視覺化分享會 1 (12/5) - 筆記
The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations / 欣穎
資料類型
- 1D / 2D / 3D / Temporal / Multi-dimensional / Tree / Network
互動類型
- Overview / Zoom / Filter / Details-on-demand / Relate / History / Extract
討論
- 以 foundi 房地資訊站為例與論文對話
- 資訊探索本身就是一個過程,所以保持歷史的行動、允許使用者折回是重要的。然而,大多數圖表未能提估這項要求(用戶、工程師權限問題)
小結
- 區分資料圖表的資料類型做分類
- 把資訊圖表中的功能,並陳述對這些功能的建議做法
- 放在當代檢視
- 功能設計的不同考量:需求導向 or 資料、平台、技術導向的功能設計
- 研究資訊圖表原型的用意
- 成功的商業產品:共同具備之功能
- 產生吸引力:迅速提供資訊,並且允許使用者探勘(降低參與門檻)
- 充分發揮效果:使用新型態的資料結構、高解析度螢幕、支援快速資料檢索、使用專門的資料結構和平行運算技術、使用者培訓
問題討論
- 作者有說為什麼這樣做比較好嗎?
- 作者引用國外作品做為佐證。透過「找出共通點」的方式給出建議。
How NOT to lie with Visualization / 妤庭
- 簡報在這裡
- 主要討論:顏色在複雜的資訊視覺化中會有什麼影響呢?如何善用「顏色」這個變因,讓資料更容易被理解?
- 1996,有點久以前的論文
- 慣用的顏色跟生理感官衝突
- PRAVDA:以認知為基礎的資料視覺清晰化架構
- 可以根據下列四項考量進行圖表與顏色的呈現
- data type
- data spatial frequency
- visualization task
- other design choices made by the user
- 左上:紅色應該是最重要的,但是大家比較容易注意到綠色
- 左下:將區域勾勒出來
- 右上:呈現具可信度的資料架構
- 右下:吸引讀者目光在特定區域
圖表數據形式如何影響你的呈現結果?ref
- nominal data:refers to categorically discrete data such as name of your school
- ordinal data
- interval data:
- ratio data
Spatial Frequency Figure 2
- 明度高低(黑 - 白):適用 high spatial frequency
- 飽和度高低:適用 low spatial frequency
- 彩度高低:適用 low spatial frequency
- 傅立葉轉換:
- 比較尖銳的 - 高頻 high spatial frequency、細節多
- 比較模糊的 - 低頻 low spatial frequency、細節少
適當的數值分類設定很重要 Figure 3
- low spatial frequency 呈現細緻數據
- high spatial frequency 太多會造成視覺混亂
加上標記引導使用者看重要的地方 Figure 4
重視圖表的比較性 Figure 5
問題討論
- 演講一開始做的實驗(請會眾快速瀏覽一張颱風風速圖,瀏覽前並不知道圖片內容,並記下第一印象的顏色),對本文作者來說,會如何討論呢?
- 他並沒有說什麼顏色是最適合的,討論的重點是太多的顏色會分散使用者的注意力
Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods / Kirby
- "visual encoding"
- 就像一般的科學一樣,資料視覺化也需要科學的基礎。本篇探究資料覺化最基本的元素。
- elementary perceptual tasks
常見的圖表有哪些元素?
- 散布圖:共同軸上的位置比較
- 圓餅圖:角度、面積
- 長條圖:長度、位置、面積
- 推積長條圖:最下面是比位置,上面是比長度
- 散布圖除了位置之外,還有「方向」,可以看出趨勢(e.g. 完全正相關)
- 體積圖的混淆:要用長度?還是面積?還是體積去判斷數據?
容易比較的順序(最容易 -> 最難)
- 有對齊的軸 位置
- 沒有對齊的軸
- 長度 length / direction / angle
- why 沒有對齊的軸 比 長度更好比較?
- 做一樣長的外框,即使位置不同也容易比較。Weber’s Law 短的東西容易比較,外框會出現相對短的東西。
- Stevens 1975:
- 在共同軸上,位置越近,越容易看得精確
- 圓餅圖的使用時機:只有兩個數值時
- 用推積長條圖不如用分組的點圖
- 網格:網格大的時候,會分不出來差異,覺得是同一群的,建議用長條圖或分組。我們對「一半/四分之一」的感受比較明顯
- 建議不要用長條圖的時機:減少圖表密度、不需要使用者看到很精確的數據差異,而是希望看到概觀的時候。例如如果左圖上的圈圈全部換成長條圖,可能會很擠。
- 總結各種元素:
- (不精確)顏色 體積 面積 長度 位置(精確)
- 有時後不一定是用最精確的,看設計需要跟目的
Animated Transitions in Statistical Data Graphics / Annie
- 圖表的動態過場
- 動態過場會讓使用者比較 engaging,但是也是雙面刃,用得太過,反而讓使用者分心
- 大綱
- 探究過場種類
- 使用 DynaVis visualization framework
- 結果: stage animation > animation ( 強硬的 ) > static ( ! )
- 什麼是 stage animation?
- 一步一步來,例如:先換位置、再換形狀
- 比較順的方式
- 跟一般animation不同點在於視覺感受較不強烈
- 過場類型 ( Transition Types )
- View Transformation / 視點的轉換 - 放大縮小平移
- filtering / 過濾 ( 暗亮 / 消失出現 )
- 設計需要考慮的東西
- Congruce/ 一致性 and apprenshension (?)
- (TBF)
- max predictability
- use simple transition
- use staging for complex transitions ( 複雜的動畫要拆解 )
- make transitions as long as need, but no longer ( 寧久也不複雜 )
- DynaVis - C# + Direct3D製作的frame work
- dynavis 針對上述設計了一些不同的實作方式,可以參考他怎麼做的
- 實驗
- subject - 24 ( 10 F + 14 M ) 26 ~ 62 歲的受試者,會大量使用資料與圖表工作者
- 方法
- 看圖表 + Highlight 物體(三秒),接著 Highlight 消失 & 發生動畫
- 看受試者能否正確找到 Highlight 物體動畫過後的位置
- 結果:
- 動畫整體效果比較好,大多時候,stage animation的錯誤率低於animation
- 結論
- staged animation 較優,一般 animation 其次,直接跳轉最差。
- 利用這一個論文實作 d3.js transition 的案例:
- pie chart
- http://bl.ocks.org/mbostock/4341417
- http://bl.ocks.org/mbostock/1346410
- 不同種類
- http://bl.ocks.org/mbostock/1256572
Visualisation Techniques for Facilitating Decision Making in Urban Planning / 哲瑋
- Data-Driven Cities by a+u https://www.japlusu.com/shop/product/au-201411
- 《震災ビッグデータ ―可視化された“3・11の真実” “復興の鍵” “次世代防災”》 link
- 台北原來如此 https://g0v.hackpad.com/iAQIXPGNp4u
- 論文網址|筆記專頁|摘要簡報
- 怎麼樣的視覺化是比較容易促進討論的?
- PPGIS: 對社會的、質性的資料視覺化的探討工作
- Public participatory geographical information systems
- 利用視覺化小技巧在公眾參與的工作坊中 ( 主要在都市規畫 )
- Graphy Theory Representation: eg. 將實體街道納入居民使用節點的習性
- 連結度, 交通可及性將道路著色 ( movement potentials )
- 羅列街道相關議題做電訪 ( sense of place )
- 將質性問題轉化成量化表,並以 1 ~ 5 (不同意 / 同意 )分級回答,例如:
- 也有 yes / no 類問題
- 電訪結果,也著色呈現於道路底圖
- 比較 movement & sense of place :
- 囊底路雖然移動性差,sense-of-place 並不差
- 社會資料調查整合進地理資訊,轉換成直觀易懂的顏色序列呈現
- 由於審議場合中,討論過程中會有其他議題跳出,facilitator 能在回到資料庫抓取需要的資料,即時形成新的視覺資訊,讓與會者接續討論,進一步決策。
- 本文的書寫契機,一部分是來自於這篇論文
- Bosworth, M. and J. Donovan (1998). "A Mapmakers Dream : Public Involvement Applications Utilization of GIS." NCGIA Specialist Meeting on "Empowerment, Marginalization, and Public Participation GIS"
- 網址:http://www.ncgia.ucsb.edu/varenius/ppgis/papers/bosworth.html
- 類似社會意象與地理資訊的整合案例,介紹國內一篇災害資訊整合評估的論文
- 《颱洪災害之整合性脆弱度評估-大甲溪流域之應用》洪鴻智、陳令韡,論文:http://goo.gl/9XJbUc
- 一般資訊 ( 淹水潛勢 etc ) 的呈現已有
- 這篇論文進一步整合居民認知、敏感性 ( 風險知覺、資源取得力 ) 等資訊做「脆弱度」綜合評估
問題討論
- 居民會不會害怕使用 PPGIS?
- 要看部落的組成。如果是要跟耆老討論,或許用大地圖或實體模型會比較方便。
- 如果是青壯年就沒什麼問題,而且 google earth 是由專門人操作,參與討論的人就看圖。
Ending
Kirby:今天聚會的起源是這一篇文章
7 Classic Foundational Vis Papers You Might not Want to Publicly Confess you Don’t Know
http://fellinlovewithdata.com/guides/7-classic-foundational-vis-papers
如果大家有興趣請到 零傳媒 http://0media.tw