视觉的科学数据通信:作品

心理科学的公共利益(卷22、3号)
阅读全文(PDF,HTML)

数据可以是一个强大的方式传播科学和新闻,但是创建有效的数据可视化是一门科学和艺术。就像精心设计的数据可以帮助观众理解数据模式,设计不良数据可能造成混乱和误解,破坏不仅理解也信任。

在这个问题上心理科学的公共利益(卷22日问题3),史蒂文•l . Franconeri花边m·帕迪拉Priti Shah杰弗里·m·扎克和杰西卡Hullman审查研究支持指南创建有效和直观的数据可视化交流对学生数据,决策者、公众和其他研究人员。半岛体育官方网址入口

数据可视化是一个跨学科的问题

数据可视化研究发生在几个领域。知觉心理学家可能研究颜色之间的映射和观众从这些颜色中提取的值。认知心理学家可能调查工作记忆是如何限制多少信息查看器可以从图中提取。教育工作者可能感兴趣如何提高可视化帮助学生提取概念。公共政策传播者和政治科学家会研究为什么有些可视化比其他人更值得信任或有说服力,和健康传播专家可能感兴趣评估如何有效沟通医疗过程的风险。统计专家的认知和沟通可以探索如何沟通选举结果的不确定性或飓风路径,和计算机和数据科学家可以研究数据类型和算法以及分类法设计强大的视觉显示和用户交互。除了研究人员、职半岛体育官方网址入口业医师有相关经验的也可以提供强大的见解关于设计数据可视化的最好方法是有效的,直观的,迷人的。

这个跨学科性表明数据可视化是无处不在的,图形识字和有效的设计非常重要,并集成不同领域需要更好地理解数据可视化和创造更强大的可视化。图视觉感知、理解、信息利用率,基于数据的推理不确定性表示,和健康危险沟通”研究类似的问题和使用互补的专业技能和风格的调查,但他们也很少联系,“写Franconeri和他的同事们,选择“忽略人工边界在这些研究领域中,而集成在他们。”

通过整合跨领域研究,Franconeri和同事审查三种类型的指导方针,创建有效的和直观的数据可视化:

  • 确保观众正确可视化值映射到正确的概念
  • 表达不确定性和风险(例如,生存的几率治疗)
  • 沟通清楚

数据可视化的科学

视觉系统可以快速提取从一个设计良好的视觉显示广泛的统计数据。了解视觉系统可以提高数据可视化工作,有助于避免视觉描述导致偏见或幻想。

“可视化依赖几个视觉通道将数字转换成图像视觉系统可以有效地处理…了解这些渠道可以让设计师考虑那些可能最适合一个给定的数据集和context-particularly考虑到每个相关水平差的精度和潜在的幻想,“写Franconeri和他的同事们。作者排名5视觉通道的基础上精确观众如何通常状态(比率)任意两个值之间的关系:位置、长度、面积、角度、和强度(例如,颜色梯度)。然后描述以下为每个通道:常见的错觉,扭曲数据,全球可以快速提取的统计,统计数据,使视觉系统缓慢(比较),和工具来提高其有效性。

关键的指导方针

在他们的报告中,Franconeri和他的同事描述深度交流的指导方针使用可视化数据,提供的例子,好的和坏的可视化,并强调提高数据可视化工具和策略。他们在总结关键的指导方针,强调创建数据可视化时需要考虑的最重要的事情:

  • 全球观众的视觉系统可以提取数据(例如,意味着,中位数)在几分之一秒内。半岛体育官方网址入口研究人员应与柱状图和散点图可视化数据之前信任统计摘要。
  • 考虑常见的视觉幻象和困惑。开始了解轴在零并不总是最好的选择,因为它可以掩盖相关数据模式或创建模式不能反映现实的假象。地图数据区域;注意,斜坡在线图可以创建知觉扭曲;使用谨慎当连续数字映射到不同的颜色,因为它可以夸大差异;并选择颜色是友好色盲的观众。
  • 组值之间的比较慢。使用visual分组暗示引导观众比较感兴趣的。
  • 避免繁重的工作记忆。传说转换成标签嵌入到数字和避免分散动画或文本。
  • 尝试使用你的观众熟悉的可视化,并尊重共同关联(例如,“上”和“黑暗”的意思是“更多”)。
  • 使用图形格式,引导观众的概念你想传达的消息。
  • 当听众交流的信心,避免误差,而是显示离散值的例子。
  • 当观众可能有较低的风险沟通工作能力与数字和数学,依靠绝对的相对利率,和传达概率(例如,3的),而不是百分比(例如,30%)。
  • 即使你觉得不需要,确保支持理解和理解尤其是对观众可能有较低的领域知识,计算能力或工作记忆容量。

视觉数据通信的实践:作品

乔纳森·Schwabish
城市学院,华盛顿特区

阅读全文(PDF,HTML)

在实践中:更好的数据可视化的五项原则

在一篇评论中,乔纳森Schwabish(城市学院,华盛顿特区),数据可视化技术的创造者,提出了选择标准和通信数据可视化的方法。他使用一个数据集从国家教育统计中心(图表使用Microsoft Excel)来说明这些替代品。他的可视化依靠五个基本原则来提高数据可视化的做法。这些原则是:

1。显示数据。可视化的数据是最重要的部分,应该显示在最清晰的方式。战略和有目的的数据显示。

2。减少混乱。最小图杂物(如重网格线,刻度线,特定的标签,3 d效果)帮助读者关注最重要的部分的可视化。

3所示。集成图形和文本。不要把文本和可视化你的沟通作为两个单独的元素。例如,呼应Franconeri和他的同事,他建议把传说变成嵌入式标签和标题。

4所示。使用small-multiples approach-break密集,复杂图形分解成更小的倍数(即。,break up the information across multiple graphs that have similar axes, colors, and layouts).

5。开始一切灰色。这种策略使得可视化出现的一切平等的重要性首先,允许研究人员更好地决定读者应该集中注意力,然后进行相应更改(例如,确保酒吧不同的颜色使这些值更容易查找和阅读)。半岛体育官方网址入口

Schwabish强调这些策略是次要的,最重要的一个:了解你的听众。了解你的听众知道数据,这个概念,或者统计信息将帮助您选择和工艺更有效的数据可视化。

看到相关的新闻发布会上

作者(PDF,HTML)


APS定期打开特定的在线文章讨论在我们的网站上。有效的2021年2月,你必须登录APS成员发表评论。通过发布评论,你同意我们社区指导原则和显示您的个人信息,包括你的名字和联系。任何意见、发现、结论或建议在文章评论的作家和不一定反映APS的观点或文章的作者。有关更多信息,请参阅我们的社区指导原则

请登录你的APS账户置评。