本文根据北京大学公开课《数据可视化》共63讲的学习笔记整理而成课程链接【公开课】北京大学数据可视化这篇笔记是我在学习过程中围绕课程中可视化任务分析这一核心模块所做的整理重点关注一个根本性的问题拿到数据之后如何系统性地思考“该画什么图”课程中提出了一个贯穿始终的分析框架——对象What· 目的Why· 手段How。这个框架回答了可视化设计的三个核心问题对象What数据里有什么要展示什么目的Why用户为什么看想达成什么目标手段How用什么形式来展示和交互以下是我对这三部分的梳理以及课程中案例的拆解。一、对象What数据抽象“对象”关注的是数据的本质特征——不是具体的数值内容而是数据的结构、类型和属性。1.1 基本数据类型课程将数据归纳为以下基本类型数据项Items独立的个体对象如一名球员、一所大学属性Attributes数据项的特征或性质如国籍、排名分数链接Links数据项之间的关系如球员与俱乐部之间的效力关系位置Positions空间中的坐标网络Networks由节点和链接构成的图结构1.2 数据集类别不同类型的数据集由上述数据类型的组合构成数据集类别包含的数据类型示例表格数据项 属性球员列表每行一个球员列有国籍、俱乐部等网络/树数据项节点 链接 属性社交网络、组织架构图场连续位置 属性连续值温度分布图几何/空间位置 数据项 属性地图上的点、线、面1.3 对象分析的决策维度在实际设计可视化之前需要对“对象”进行一系列决策分析范围是针对所有数据全局分布、整体趋势还是局部数据特定子集、异常值属性数量是针对单一属性还是多个属性之间的关系属性类型属性是类别型还是有序/数值型数据可用性数据是静态的还是动态的这些决策直接影响后续“手段”How的选择——类别型属性适合用颜色或形状区分有序属性则更适合用位置或长度表达。二、目的Why任务抽象“目的”关注的是用户希望通过可视化完成什么样的认知任务。这是连接数据与设计的桥梁。2.1 任务的核心公式任务 { 行动Action对象Target }行动用户要做什么如比较、识别、衍生对象用户对数据的什么部分做这个行动如趋势、异常值、分布2.2 三个级别的行动用户的行动可分为三个递进的级别级别核心特征典型场景查询已确定数据对象获取具体属性值“哈佛大学的声誉得分是多少”搜索有目标但需要查找/定位“找到排名前10的大学”分析目标开放需要发现未知模式“这些数据里有什么有趣的模式”这三个级别并非泾渭分明在实际分析中常常组合使用。1查询Query识别确认数据项的具体属性值如鼠标悬停查看数值对比比较两个或多个数据项的属性总结概括一组数据的分布特征2搜索Search搜索可根据“目标对象是否已知”和“目标位置是否已知”进行分类目标对象已知目标对象未知目标位置已知查找浏览目标位置未知定位探索3分析Analyze分析是最高级别的行动包含两个方向使用Consume从可视化中提取信息发现寻找未知的模式、异常或趋势探索性展示将已知洞察呈现给他人叙事性欣赏非正式、社交性地观看可视化生成Produce向可视化注入新的信息价值注释为已有可视化添加标记或说明记录永久保存当前可视化状态衍生通过对原始数据的变换生成新数据并可视化这个数据是不同球员在世界杯中扮演的角色看看分别来自的俱乐部这个可视化看球员分别来自哪个国家再进一步地在俱乐部里效力。这个是具体的可视化。注意2.3 对象Target用户关注的数据目标课程中进一步列出了用户可能关注的数据目标类型针对所有数据趋势、异常值、特征针对属性单一属性分布、极值多个属性依赖、关联、相似性针对网络数据拓扑、路径针对空间数据形状需要说明的是“对象Target”不同于“数据类型Data Type”——数据类型是数据本身的结构属性What而对象是用户希望操作的数据目标Why。同一份表格数据可以服务于“分析趋势”“分析分布”或“分析关联”等不同的目标。三、手段How可视化构型“手段”关注的是如何通过视觉编码和交互操作来呈现数据。3.1 视觉编码视觉编码是将数据属性映射为可视化元素的过程主要包括排列决定空间位置的排布方式排序、对齐、分离等映射将属性映射为视觉通道位置最精确的通道适用于有序属性颜色适用于类别区分或数值梯度大小/角度/强度适用于表达数值大小形状适用于类别区分有限数量运动方向、速度、频率适用于动态数据选择原则视觉通道的选择应服务于数据类型和用户任务。例如类别型属性适合用颜色区分而比较任务则更适合用位置如条形图来呈现。3.2 交互操作交互允许用户主动探索数据常用操作包括改变调整参数或视角并置同时查看多个视图选择高亮或筛选特定数据项分离将数据拆分为子集叠加在现有视图上叠加新图层四、总结课程中反复强调的一点是不同的场景有不同的任务需要把复杂的拆解为简单的抽象任务然后判断对应的解决方案。围绕这一核心思路有几点体会值得记录可视化设计的起点是“任务”而非“数据”。拿到数据后首先要问的是“用户为什么看”而非“我能画什么图”。抽象语汇帮助我们跳出领域限制。避免使用“排名”“分数”等具体术语而用“比较”“排序”“识别”等抽象概念来描述任务可以更清晰地定位问题本质。What-Why-How 三者是递进且相互约束的数据What决定了哪些视觉通道可用任务Why决定了哪些视觉通道更合适手段How将前两者落实为具体设计。复杂问题需要拆解为简单任务。一个高层目标需要被拆解为多个具体任务每个任务匹配最合适的可视化方案。“衍生”是处理复杂性的关键策略。不直接绘制原始数据而是通过变换使洞察“浮现”出来从而更有效地传达信息。笔记整理自公开课内容如有不当之处欢迎指正。课程来源本文根据北京大学公开课《数据可视化》共63讲的学习笔记整理而成课程链接 【公开课】北京大学数据可视化