还在把可视化当佐证观点的画图软件？你需要这份进阶攻略

正文

请到「今天看啥」查看全文

领英的网络可视化图： 承认复杂性

在过去五年左右的时间中，我们看到了诸多可视化利用了这个想法。 像这张领英的网络可视化图，描述了社交网络令人惊讶的复杂性。 它只对处理后的数据（数据演变图）进行了可视化，但可以说它并没有将数据转化为有意义的信息。

如果你把数据可视化看做设计世界中的新范式，那种展示数据力量的想法是完全有意义的。 全都是关于证明你拥有数据、有权访问它、可以理解它或是说你有能力操纵它。

另一个例子是布伦丹·达文斯为EE完成的作品，该作品展示了人们在城市生活的一天中谈论的内容。这些可视化的有趣性在于承认复杂性。他们几乎把这些当作荣誉勋章而戴上。

一些人说它们比其它东西更有艺术性。它们很漂亮，不要误会我，我认为用无形的数据世界来吸引观看者是绝对至关重要的，以此来获得它们在数据文化演变中应有的地位。然而，我们当然可以说，这样的可视化，实际上很难让我们从中获得知识或洞见。

早期交互式的数据可视化例子也存在着类似的争议。 十年前数据可视化的基本原理是一屏显示全部的数据集，然后通过动态的筛选来审视数据，就像本·福瑞的这个例子一样。本·福瑞研究两位被测试者的DNA模式。作为新手来说，很难从这些可视化图中获得任何知识。当然，这类工具的主要受众是内容专家。此外，这一类探索仍然为数据可视化的演变带来了巨大的贡献。

新探索：数据新闻

我们也开始看到数据新闻领域中一些有趣的探索，现在已经算是流行了许多年的一种趋势。这里的方法提供了丰富的数据可视化，但是与此同时为读者提供上下文信息。这是考虑了终端用户，也就是下面案例中的意大利杂志IL的读者。

随着更广泛的受众对数据解释渴望的增加，为非专家用户编辑数据真的有助于他们理解更广泛的内容，从而获取有意义的信息。

越来越多的实体开始以同样的方式展示它们的数据，其中包括Bloomberg的例子。这是一篇交互式的文章，引导用户通过一组特定的数据来了解美国人的死因。 使用交互版本更有效的是信息可以排序并以叙述的方式展示。除了上下文信息，可以突出特定数据点为读者创建重点，反过来减少了一些复杂性。

数据可视化和UI/UX设计的交叉点

我认为我们正在见证一个令人兴奋的转折点，那就是使用跨学科的技能去创建更逼真、更直观、更丰富的数据驱动的用户体验。这正是我们在Signal Noise所采用的方法。 这绝不是什么新概念，一如既往，伟大的想法得到普遍的认可是需要时间的。我们开始更加习惯数据和数据的展示，至少部分是因为本·施奈德曼的工作，早在90年代他便先驱性地开创了诸多这类想法。

请到「今天看啥」查看全文