这次，我们的故事大约在五年前开始，也许还有更多。 我的女儿正处在火车训练阶段，所以我和她将用木制的小火车搭建轨道。 有时，我们会接管厨房地板。
她希望我能在睡前给我读《托马斯的引擎》故事，而她最喜欢的节目是BBC的《托马斯和朋友们》故事。 现在这和什么有关JMP ？ 好吧，在当时，还不是当之无愧的事情。 在那个阶段，我什至没有为JMP工作。 但是因为我没有去旅行（因为世界正在走向香蕉），我已经回到图形设计的根基并研究数据可视化。 很好玩。
我一直在看我们自己的Xan Gregg（ @XanGregg ），翻阅其他演讲中的笔记，阅读爱德华·塔夫特和史蒂芬·菲尔。 我什至要和Nick Desbarats一起上几节课。
在过去几个月的某个地方，有些声音发出了响声，我意识到所有这些数据可视化专家都在同一条轨道上运行（如果您原谅双关语的话）。 如果您将数据可视化专家所说的一切归结为一个简单的想法，那么它可能就出自《 Thomas the Tank Engine》一书：可视化所要的只是有用。
华而不实的火车vs.工作的火车
在我女儿的（受版权保护的）书籍中，拟人化的火车通常都试图发挥作用。 但是他们都有自己的个性：有些喜欢干净，有些不介意有些粗糙，有些喜欢浮华。 各种各样，对吧？ 但最终，人类可以给予引擎的最高赞誉是它们是“真的有用。”并不是说它们漂亮，浮华或边缘粗糙，只是因为它们很有用。
如果我们要对图进行拟人化，则可能会有类似的感觉。 那么，图如何变得有用呢？ 好吧，它始于问题陈述，消息或发现图形旨在进行通信。 让我们看一些示例，将它们与它们的既定目的进行比较，然后看一些调整使其更有用。
此图显示在我的新闻提要中。 声明的目的是根据[冠状病毒风险]，“ [显示]活动如何堆积”文章。
那么，该图满足可视化练习目的的程度如何？ 对我来说，答案是：“他们做的还不错，但可以做得更好。”我们稍后将讨论其原因的细节，但核心点在于，很难一眼就分辨出哪些活动具有风险，并且很难比较活动之间的风险水平。
在下一个示例中，我将自己服用一些药物，并使用为2020年万圣节文章创建的视觉效果。 我分析了奥森·威尔斯（Orson Welles）播放的“世界大战”的文字。 你可以看一下我的分析这里。 可视化的目的是总结广播脚本中的所有术语并突出显示重要的主题或术语。
我怎么办 我会说我失败了。 为什么？ 好了，我们稍后再讨论细节，但是词云之类的东西更多地进入了数据艺术领域。 您会看到词云被用作徽标，营销材料，T恤衫等，因为它们很有趣或视觉上引人注目。 作为交流见解的工具-即使有帮助突出显示-它们也很糟糕。
啊，蜘蛛地……我的老宿敌。 抱歉。 我必须承认对这些有一定的偏见。 但是，让我看看是否能使您明白为什么他们这么烦我（对双关语很抱歉）。 这是一张蜘蛛图的标题期刊文章：“图中显示了14种啤酒的5种感官属性的蜘蛛图。 不同的样品具有各自的感官特征，而样品8、10、14、11、9和2分别具有最强的酸味，苦味，甜味，山羊味，酸味和“其他口味”。”而且，这是图形：
是的 很糟糕。 但这在这些图表中是相当普遍的情况。
进行这项工作以了解有关数据可视化的更多信息的一个缺点是，一旦发现问题，您实际上就无法看不见他们。 而且，当前世界的问题在于每天都会产生大量图表。 在大流行和美国大选之间，我们被大量图形所淹没。 尽管这些可视化效果可能在边缘处显得浮华，抛光或粗糙，但在大多数情况下，很多功能都没有用。 因此，我们有一个悲伤的，无法实现的图形世界。 （这是一个可悲的想法，不是吗？）嗯，这是假期，所以让我们解决这个问题。 首先，我们需要解决潜在的问题。
漂亮也许没有用，但有用总是美
为什么会有这么多无用的图呢？ （我不会打电话给他们坏图;它们没有用不是他们的错-他们只是这样画的）。 我的看法是，归结为人们缺少一个概念：没有用处的事情可能会很漂亮，但是有用的东西本来就很漂亮。 然后漂亮，我的意思是，某种形式的优雅来自完美地满足其预期目的的东西。
尼克·德斯巴拉特使用希腊语端粒描述这个概念。 我们这个行业中的许多人（包括我自己在内）都无法适应可视化的边界，以至于我们忘记了数据可视化是关于通讯。 一旦出于可视化的目的而进行可视化并丢失了该沟通工具，我们的图形就有变得无用的危险。 现在，这并不是说这些无用的图形不是漂亮的，只是它们不是最佳的交流工具。
坚持简单的轨道
那么我们该怎么办呢？ 我已经向您展示了一堆实际上并没有用的图表。 而且由于它们没有发挥出应有的作用，因此它们是可悲的图表。 我们不要悲伤的图表，对吗？ 没有！ 因此，让我们修复问题。
在第一个例子中，问题是作者没有发挥大脑视觉处理系统的优势。 如果我们要遵循丹尼尔·卡尼曼（Daniel Kahneman）书中规定的推理路线思考，快和慢，我们可以说我们有两种处理信息的系统：一种是无意识地运行并且效率极高的系统（系统1）；另一个是为处理复杂问题而设计的，但更为故意（系统2）。 使用第二种系统还需要消耗大量能源，因此，如果使用第二种系统，我们就有可能使观众感到疲劳。 因此，当人们不得不对图形进行认真思考时，它们就没有用（即，悲伤的图形），并且我们的大脑会变得疲倦（悲伤的大脑）！ 为了解决此问题，诀窍是使用第一个更本能的处理系统。
系统1设计用于快速模式识别，判断线性距离和类似任务。 可以这样想-如果几千年前需要用它来决定生死攸关的瞬间，那么它将由系统1处理。 这就是为什么数据可视化专家对使用条形图更好的想法寄予厚望的原因。 与曲线或面积相比，我们更擅长判断线性距离（直线）。 我们通常使用系统1处理条形图。 说这是一个人的另一种方式是硬连线快速读取和处理条形图中的信息。 两点之间的最短距离是一条直线，而穿过我们大脑的最快路径也恰好是一条直线！
回到第一个图形，根本问题是我们正在创建一个要求我们使用系统2的视觉对象。 我们必须创建一些任意的缩放比例，针对该缩放比例量化活动的每个平方，并对每个平方的值求和。 所有这些只是为了获得总风险评分。 然后，如果我们要比较活动，则必须再次执行该操作。 （只是让我感到疲倦！）那么，为什么不这样做图表中的所有内容呢？ 这是一些替代方法（我在JMP中创建了两个，另外一个是从德州医学协会），适合使用系统1：
看到这些阅读起来容易得多吗？
让功能驱动表格
让我们再考虑一下启动整个思路的坦克引擎。 您是否考虑过为何机车看起来如此？ 我的祖父是模型火车的忠实拥护者，所以我想我对这个话题的想法可能是遗传的。 或可能是由于我小时候度过的暑假，他看着火车或去商店收集最新的物品。 无论哪种方式，我总是在蒸汽机车的外观上找到某种优雅。
资料来源：https://en.wikipedia.org/wiki/Steam_locomotive_components
即使当他们决定对外观进行现代化改造时，功能也驱动了这种形式：
来源：https://en.wikipedia.org/wiki/Steam_locomotive#/media/File:Number_4468_Mallard_in_York.jpg
同样，我们应始终使用目的声明某种。 请记住，图要有用，必须有目的。 如果我们正在进行探索性分析，那么该声明甚至可能是推动调查的一个问题。
对于我使用的“云”一词，目标是以显示脚本中最重要的主题。 云这个词做得不好。 正如我所说的，它比“数据可视化”更像是“数据艺术”。词云在愚弄视觉感知方面存在问题，因为较长的单词仅因其长度而“出现”在词云中更为重要。 在下面的示例中，我对数据进行了一些处理，并将外观更改为平行图。 最好跟踪每个角色或一组角色与不同主题的关联，以提供更有见地的视图，以免误导观众。 （顺便说一下，这是交互式的，所以请单击左侧的“本地数据过滤器”。）
这里的关键是美学很重要，但是有用的可视化的基础是目标和对目标的明确说明。
不要缠绕在车轴上
人们尝试使图表变得性感的最简单方法（是的，我称之为图表性感；克服它）是拍摄笛卡尔图表（带有x，y轴）并将其环绕在中心轴上。 这样就产生了饼图，雷达图，蜘蛛图等。是性感...但是它们是否尽可能有用？
这个问题的答案通常是“不”。人们无需连线即可比较径向系统中的距离或尺寸（正确使用饼图时，该规则是个例外）。 事情也会很快变得混乱。 而且，不幸的是，数据可视化世界中的许多人都陷入了这种陷阱，包括专家。
哦! 而且，而不是追求蜘蛛图（…一次又一次），我们都同意Xan Gregg的观点蜘蛛图并不是特别有用看一下这个问题的一些不同例子。
的北极死亡螺旋（是的，获得标题的情况就足够了）是一个可靠的例子。 这个名字确实让人联想起戏剧，也许这就是视觉效果的最终说服力。
视觉的直接目标是传达海冰量没有逐年恢复的事实，实际上情况正在恶化。 （视觉上的）问题是，通过将数据转换为径向坐标系，我们现在正在使用System 2认知，这意味着我们的大脑必须更加努力地工作才能达到目的。 那么，为什么不去像这样的系统1解决方案呢？
从这张图中可以很清楚地看出：a）呈下降趋势，b）远远低于过去40年中看到的任何水平。 此外，通过使用条形图，我们正在使用系统1，这意味着您可能比第一个图更快地得出这些结论。
第二张图是Alberto Cairo用来在六个比例尺上衡量可视化效果的图。 他最初是在第一本书中提出的。 Infografia 2.0，然后在功能艺术。
该图的目的是在六个维度上传达图形在复杂度与清晰度之间的关系。 在我们的第一个示例的上下文中，它为（概念上）使用系统1和系统2的使用量评分。 这些尺寸以一对设计概念进行布局（抽象性与图形化，功能性与装饰性，密度与轻度，一维性与多维性，原创性与熟悉度以及新颖性与冗余性）。 但是，通过围绕中心轴散开这些尺寸，读者必须扫描整个图形以查看线对每一侧的得分。 （同时连接分数会产生看起来像蜘蛛图的异常情况，但我们会让该点过去。）为什么不这样做呢？
传达了相同的信息，并且它依靠快速的System 1认知来传达信息！ 因此，您可以获得信息快点。
我想我要说明的是，除非有确凿的理由，对于真正有用的图，避免使用径向图可能是更好的方法。
永远诚实
这可能是一个棘手的话题，我不会指责任何人故意误导他人。 当我们让个人偏见渗入我们的劳动产品时，就会出现分析中真实性的问题。 数据分析和数据可视化在科学中具有主观性。 您创建的任何视觉效果中都存在一种观点或至少是数据解释的元素。 我听说过（Xan在探索峰会和空中JMP ），所有图表都带有偏见，有些图表很有用（在著名的乔治·Box引文中有点重复）。 制作真实视觉效果的重点在于，我们在构建和数据解释过程中所做的选择都是透明的。 只需在图形标题中放置要点即可简单：
或提供有用的注释：
重要的一点是，我们的图需要拥有其假设和结论，而不是试图隐藏它们。
整理东西
我在本文中没有涉及很多内容。 确实，就我要提出的观点而言，这些东西都是创建有用图的简单不同策略。 如果我们坚持制作真正有用的图形的目标，那么其余的自然会随之而来。
径向图通常不如线性图有用。我们的大脑就没有那样连线。 由于读者不了解自己的思维过程或无意识的偏见，因此无法表达自己的假设和解释会使图表变得没用。 最重要的是，视觉上缺少问题陈述或论点将总是使制作有用的图形变得更加困难。
因此，最终，让我们都记住，有用的图就是快乐的图。 我们所有人都应尽力使图表尽可能有用和快乐。 并希望您所有的图表（以及您的假期）都开心。 现在，在“ Toga Springs”，雪开始在这里落下，所以我去了一些可可和沉思。 到2021年再见。
