你想充分了解人類的感知世界嗎？你對(duì)可視化是如何定義的呢？它是一門科學(xué)還是一門語言，那就請(qǐng)跟我們的作者一同走進(jìn)這個(gè)世界，用短短的30分鐘，看看39項(xiàng)關(guān)于人類感知的研究.

本文是作者在2016年4月OpenVis上的一段演講。

我是一名華盛頓郵報(bào)一名小小圖片編輯。你也知道的，一名圖片編輯又要懂視覺設(shè)計(jì)，又要有新聞敏感性，也是蠻辛苦的。像我這樣的圖片編輯，通常依賴于常識(shí)和經(jīng)驗(yàn)來對(duì)設(shè)計(jì)和視覺做出選擇。

過去的幾年里，我一直對(duì)那些科學(xué)領(lǐng)域研究人類是如何進(jìn)行圖像感知的事情充滿好奇，于是開始到處收集資料。但當(dāng)我開始潛心研究以后，發(fā)現(xiàn)這個(gè)問題研究的范圍真的是太廣了，于是遺漏掉了很多根枝末節(jié)，希望會(huì)有人繼續(xù)這些研究吧。

雖然說這里我的介紹只是門可羅雀的凝練，事實(shí)來說，這些研究都是經(jīng)過多次反復(fù)試驗(yàn)，沒有放過一絲一毫的細(xì)枝末節(jié)，讓我沒法在這里一一羅列。所以這里我只簡單介紹一到兩個(gè)主要實(shí)驗(yàn)結(jié)果的中心思想。但我還是更希望你可以去通讀他們的原文去考慮他們?nèi)拷Y(jié)果。

接下來，我會(huì)更深入地介紹每一個(gè)部分并闡述更多的研究細(xì)節(jié)，讓我們繼續(xù)往下看吧！

在Colin Ware所著的《Information Visualization》一書中，提出了這樣一個(gè)問題：可視化是一門科學(xué)還是一種語言?

可視化應(yīng)該是一門科學(xué)，它可以精準(zhǔn)地、系統(tǒng)性地展示數(shù)據(jù)，沒有所謂那些花枝招展、畫蛇添足，讓我們直觀領(lǐng)略到數(shù)據(jù)藝術(shù)的本質(zhì)所在。正因如此，你想要展示什么樣的內(nèi)容就決定了如何來選取正確的可視化方法。

與之相對(duì)的，可視化也應(yīng)該是一門語言，因?yàn)榭梢杂脠D畫來傳遞意義，如同象形文字一樣。我們可以用符合和記號(hào)來編制數(shù)據(jù)。編制這些圖片的方法和規(guī)則是后天習(xí)得而非與生俱來的，這跟語言本質(zhì)的定義是相通的。

研究基礎(chǔ)

1984年，William Cleveland和Robert McGill（見引用1）一起完成了一個(gè)關(guān)于信息可視化方面的開創(chuàng)性研究。

經(jīng)過多次試驗(yàn)，Cleveland和McGill找到了“基本知覺任務(wù)”，也就是觀察者根據(jù)所觀測到的圖像做出的表現(xiàn)。

根據(jù)我們所看到的事物做出相關(guān)表現(xiàn)，也就是Cleveland和McGill所做的這個(gè)開創(chuàng)性實(shí)驗(yàn)--“基本知覺任務(wù)”。我接下來要講的大部分研究都是以這項(xiàng)研究為前提。

在所有感知任務(wù)中處于最頂端并且最簡單的就是“根據(jù)標(biāo)準(zhǔn)比例尺來確定位置”。Cleveland和McGill認(rèn)為如果我們有一個(gè)比例尺，比如像坐標(biāo)軸一樣，這樣我們就可以用它來對(duì)比事物間的區(qū)別了。散點(diǎn)圖就是一個(gè)很好的例子，在散點(diǎn)圖里的圈圈點(diǎn)點(diǎn)被固定在X軸和Y軸之間，可以很好的衡量事物間的位置和區(qū)別。

柱狀圖一樣也有一個(gè)標(biāo)準(zhǔn)比例尺來衡量事物的位置，通常都是定位在X軸上，但是兩位科學(xué)家還認(rèn)為，除了判斷位置，這個(gè)同樣可以判斷事物的長度和面積。事物多到數(shù)不勝數(shù)。所以我還是鼓勵(lì)你去讀讀他們對(duì)于基本知覺任務(wù)的研究，你可能會(huì)有更多認(rèn)識(shí)。

Heer和Bostock用土耳其行棋機(jī)器人做的實(shí)驗(yàn)得到了與Cleveland和McGill基本一致的結(jié)果。（成比例的實(shí)驗(yàn)結(jié)果，上面是C和M的實(shí)驗(yàn)，下面是土耳其機(jī)器人實(shí)驗(yàn)，誤差條用的95%置信區(qū)間）

這些實(shí)驗(yàn)都是30年前的老古董了，現(xiàn)如今又如何呢？

幸運(yùn)的是，我們還有些線索。Heer和Bostock后來用更多的土耳其機(jī)器人來進(jìn)行他們的實(shí)驗(yàn)研究，起碼在感知任務(wù)上，已達(dá)到了和Cleveland、McGill相類似的實(shí)驗(yàn)。

參照點(diǎn)

三項(xiàng)實(shí)驗(yàn)表明我們所看到的事物和事物本質(zhì)有所偏差。這些偏差會(huì)讓我們看到的圖像有所失真。

我們知道在史蒂文斯定律（冪函數(shù)定律）里有這樣的描述：當(dāng)一個(gè)事物被一個(gè)比它更大的事物觀察時(shí)，它自己會(huì)覺得變得很大，反之亦然。Jordan和Schiano發(fā)現(xiàn)增加直線間的空間距離會(huì)產(chǎn)生反作用。也就是說，當(dāng)一條線逼近另一條，這條線的長度會(huì)越來越接近另一條（也被叫做同化作用），相反的，當(dāng)一條線遠(yuǎn)離另一條的時(shí)候，長的會(huì)更長，短的會(huì)更短（這也被叫做對(duì)比參照）。

Jordan和Schiano發(fā)現(xiàn)當(dāng)幾條不同長度的線相互靠近的時(shí)候，它們的長度會(huì)變得接近。當(dāng)它們相互遠(yuǎn)離，你會(huì)發(fā)現(xiàn)這些線條會(huì)變得更加長短不一。

在另外兩個(gè)研究中，Schiano和Tversky發(fā)現(xiàn)在人們的記憶中圖表要比實(shí)際情況更加勻稱。他們給了實(shí)驗(yàn)參與者如同上面的這些圖片，并且告訴他們這些是圖表或者地圖。

他們發(fā)現(xiàn)當(dāng)參與者遇到了被告知是圖表的圖片時(shí)，他們把這條線記成一條45度在圖上不存在的線條，也就是一條假想的對(duì)角線。如果相同的線在地圖上標(biāo)注出來，這些參與者不會(huì)對(duì)線條位置有任何曲解。

在兩次研究過程中，Schiano和Tversky發(fā)現(xiàn)在這些直線圖中，這條45度的假想對(duì)角線會(huì)被大家作為參照物，但是僅限于直線圖，別的類型圖表就沒有這樣的情況。

當(dāng)在圖上標(biāo)注出要注意圖片的對(duì)稱性時(shí)，參與者越想越覺得這個(gè)圖很勻稱，可盡管這個(gè)圖片不對(duì)稱。因此我相信圖上的注釋更能給人傳達(dá)信息。

在另一個(gè)獨(dú)立研究中，他們證實(shí)了關(guān)于在直線圖中假想對(duì)角線的系統(tǒng)性偏差。當(dāng)給參與者展示對(duì)角線的時(shí)候，他們通常會(huì)把圖上線條實(shí)際位置定位在這個(gè)假想的對(duì)角線上，說明他們錯(cuò)誤的估計(jì)了夾角的大小。所以這條對(duì)角線會(huì)讓他們會(huì)干擾他們的記憶，會(huì)錯(cuò)誤的記成這條對(duì)角線，但也只限于這類直線圖。

他們的研究結(jié)果表明不同的視覺系統(tǒng)采用的參考坐標(biāo)系不一樣。

基本形狀

八十多年前，Croxton發(fā)現(xiàn)，與圓形，正方形或立方體相比，人們能更準(zhǔn)確地比較長方形的尺寸大小。圓形和正方形的比較效果差不多，立方體效果最差。當(dāng)這些平面圖形變成三維立體結(jié)構(gòu)時(shí)，它們的比較效果相差更顯著。

Croxton發(fā)現(xiàn)志愿者在比較不同長度的長方形時(shí)會(huì)更準(zhǔn)確。比較不同大小的正方形和圓形時(shí)，志愿者的比較效果會(huì)差一些。志愿者對(duì)這三種平面圖形的比較效果都比立方體更好。

表示比例的柱狀圖和餅狀圖

柱狀圖和餅狀圖在表示比例時(shí)擁有很大的優(yōu)勢(shì)，關(guān)于這一點(diǎn)，前人已經(jīng)進(jìn)行了很多的研究。

五項(xiàng)研究全都表明餅狀圖表示比例的效果要優(yōu)于柱狀圖。

我看到的許多研究結(jié)果也支持這一觀點(diǎn)。

早在1926年，就有一些學(xué)者針對(duì)這個(gè)問題進(jìn)行討論，Eells是其中之一。在他那個(gè)年代，餅狀圖不被人們所接受，人們認(rèn)為人的眼睛不能有效地判斷弧，角或弦。

在一節(jié)心理學(xué)課上，Eells給學(xué)生們展示了一系列餅狀圖和條形圖，并要求學(xué)生估算每個(gè)部分占整體的比例。

他還想更深入地了解人類是如何處理圓形信息。因此，在一節(jié)心理學(xué)課上，Eells給學(xué)生們展示了一系列餅狀圖和柱狀圖，并要求學(xué)生估算每個(gè)部分占整體的比例。

他發(fā)現(xiàn)，人們能快速且準(zhǔn)確地解讀餅狀圖和柱狀圖的數(shù)據(jù)，隨著分類的增加，餅狀圖更能反映某個(gè)部分占整體的比重。

Eells的研究用三種表示方法來反映餅圖中的比例。 只有一名女性使用弦來進(jìn)行比較，很可能是因?yàn)樗邮苓^特殊訓(xùn)練。 她也是參與者中比較結(jié)果最準(zhǔn)確的人。

他發(fā)現(xiàn)參與者中， 50％的人使用外弧做出比例判斷，25％使用面積， 25％使用內(nèi)弧或角度。此外，參與者中有71人喜歡餅狀圖，只有25人喜歡柱狀圖。

他總結(jié)說，我們應(yīng)該使用餅狀圖，不僅是因?yàn)樗奈?，還因?yàn)樗目茖W(xué)準(zhǔn)確性。

他還得出結(jié)論，男性估計(jì)數(shù)值比例的能力要優(yōu)于女性。

第二年Croxton對(duì)Eells的工作做出的后續(xù)研究發(fā)現(xiàn)餅狀圖并沒有Eells說的那么好，但不可否認(rèn)，他們確實(shí)推動(dòng)了這方面的研究。

六十年后，在另外的三個(gè)實(shí)驗(yàn)中，人們發(fā)現(xiàn)，在某種程度上，餅狀圖能更好的傳遞數(shù)據(jù)比例信息。

Simkin和Hastie讓參與者做出比例判斷和段與段（比較）判斷。他們發(fā)現(xiàn)，就段與段的判斷而言，簡單的柱狀圖比較效果最好，然后是分割柱狀圖，最后是餅狀圖。

Simkin和Hastie得出結(jié)論，每個(gè)人在查看特定圖表時(shí)會(huì)有一個(gè)特定的模式。

對(duì)于比例判斷，餅狀圖和分割柱狀圖是相互關(guān)聯(lián)的，簡單的柱狀圖效果最差。

Spence和Lewandowsky發(fā)現(xiàn)，多個(gè)部分之間的比較需要花更長時(shí)間并且準(zhǔn)確性較低。值得強(qiáng)調(diào)的是，餅狀圖的比較效果最差，但是進(jìn)行多個(gè)部分的比較時(shí)，它的比較效果較好。而表格只有在表示絕對(duì)值時(shí)才有優(yōu)勢(shì)。

Hollands和Spence發(fā)現(xiàn)，隨著柱狀圖中的分類增加，它們傳達(dá)比例信息的有效性降低。事實(shí)上，人們需要額外的1.7秒閱讀柱狀圖中每個(gè)分類的信息。

柱狀圖和折線圖

在同一項(xiàng)研究的兩個(gè)獨(dú)立實(shí)驗(yàn)中，Zacks和Tversky發(fā)現(xiàn)，當(dāng)參與者被要求描述柱狀圖中的數(shù)據(jù)時(shí)，他們傾向于使用坐標(biāo)軸進(jìn)行對(duì)比（例如，A比B在X中的數(shù)量更大）。當(dāng)使用折線圖時(shí)，參與者更傾向于描述趨勢(shì)（例如，“隨著X增加，Y增加”）。

Zacks和Tversky發(fā)現(xiàn)參與者描述柱狀圖中的數(shù)據(jù)時(shí)傾向比較數(shù)值，描述折線圖時(shí)傾向比較趨勢(shì)。

即使研究人員向參與者展示了顯示第三個(gè)數(shù)據(jù)變量的圖表，進(jìn)行折線圖描述時(shí)，參與者仍然關(guān)注趨勢(shì)，往往忽視了新出現(xiàn)的變量，但進(jìn)行柱狀圖描述時(shí)，人們就會(huì)關(guān)注到新變量。

這些研究表明，人們?cè)诳凑劬€圖時(shí)，很難關(guān)注到數(shù)據(jù)趨勢(shì)以外的信息。

柱狀圖，餅狀圖和折線圖

Hollands和Spence接著研究圖表的比較效果是否取決于需要做出的判斷類型。他們認(rèn)為折線圖在顯示數(shù)據(jù)趨勢(shì)方面要優(yōu)于其他類型的圖表，因?yàn)檎劬€圖是“集成”界面：觀眾能夠直接從斜率感知變化。餅狀圖是 “分散”界面，使用它來描述數(shù)據(jù)變化的效果較差。

在他們的第一次研究實(shí)驗(yàn)中，Hollands和Spence向參與者展示了這三個(gè)圖表，并記錄了他們比較數(shù)據(jù)變化的準(zhǔn)確程度。

他們記錄了參與者對(duì)柱狀圖，餅狀圖和折線圖的變化趨勢(shì)和數(shù)據(jù)比例的看法。

餅狀圖顯然無法有效地傳遞數(shù)據(jù)變化信息，但他們發(fā)現(xiàn)柱狀圖竟然與折線圖有相似的比較效果，他們想知道這是為什么。

他們假設(shè)這是因?yàn)槿藗冊(cè)谥鶢顖D之間想象繪制了一條虛線。 因此，他們創(chuàng)建了一個(gè)新的、“可怕的”圖形——分層柱狀圖，用來干擾人們想象出來的線條，并再次對(duì)參與者進(jìn)行測試。

Hollands和Spence猜測，柱狀圖與折線圖有相似的比較效果是因?yàn)閰⑴c者在柱狀圖之間畫了一條想象線以檢測變化。

他們發(fā)現(xiàn)，能讓讀者看到真實(shí)或虛構(gòu)趨勢(shì)線的圖表都能很好的傳遞數(shù)據(jù)變化信息。在圖表沒有比例尺的情況下，餅狀圖是最好的比例表示圖表。

折線圖

線條形狀可以表達(dá)出令我們著迷的內(nèi)容，但也會(huì)扭曲我們對(duì)數(shù)據(jù)的感知。

眾所周知，自變量（原因）通常繪制在x軸上，因變量（結(jié)果）繪制在y軸上。但我們也傾向于認(rèn)為斜率代表速度、高度或數(shù)量。這兩個(gè)約定可能相互沖突。

Gattis和Holyoak 設(shè)計(jì)了一個(gè)實(shí)驗(yàn)，其中斜率代表高度或海拔，但這意味著自變量和因變量在錯(cuò)誤的軸上。他們向參與者展示了正確和錯(cuò)誤的圖表，并詢問虛線表示的速率是快還是慢。

按照慣例，海拔應(yīng)該在x軸上繪制，因?yàn)樵谶@種情況下它是自變量。但是，在y軸上繪制海拔讓人自然地認(rèn)為斜率代表高度。

當(dāng)海拔位于y軸上時(shí)，由于視覺隱喻的效果，參與者的判斷更準(zhǔn)確。換句話說，我們傾向于將斜率視為速度、高度、數(shù)量或者是任何跟率相關(guān)的數(shù)據(jù)。他們得出的結(jié)論是，斜坡的某些圖形屬性“促使人們理所當(dāng)然的想法蓋過了其他”。

他們還發(fā)現(xiàn)了“更多”或“更好”與積極方向的普遍聯(lián)系。

Carswell和其他共同作者發(fā)現(xiàn)，當(dāng)線圖顯示趨勢(shì)逆轉(zhuǎn)時(shí)，人們對(duì)它們的研究時(shí)間更長。他們發(fā)現(xiàn)，當(dāng)他們改變數(shù)據(jù)點(diǎn)的數(shù)量、對(duì)稱性或線性時(shí)，情況并非如此。

3D

這里有四項(xiàng)研究表明我們對(duì)3D對(duì)象對(duì)判斷準(zhǔn)確性超出我們的普遍認(rèn)知。其中兩項(xiàng)研究都否定了 Tufte廣受歡迎的“高數(shù)據(jù)與墨水比”理念。

Siegrist觀察了參與者對(duì)2D餅圖（條形圖）和3D餅圖（條形圖）的尺寸差異對(duì)感知程度。參與者對(duì)條形圖的差異感知在2D和3D條版本下一樣精確，但使用3D餅圖則不太成功 。

Siegrist發(fā)現(xiàn)在條形圖中，2D并不優(yōu)于3D，但3D圖表需要稍長的處理時(shí)間。使用餅圖時(shí)，2D更好，并且透視角度對(duì)切片的評(píng)估精度有很大差異，這很可能是因?yàn)槟承┣衅绕渌衅：?/p>

Levy和共同作者承認(rèn)，3D圖形雖然“炫目”和“性感”，卻沒有傳達(dá)任何額外的信息，迫使讀者“處理冗余和無關(guān)的線索”。

在同一項(xiàng)研究的兩個(gè)獨(dú)立實(shí)驗(yàn)中，Levy和共同作者為參與者準(zhǔn)備了多種2D和3D圖表。

參與者可以選擇2D和3D圖。當(dāng)他們被告知選擇圖表會(huì)呈現(xiàn)給其他人時(shí)，他們傾向于選擇3D圖表。另一種情況，當(dāng)他們被告知數(shù)據(jù)必須被記住時(shí)， 他們也選擇了3D圖表。當(dāng)他們被告知需要傳達(dá)具體細(xì)節(jié)時(shí)，他們更多會(huì)選擇了2D條形圖，并且當(dāng)必須快速傳達(dá)消息時(shí)，他們選擇了折線圖。作者得出結(jié)論，在某些情況下，3D圖表可能很有用。

Spence發(fā)現(xiàn)只有在兩個(gè)或多個(gè)維度在形狀之間改變時(shí)，人類才能感知Steven's定律中描述的扭曲。如果在形狀之間僅改變一個(gè)維度，則不會(huì)發(fā)生變形 。

Spence的最后兩個(gè)實(shí)驗(yàn)涉及Steven's定律，它再次（非常簡單地）表示物體的尺寸在呈現(xiàn)較大物體時(shí)看起來較大，或者在呈現(xiàn)較小物體時(shí)看起來較小。Spence發(fā)現(xiàn)這與流行的物理學(xué)相反，當(dāng)比較相同維度的兩種形狀時(shí)，這種失真不會(huì)發(fā)生。只有改變形狀之間的維度時(shí)才會(huì)發(fā)生這種失真。

散點(diǎn)圖

Cleveland和其他共同作者發(fā)現(xiàn)人們對(duì)散點(diǎn)圖中的相關(guān)性得出的結(jié)論部分來基于點(diǎn)云的大小。當(dāng)在兩個(gè)圖中表示相同的相關(guān)性時(shí)，但是在一個(gè)圖中，比例被吹出，因此點(diǎn)云變得非常小，人們認(rèn)為它具有更高的相關(guān)性。

Cleveland和共同作者發(fā)現(xiàn)單獨(dú)改變點(diǎn)云大小可能會(huì)增加在評(píng)估散點(diǎn)圖中相關(guān)性時(shí)的不準(zhǔn)確性。

在散點(diǎn)圖中嘗試符號(hào)類型，Lewandowsky和Spence發(fā)現(xiàn)改變顏色對(duì)于眼睛來說是最明顯的。當(dāng)沒有很多顏色選擇時(shí)，不同的填充物或形狀（甚至是不易混淆的字母）都不會(huì)降低準(zhǔn)確度。

Lewandowsky和Spence發(fā)現(xiàn)人類可以最準(zhǔn)確地辨別散點(diǎn)圖符號(hào)中的顏色變化。

他建議使用字母，字母有一個(gè)明顯的優(yōu)勢(shì)能為數(shù)據(jù)提供半標(biāo)簽（M為男性; F為女性）。我個(gè)人認(rèn)為這可以通過注釋實(shí)現(xiàn)，而不會(huì)混淆符號(hào)質(zhì)心的位置。

Demiralp和共同作者重對(duì)現(xiàn)有的Tableau顏色和符號(hào)調(diào)色板重新整理，以便根據(jù)個(gè)人對(duì)其差異的敏感程度進(jìn)行排序。

在一個(gè)眾包實(shí)驗(yàn)中，Demiralp和共同作者對(duì)原生的Tableau顏色和符號(hào)調(diào)色板重新整理，以便按照視覺清晰度對(duì)形狀和顏色進(jìn)行排序。

樹狀圖

Ziemkiewicz和Kosara發(fā)現(xiàn)指導(dǎo)參與者用帶有隱喻方式導(dǎo)航樹狀圖能更準(zhǔn)確地完成某些任務(wù)。例如，指導(dǎo)參與者在類似容器的樹狀圖 “內(nèi)部”找到數(shù)據(jù)點(diǎn)，并告訴他們?cè)诩?jí)聯(lián)樹狀圖中“下方”的位置效果最好。

Ziemkiewicz和Kosara通過視覺隱喻指導(dǎo)參與者使用不同類型的樹圖完成簡單任務(wù) 。當(dāng)視覺隱喻與樹圖的特定風(fēng)格相匹配時(shí)，參與者更準(zhǔn)確。

Kong，Heer和Argawala發(fā)現(xiàn)， 當(dāng)組件是具有不同寬高比的矩形時(shí)人們最能辨別樹圖中的值。有點(diǎn)違反直覺的發(fā)現(xiàn)正方形不容易相互比較。矩形中的極端比率對(duì)于比較也是無效的。

Kong，Heer和Argawala的實(shí)驗(yàn)表明，與比較具有不同寬高比的矩形相比，人類在比較正方形的大小方面并不那么準(zhǔn)確。

他們還發(fā)現(xiàn)，令人驚訝的是，在對(duì)少于約1,000的數(shù)據(jù)集進(jìn)行葉-葉比較時(shí)，低倍數(shù)的條形圖表達(dá)優(yōu)于樹圖。

與樹圖相比，參與者在低倍數(shù)條形圖中進(jìn)行葉-葉比較更為準(zhǔn)確。

其他可視化

2001年，Barlow和Neville要求參與者比較四種不同的分層圖。他們發(fā)現(xiàn)參與者不喜歡樹形圖，并且更喜歡冰柱圖和組織圖。

在Barlow和Neville 2001年的研究中，參與者并不關(guān)心樹形圖可視化。

2007年，Cawthon和Moere表明，美學(xué)可以與個(gè)人對(duì)特定可視化的參與聯(lián)系起來。他們發(fā)現(xiàn)sunburst vis是最受歡迎的，參與者發(fā)現(xiàn)看起來像三維的beam tree是最可怕的。sunburst，icicle和startree是初學(xué)者的參與度最佳選擇 。beamtree和treemap的性能最差 。他們得出的結(jié)論是sunburst證明了“美貌與實(shí)用”可以并存。

在Cawthon和Moere2007年的研究中，參與者贊成sunburst的可視化。

Harrison和共同作者對(duì)幾種用于描述相關(guān)性的可視化類型進(jìn)行了有效性排名。他們發(fā)現(xiàn)散點(diǎn)圖和平行坐標(biāo)效果最好。在堆疊圖表變體中，堆疊條帶明顯優(yōu)于堆疊區(qū)域和堆疊線。

Harrison和共同作者發(fā)現(xiàn)，參與者可以最容易地評(píng)估散點(diǎn)圖（負(fù)相關(guān)和正相關(guān)）和平行坐標(biāo)圖（僅針對(duì)負(fù)相關(guān)）的相關(guān)性。

一年后，Kay和Heer重新評(píng)估了數(shù)據(jù)，并按照精確度將可視化分為四組。然而，最高排名保持不變。

數(shù)據(jù)密度

Heer，Hong和Argrawala探討了圖形的密集程度和傳達(dá)價(jià)值方面的效果。它們反映了時(shí)間序列圖表中的負(fù)值， 并將極值疊加到2,3和4色帶中， 有效地將圖表大小減少了75％。他們還操縱圖表的高度，使一些只出現(xiàn)6像素高。

Heer，Hong和Argrawala的實(shí)驗(yàn)涉及的時(shí)間序列圖表減少到原始大小的四分之一。

研究人員降低了圖表高度以測試如何有效地感知條帶和鏡像。

他們發(fā)現(xiàn)圖表中出現(xiàn)的色帶越多，出錯(cuò)的人就越多，這表明有時(shí)并非所有的視覺標(biāo)記都對(duì)觀眾有幫助。常規(guī)折線圖在小尺寸下表現(xiàn)最差，表明鏡像效果不會(huì)對(duì)理解產(chǎn)生不利影響。

象形文字和圖畫

Haroz、Kosara和Franconeri 嘗試使用象形文字而不是通用形狀來表示簡單圖表中的數(shù)據(jù)。他們發(fā)現(xiàn), 使用離散形狀, 無論是泛型圓圈還是象形文字, 都比單個(gè)條形圖更能幫助人們記住數(shù)據(jù)。

使用象形文字代替坐標(biāo)軸上的文字會(huì)導(dǎo)致更多的錯(cuò)誤。

Haroz、Kosara和Franconeri發(fā)現(xiàn)，用堆疊的象形文字替換通用的條形圖并不會(huì)導(dǎo)致人們理解記憶的準(zhǔn)確性下降。

他們發(fā)現(xiàn), 將條形圖替換為象形文字并不會(huì)影響人們對(duì)數(shù)據(jù)的感知以及記憶，并且人們也更傾向于研究使用象形文字而不是泛型形狀的可視化。

在我最喜歡的一項(xiàng)研究中， Cole調(diào)查了人們是否能分辨出線條畫是計(jì)算機(jī)渲染的還是人類藝術(shù)家渲染的。他們發(fā)現(xiàn)，當(dāng)今許多算法渲染的效果確實(shí)與人類渲染相當(dāng)，但這些算法原理卻大相徑庭。

Cole讓Mechanical Turk來解釋由計(jì)算機(jī)算法或人類藝術(shù)家繪制的各種形狀。

最困難被識(shí)別出的模型通常擁有光滑并模糊的形狀。然而，即使觀眾對(duì)這些形狀的解釋不準(zhǔn)確，但是他們的結(jié)果是相似的, 都會(huì)描述出模型的顯著點(diǎn)。

個(gè)性特征對(duì)可視化的影響

Ziemkiewicz通過列表樣式可視化和容器樣式可視化評(píng)估了個(gè)性特征如何影響性能。

Ziemkiewicz 對(duì)參與者進(jìn)行了任務(wù)測試, 這些任務(wù)中包含像列表或容器一樣的分層圖形。

那些內(nèi)部 LOC 較高的人 (相信能控制外部事件的人) 在容器型可視化上的表現(xiàn)并不理想，而那些擁有較高外部 LOC (相信他們只是由外部事件控制) 的人, 整體表現(xiàn)則更快、更準(zhǔn)確。

與之類似，外向型參與者最擅長的是更結(jié)構(gòu)化（容器狀）的可視化，而內(nèi)向者則相反?？傮w而言，內(nèi)向者的所有可視化的平均結(jié)果比外向者更準(zhǔn)確。

Lee觀察到當(dāng)“新手用戶”遇到不熟悉的可視化，并試圖理解它們的意義時(shí)，參與者很難擺脫最初的想法，即使這些想法是錯(cuò)誤的。因此可以看出，第一印象對(duì)人們非常重要。

Lee給初學(xué)者提供了他們不熟悉的可視化數(shù)據(jù)，并用一種特殊的圖形類型測試了他們的表現(xiàn)。

Harrison為參與者提供了一篇《紐約時(shí)報(bào)》的文章，旨在正面或負(fù)面地影響他們的情緒，以便于測試他們?cè)诤唵胃兄蝿?wù)中的表現(xiàn)。

他們發(fā)現(xiàn)，帶有負(fù)面情緒的參與者會(huì)犯更多的錯(cuò)誤，而帶有正面情緒的參與者表現(xiàn)都較好。然而，最后只有五分之一的人成功地完成了任務(wù)，所以這結(jié)論很難得到驗(yàn)證。

Harrison給參與者提供了一篇文章，旨在影響他們的情緒，并用圖表評(píng)估他們完成基本任務(wù)的表現(xiàn)。

Hullman，Adar和Shah復(fù)制了Heer和Bostock早期與Mechanical Turk的研究，并對(duì)其進(jìn)行了改進(jìn)。當(dāng)參與者回答問題時(shí)，他們展示了最后50個(gè)回答的柱狀圖。若柱狀體整體呈現(xiàn)向上或向下的趨勢(shì)，這說明錯(cuò)誤答案太多了。

交互元素

Liu和Heer發(fā)現(xiàn)，交互式圖形中存在的延遲讓觀看者對(duì)圖形的感知產(chǎn)生了非常大的影響。于是他們減少了鼠標(biāo)的移動(dòng)，改變了交互類型，同時(shí)也減少了一些交互效果，讓參與者對(duì)交互界面做出評(píng)論。

Liu和Heer告訴參與者，測試采用了兩種不同的可視化方式進(jìn)行交互，每個(gè)可視化方式有數(shù)百萬個(gè)數(shù)據(jù)點(diǎn)，并觀察500毫秒的延遲是如何影響他們的交互的。

這種延遲對(duì)參與者的感官造成了影響，并且部分參與者都不太想繼續(xù)后續(xù)的可視化測試。 最初研究人員希望還包括1秒的延遲選項(xiàng)，但在試點(diǎn)研究中，參與者發(fā)現(xiàn)這種交互無法正常運(yùn)行。

2007年，Wigdor發(fā)現(xiàn)，如果測試屏幕平放在桌面上，那么人們完成基本感知任務(wù)（如檢測位置或角度方向）就會(huì)變得困難得多。 因此，屏幕的方向會(huì)扭曲人們對(duì)圖形的感知。

2008年，Robertson給參與者提供了一個(gè)大數(shù)據(jù)集，數(shù)據(jù)集中數(shù)據(jù)有三種不同的表現(xiàn)方式：動(dòng)畫形式，靜態(tài)但可追蹤軌跡形式和小倍數(shù)形式。參與者觀察完數(shù)據(jù)后需要回答一些問題。

Robertson評(píng)估了擁有三種不同類型的數(shù)據(jù)可視化效果：動(dòng)畫版本、跟蹤版本和小倍數(shù)版本。

盡管動(dòng)畫版本的易用性更高，讓參與者更能理解數(shù)據(jù)，但研究人員說，小倍數(shù)版本對(duì)較大的數(shù)據(jù)集更有效，并且速度更快，存在的錯(cuò)誤更少。

顏色

最后，在我最喜歡的另一項(xiàng)研究中，Lin創(chuàng)造了一個(gè)算法來識(shí)別“語義共振顏色”。例如，我想談?wù)摵Ｑ?，我就使用藍(lán)色。如果我想談?wù)剱矍?，我就用粉色或紅色。

該算法搜索Google圖像并為關(guān)鍵字指定特定顏色，然后將結(jié)果與Mechanical Turk生成的結(jié)果進(jìn)行對(duì)比，其中有一些結(jié)果的差異讓人捧腹。

在這項(xiàng)研究的第一個(gè)實(shí)驗(yàn)中，Lin將他們的結(jié)果與Mechanical Turk的結(jié)果進(jìn)行比較，測試了他們的算法將顏色分配給特定的關(guān)鍵詞的效果。

在同一項(xiàng)研究的后續(xù)實(shí)驗(yàn)中，Tableau符號(hào)藝術(shù)家設(shè)計(jì)了一個(gè)語義共振顏色方案，研究人員將其算法與非語義的顏色方案進(jìn)行了對(duì)比測試。他們將算法結(jié)果與人工選擇結(jié)果進(jìn)行對(duì)比，并將人工選擇的顏色作為基準(zhǔn)。

在第二個(gè)實(shí)驗(yàn)中，參與者對(duì)不同語義顏色進(jìn)行了選擇。圖中是算法和人類專家的語義顏色分配。

結(jié)構(gòu)證明，算法生成的結(jié)果和人工選擇的顏色十分接近，算法性能很好。

總結(jié)

從這些研究中我們能得出什么結(jié)論？還有什么細(xì)節(jié)需要進(jìn)一步研究？

隨著可視化變得越來越普遍，人們對(duì)它越來越了解，那人們對(duì)可視化的定義是如何改變的？

更重要的是，你認(rèn)為數(shù)據(jù)可視化屬于科學(xué)范疇還是語言類型呢？

我不認(rèn)為數(shù)據(jù)可視化或數(shù)據(jù)敘事的發(fā)展已經(jīng)止步了，我認(rèn)為還有更多不同類型的可視化還等著研究人員探索。

可視化并不是一門純粹的語言，它不能準(zhǔn)確對(duì)應(yīng)于某一元素。因?yàn)楫?dāng)我們查看圖形框架和對(duì)象時(shí), 不同的人會(huì)有不同的認(rèn)知, 有一些認(rèn)知是先天形成的，而有一些是通過后天學(xué)習(xí)得到的。

我不認(rèn)為在這些研究中的發(fā)現(xiàn)應(yīng)該完全和不加區(qū)別地應(yīng)用于可視化。這些研究大多測試了非常具體的任務(wù)的準(zhǔn)確性，主要涉及個(gè)人感知特定形狀和元素大小差異的能力，但是圖形的作用不僅僅是方便人為感知。

關(guān)于樹圖的研究結(jié)果說明了這一觀點(diǎn)：使用小的多個(gè)條形圖比用樹圖能讓參與者更準(zhǔn)確的理解數(shù)據(jù)。雖然條形圖有助于考慮，但樹圖能表示整個(gè)數(shù)據(jù)系統(tǒng)，這一點(diǎn)更為重要。

在人類對(duì)圖形的感知領(lǐng)域，特別是對(duì)動(dòng)態(tài)圖形和交互圖形的感知，還有很多有待研究。當(dāng)實(shí)踐者公開和廣泛地分享他們的經(jīng)驗(yàn)知識(shí)時(shí)，我們都會(huì)從中受益，這有助于我們洞察當(dāng)前研究中并未涉及到的方面。