可视化的科学

本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点

什么是可视化？当询问数据和信息可视化专业人士时，答案通常会围绕以下两个要点之一……一种视觉工具，有助于（1）分析或（2）信息交流。上周在芝加哥举行的IEEE VIS（一个专注于可视化信息的工具和技术的年度会议）上，普渡理工学院教授Vetria Byrd提醒我，可视化也是一个过程，一个需要我们批判性和顺序性地思考手头信息的过程。

主题和基准
作为 IEEE VIS 的首次参会者，我希望在演示文稿中找出主题，以便将故事串联起来，并理解摆在我面前的大量信息。很快就清楚，有 169 篇论文演示、122 张海报和七个小组讨论，涵盖三个主要方向——可视化分析科学与技术、信息可视化和科学可视化——以及几个同期举行的子会议，识别研究主题几乎是任意的。我几乎可以选择一个中心思想，并找到足够的演示文稿来支持我的先入之见。我长期以来一直是科学传播中数据可视化的实践者，但现在才开始熟悉主要的文献。因此，我没有试图从我相对幼稚的视角来识别主要主题，而是决定听取研究专家的意见，并重点介绍一些基准项目；具体而言，是那些被项目委员会认为值得奖励的论文。有关完整列表，请参阅会议门户。精选的一组论文将出现在 2016 年 1 月的 IEEE Transactions on Visualization and Computer Graphics (TVGG) 期刊中。

关于支持科学新闻

如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保关于塑造我们今天世界的发现和想法的具有影响力的故事的未来。

最佳论文：可视化分析科学与技术 将快照简化为点：动态网络探索的可视化分析方法
作者：Stef van den Elzen、Danny Holten、Jorik Blaas 和 Jarke J. van Wijk
预览视频

最佳论文：信息可视化 HOLA：类人正交网络布局
作者：Steve Kieffer、Tim Dwyer、Kim Marriott 和 Michael Wybrow
预览视频

最佳论文：科学可视化 草图可视化：用于创建多元时变数据可视化的艺术家界面
作者：David Schroeder 和 Daniel F. Keefe
预览视频

一些研究人员回顾了过去的著名出版物。来自华盛顿大学交互数据实验室的 Matthew Kay 和 Jeffrey Heer 研究了 Lane Harrison等人在 2014 年进行的一项研究背后的数据，该研究对可视化类型的有效性进行了排名，并提出了一个改进的要点。当谈到选择一种绘图类型，使读者能够最准确地确定两个变量之间的关系时，Kay 和 Heer 建议散点图是您的最佳选择，而不是平行坐标图。在此过程中，他们强调了公开数据发布和研究组之间开放沟通的重要性——以及他们的赞赏——作为加强整个领域的一种方式。

我也很高兴看到东北大学的 Michelle Borkin 及其同事正在推进基于他们 2013 年研究的研究，该研究着眼于使可视化令人难忘的元素。他们最新的问题围绕着识别和回忆。一个突出的——虽然可能并不令人惊讶——发现；“……在实验的回忆阶段，标题是最有可能被描述的元素（如果存在）”（我的斜体字）。

弥合研究人员/实践者之间的鸿沟
主要会议侧重于研究项目，主要偏向于学术界的观点和项目，而整个星期中的几个小组讨论为学术界、政府和行业之间的讨论提供了论坛。

遗憾的是，我错过了关于颜色的讨论，因此错过了与受人尊敬的 ColorBrewer 工具的编辑 Cynthia Brewer 会面的机会。以下是小组讨论中出现的一个评论

有关彩虹调色板（过度使用）的替代方案的进一步讨论，请查看 Rob Simmon 关于该主题的经典帖子。

一个关于弥合研究人员-实践者差距的教学小组讨论侧重于大学、研究生院和继续教育。小组讨论的见解和资源丰富多样，从Tamara Munzer在不列颠哥伦比亚大学以文献为中心的教学大纲，到Marti Hearst在加州大学伯克利分校以积极学习和工具为中心的方法。PolicyViz 的 Jon Schwabish 宣布，即使社区拥抱用于开发可视化的尖端工具，我们也不应忽视 Microsoft Excel 是许多行业的默认工具。他补充说，如果我们除了最新的工具外，不教人们如何使用他们已经拥有的工具制作有效的可视化，那将是不现实的。

Byrd 在一个小组讨论中阐述了她的上述评论，该小组讨论暗示可视化是弱势群体进入 STEM 的途径。可视化不依赖于学科。她建议我们可以让那些不一定自我认同为计算机科学家的学生参与进来，并鼓励他们批判性地思考——并可视化——他们现有兴趣领域（从科学到人文、体育等）的数据和信息。Joseph Cottam 是印第安纳大学的研究员，他在同一个小组讨论中谈到他教授高中研讨会的经验时也表达了这种观点：当可视化项目允许个人在数据中看到自己——或他们的兴趣——时，它可以作为一种强大的参与工具。

也许这就是为什么我在这周的过程中倾向于小组讨论的原因。我想听听那些与我分享担忧和挑战的人的声音。我的问题最好通过研究人员和实践者之间的多学科对话来解决。研究方面的哪些结论可以而且应该应用于行业？研究人员可以从我们这些在学术界之外创建可视化的人那里学到什么？

我想我得到了一些答案。散点图和标题是好的。彩虹调色板是不好的（废话）。但也许更重要的是，我更熟悉了更大的可视化社区，以及为弥合研究和实践之间的差距而正在进行的努力。

点击此处查看 Storify 合集，其中包含我在活动中发布的推文。有关会议的每日摘要，请参阅 Tableau 研究科学家 Robert Kosara 在他的网站 EagerEyes 上的帖子。