《定量信息的视觉显示》

作者:  //  2010 年 7 月 20 日  //  信息图表, 图表相关, 读书  //  没有评论

             

一本影响当代数据可视化发展的深远巨著,推荐给大家阅读。作者爱德华·塔夫特Edward Tufte在书中传达的核心观点:图表设计的目的是让读者能快速获取真实而丰富的信息。

图书简介:

看到书名的第一印象会是以为:这本书教设计者如何将图表设计得精致美观。然而,作者告诉我们,对于图表设计来说,任何与数据无关的装饰都是多余的,甚至任何与数据无关的笔墨(ink)都是多余的。换句话说,设计者应该最大化地发挥数据信息本身的作用,视觉层次,框架,美感都应该通过数据本身来实现。书中提出了对于图表设计好坏的3个重要判断指标:

  1. Lie Factor 畸变因子

    即图形在表达数据变化时的失真程度。

    真实:
    “Graphical excellence requires telling the truth about the data.”

    图表中非常常见的一类欺骗就是,用与数据不成比例的视觉图像夸大显示数据。

    畸变因子:

    Lie Factor = Size of effect shown in graphic / Size of effect in data

    造成这种欺骗的原因很多,比如说现在很多专业杂志制作图表的人招聘的都是会使用专业的图片软件的人、他们常常没有最最基本的统计学知识;很多人认为对于公众而言数据是无聊的无用的、所以只用图片展示数据就足够了。

  2. Data-ink Ratio 数据笔墨比例

    即有多少笔墨是用在数据表达。

    简明:
    “Graphical excellence is that which gives to the viewer the greatest number of ideas in the shortest time with the least ink in the smaller space.”

    数据-墨水比例指数:

    Data-ink ratio = data-ink / total ink used to print the graphic

    如何达到简明,就是最大化这个指数。也就是要山区那些和数据无关的墨水,比如说背景线、表格线等。 

  3. Data Density 数据密度

    一定大小的空间内表示了多少有效数据

以上三点可概括出好的信息可视化设计的三个要素:真实、简明、丰富。除此外,其他都是次要的,虽然最后一节也提到了美学(aesthetic),但是这里指的更多是一种优雅,而它还是通过设计的简洁和数据的丰富来实现的。总之,可视化设计要为传达信息服务,而不能将图表搞得金玉其外,败絮其内。

该书:
  • 观点在很大程度上是相当的精英主义和激进,思想上有点类似于现代主义初期的那几个建筑师。他希望把一切多余的东西都去掉。以他的标准看来,现在科学杂志上的大部分图表设计都是不合格的,都浪费了很多空间和笔墨。书中还说道饼状图从根本上来说就是一种极差的表现形式,还不如直接列表格。另外,作者还以批评PPT是邪恶的工具而出名。
  • 出发点在于人们有能力解读更加复杂和精确的图表,而现在的设计则都像是给小孩子看的。然而很显然,并不是每一个读者都有兴趣去看那种密密麻麻的、色彩单一的图表的,尤其是没有受过统计方面的专业教育的人。因此,该书对普通大众来讲略显艰涩。

也许最好的方法还是,根据不同读者的需求设计不同的图表。作者的严密方法适合于处理学术研究上的定量数据,但是生活中仍然会需要有趣的哪怕是有些失真的图表。根据使用者的需求设计,这一点应该是放之四海皆准的(也许精英主义者不这么看)。

整合一下个人观点,一个好的数据图示化作品应该:

  1. 对于要表达的信息了然于胸:我们要表达的永远都不是数据或者信息本身,而是它们背后所要传递的可以利用的知识。比如通过把这些信息放在一个更大的时空背景下,就形成了一个完整的故事。这里面没有什么太多的技巧可言,而是需要大量的背景知识和把知识串联起来的能力。
  2. 同时把这个故事图示化出来:这个可能需要更多的是图形灵感、组合处理上的一些能力,比如使用Excel来制作图表的技巧。

最后:这本书绝对是一本能开拓你眼界的书,因为关于图表设计相关的图书目前还太少太少,现阶段和图表设计相关的书籍大部分围绕信息图表,且以视觉表达为主,而以实用为主的书籍则凤毛麟角。

关于作者

Ms Office爱好者,仅仅就是一个懂得高效偷懒的伙计,但绝对不是属于Office软件的骨灰级玩家,相对注重实用。比较热衷数据可视化,当然这个爱好中忒注重视觉的部分,和我的工作基本无关,但就是喜欢。

查看所有 的文章

留下您的评论

您必须 方可发表评论。