看到一篇 GIJN 转发的文章,很有意思,作者是 Stephen Few,标题是《Data Visualization Effectiveness Profile》,PDF 原文在此

提到可视化,我们的言下之意,总不外乎:对信息进行加工处理,套以良好的视觉形象,便于人眼解读,便于信息的传递。但是,可视化过后的产物丰富多彩,不胜枚举,到底哪一个更有助于理解,又如何去衡量呢?

在日常生活和工作当中,大家都是凭各自的直觉和个人喜好,好像并无客观标准。所以,Stephen Few 针对这一议题,提出了自己的准则,并细分出了度量的维度,且做了范例解读。

他的准则是:可视化一定要有效。怎么才算有效呢?他提出了 7 个打分项。

  • 信息量(Informative)
    • 实用性(Usefulness),图表有没有用
    • 完整性(Completeness),数据全不全
    • 辨识度(Perceptibility),阅读难不难
    • 真实性(Truthfulness),观点准不准
    • 直观性(Intuitiveness),形式常不常见
  • 感染力(Emotive)
    • 美观度(Aesthetics),外观好不好看
    • 参与度(Engagement),是否吸引用户参与解析

上面的翻译不一定准确,每一项具体的解释,原文都有涵盖。虽看起来也都是一些主观看法,但一份可视化作品拿出来,它一定是已经怀有了特定目的,它一定是为了明确表述、传达某个观点的,所以,作为受众,还是可以据此打出自己的分数。当然,如果它没有什么目的,表达含糊,那这个图表它就是无用的。

他举的第一个例子,图表如下:

example chart

各项评分如下图。

data visualization effectiveness profile

理由则是:

  • Usefulness:销售收入诚然重要,但单独一个销售数据作用有限
  • Completeness:因此,数据上它也是不完整的
  • Perceptibility:3D 效果使人分神,柱状图也不如线条来的更显变化趋势
  • Truthfulness:缺少历史数据的佐证,纵轴也不是从 0 开始,真实性大打折扣
  • Intuitiveness:它是一看就懂的图,但纵轴更准(为 0 )就更好
  • Aesthetics:比较取悦眼睛,但柱子顶上挤到一起的数据标签有所失分
  • Engagement:整个图表让人分神,使人忽略对数据的校验和解读,这块问题也大

之后,Stephen 又提到了桑基图的始祖,Charles Minard 的知名大作:拿破仑进军莫斯科。其实这张图远远不只桑基图这么简单,它是一个时间序列,它是一张局部地图,它是一个完整的故事,它还布满了详尽的数字,它在二维空间里置入了军队人数、军队位置、行军方向、距离、时间、温度等多个变量,「它可能是有史以来最好的统计图形—《The Visual Display of Quantitative Data》」。

Minard

对于这幅可视化作品,除了 Intuitiveness,其他各项,Stephen 均给了满分,详情请参考原文。

上面是法文原版,当初只是一个双色的小海报,它的英译版可以在这里找到。这次对俄作战,法军损失惨重。1812 年 6 月,拿破仑 42 万 2 千人从波俄边境的尼门河出发,形状的宽度代表军队体量,9 月抵达莫斯科,还剩下 10 万人。接下来转折的黑色代表撤军路线,天寒地冻,持续减员,到 Bobr 之时,仅剩 2 万人,但之前分派出来护卫侧翼的 3 万余部加入,队伍重新扩充至 5 万人,很快气温骤降,渡过 Studzionka 河后,又剩不到 3 万,最后 4000 人活着回到 Karnas 跟殿后的 6000 残部凑成 1 万,仓惶逃出俄国。

最后,今天看到一个图,可以作为眼力练习:New York Historical Weather

更新:

  • 10/27,今天看到 GIJN 官方编译的中文版本了,解读的比我好