当前位置:首页 >  小程序

数据可视化“信息传达”和“视觉美观”的天平两端,你选择站哪边?

2019-12-04 

这篇文章来自数据可视化设计师Lisa Charlotte Rost,目前作为自由设计师为新闻社工作。数据可视化中,视觉美观常常能够促进对数据集的理解,从而实现数据集信息的呈现。但,如果是为美而美,效果往往适得其反。因此,数据可视化和数据美学艺术有时确实应该要有所区分。

天平两端,如何选择?

信息传达(Information Art)和美学设计(Informat۩ion Design),需๑要区分对待吗?对此,交互设计师 Manuel Lima在2▼00⊥9年写了一篇文章,在推特上引起了激烈的讨论。有评论认为♥区分是♂必要的,能够推进这两个领域的发展;∏也有۩观点认为区分并不能够使任何一方受益,并且认为明确的区分难以实现。

其中*,有评论反复提及:为了表达深刻见解,数据可视化必须ↂ要具有美感。网友Kim Rees在Manuel Lima的文章下评论:

可视化应该要给〒人浑然一体的感觉,既能传递信息,还要吸引人。就像建筑,有的建筑◈师可能仅专≤注于结构,而不是审美;也有的只注重审美,而忽视结К构。仅有少数的伟大建筑师能够真正创造出兼具结构与美感的建筑。▌我个人坚≌信,美学对于条理情晰的数据可视化,相当关键。

在此前有人提出的“对信息艺术和信息设计作出区分,能够推进这两个领域的发展”的观点支ⓔ撑下,我个人支持以上的评论。但是我想要在她观点的基础上做一些延伸。∮对此,我将使用Kim Rees提到的数据可视化的目标:

a)传递信息,使数据深刻ю并且提升读者对数据的▬理解,使数据更具意义。

b)美观,在视觉上能够愉悦读者。

对我来┎说,第一点——理解——是数据可视卐化的终极目≈标。这可以意味着对一个观点进行证明,对某一个话题进行概述,或者为了达到深刻的理解去优化一个探索性的数据可视化。

¤

注:图表纵轴是数据可视化的理解力,横轴是数据可视化的美学成分。红色圆圈是数据可视化中最差的情况,只顾美学,不顾理解力△;绿色圆圈是数据可视化的最好情况,作品的理解力达到最大值,同时也兼顾了美学成分。

传达信息的时候:实用+美观>单纯实用>单纯美观

如何增加对某一个数据可视化的理解?除了选择正确的数据点之外,美学可以促进理解——以更合适的方式来构建内容,让它变得更具可读性,或者是能够首先抓住读者的注意力。

但是美学元素的增加仅仅意味着在某种┆┇程度上能让读者达到更好的理解。这句话的意思是,同┝样深具意义,⊙一个难看的图∏表会比一个可读性强的图表看起来差劲许多,而这主要归因于美学元素的添加。

但是一个深具意义的图表如果太过专注于美学和视觉上的创新的话(这会适得其反,降低可读性),反而会比那些“相貌平平”的图表更糟糕。举个◎例子,在对一个数据集进行设计时▀,︶︷︸如果条形图是最能被理解的方式,选择一个环形可视图也许看上去会更美,但也会增加理解的难度。设计界流传着这样一个不等式:

能够促进理解的审美元素>不具美感的意义呈现>降低理解的审美元素

或者,以另一种方式来表达:∮

√意义表达▀+美感>仅表达意○义>仅有美感

但是,只有在讨论数据可视化,以及为了达到让数据实现更具洞察力这个目的时,这个不等式才能成立。在数据艺术中,美学可以被允许,甚至有时是必须放在第一位的★。“过多的美学元素”或者“仅有审美”也可以是一件好事。不再完全依靠于理解≯,可以极大程度地改善使视觉体验。

若是单纯为了艺术,不妨再果敢一点

注:图表纵轴是数据可视化的理解力,横轴是数据可视化的美学成分。绿色圆圈数据美学的最好情况,此时不考虑对数据理解。

一个例子:我找到一些可以愉悦视觉的N♀YT和Periscopic的图表——这些图表在视觉上令人愉悦,而这有助于传递数据的意义。但是Jorinde Voigt(德国艺术家)的图震慑到我了! “对信息而言,数据本身并不那么重要,但是它可以用来传递一个更高深、超群的体验︵”,我在几年前写的一篇大学论文中就提到了Jorinda Voigt的成就。

注:图为≮德国艺术家Jorinda Voigt的作品。

┄┅ 当然,我们要明白艺术不仅仅是美学。但是许多人完全是被数据可视化内含的美丽所吸引的。他们喜欢数据可视化,是因为它"结合了“一些严肃的东西(数据)”和“一些美丽的东西(可视化)”。数据可视化使得他们能够接触到美学。他们购买了《数据流(Data Flow 2: Visualizing Information in Graph∮ic Designí)》这本书(主要讲述在图表设计中对信息进行可视化),被它的美观所惊艳并想要复制它。但是这导致为了让数据可视化更加美观,从而降低了可阅读性的结果。

注:图表纵轴是数据可视化的理解力,横轴是数据可视化的美◄学成分。上面的绿色圆圈表示的是数据可视化应该达到的最好情况,下面的绿色圆圈表示的是数据美学应该达到≌的最好情况。

我想让人们发现数据的艺术,坚守他们对于数据美学的热忱,而不再是将数据艺术作为数据可视化的售卖点。更切确¥地说:“可视化部⊙分并不能∴告诉你任何关于数据点的信息。”

来自:镝次元数据传媒实验室