可视化必须容易被用户理解

1.8. 可视化隐喻

• 1.8.1. 隐喻本体、隐喻喻体和可视化变量

• 1.8.2. 隐喻也称为多模态隐喻

• 1.8.3. 时间隐喻和空间隐喻是可视化隐喻中最常见的两类方式

1.9. 颜色与透明度

• 1.9.1. 颜色在数据可视化领域通常被用于编码数据的分类或定序属性

• 1.9.2. 颜色混合效果可以为可视化视图提供数据可视化的上下文内容信息，方便观察者对于数据全局的把握

2. 可视化理论发展

2.1. 图形符号学

• 2.1.1. 图形符号用视觉变量描述，包括*位置变量和视网膜变量

• 2.1.2. 关联性：根据属性可找出图形符号间的对应关系，并且对其进行分类

• 2.1.3. 选择性：根据属性可找出图形符号所属的类别

• 2.1.4. 有序性：根据属性可对图形符号进行排序

• 2.1.5. 定量性：根据属性可从图形符号推导出比例关系或者距离

2.2. 关系数据的图形表示

2.3. 图形语法

• 2.3.1. 数据和它们的视觉表达应该被区分

2.4. 基于数据类型的研究

• 2.4.1. 一维：一维数据指由字母或文字组成的线性数据，如文本文件、程序源代码等

• 2.4.2. 二维：二维数据主要是平面或地图数据，例如地理地图、平面图或报纸版面等

• 2.4.3. 三维：三维数据指三维空间中的对象，例如分子、人体以及建筑物

• 2.4.4. 时间：时间数据广泛存在于不同的应用中，例如医疗记录、项目管理或历史介绍

• 2.4.5. 多维：多维数据中的每一项数据拥有多个属性，可以表示为高维空间的一个点

• 2.4.6. 树：表示层次关系

• 2.4.7. 网络：表达连接和关联关系

2.5. 基于数据状态模型的研究

• 2.5.1. 将可视化技术分解为四个数据转换阶段和三种数据转换操作

• 2.5.2. 不同阶段分别对应不同的算子

  • 2.5.2.1. 数值算子

  • 2.5.2.2. 分析算子

  • 2.5.2.3. 可视化算子

  • 2.5.2.4. 视图算子

• 2.5.3. 三种数据转换操作为

  • 2.5.3.1. 数据转换

  • 2.5.3.2. 可视化转换

  • 2.5.3.3. 视觉映射转换

2.6. 多维关系数据库可视化分析系统

• 2.6.1. Polaris系统

  • 2.6.1.1. 可支持大规模多维关系型数据库的查询、分析和可视化，完成关系型数据库中的主要挑战：发现结构和模式，获得因果关系