為什麼我們需要可視化 II

05-08

之前一篇文章為什麼我們需要數據可視化簡單的介紹我們為什麼要進行數據可視化，文章裡面簡單的列出三個方面:

I. 在我們的五官中，視覺接受的信息量遠遠要大於別的感官。

II. 數據可視化可以讓我們更全面的認知數據。

III.我們大腦的記憶力是有限的，相比記住所有的數據進行分析。我們將數據總結到一張圖表裡面，通過這樣的方式我們更容易記住我們分析的結果。

簡化認知

覺得還有一些比較重要的內容沒提到，數據可視化是在大數據時代的背景下面產生的。它很重要的作用就是用來簡化複雜的數據，把數據內部的信息簡單而又直觀的呈現出來。之前看到有人問數據可視化是讓數據變得更加簡單易懂，還是變得更複雜。

我們先看看當下兩位可視化的大牛Card, Mackinlay, and Shneiderman對可視化的定義

"the use of computer-supported, interactive visual representations of data to amplify cognition."

我簡單翻譯一下: "利用電腦和互動式的視覺表示數據來簡化認知過程",噹噹看到這一點，起碼我們可以肯定，數據可視化最重要的作用是簡化認知過程，如果認知過程被複雜化，那應該能在叫做可視化了，只能算是數據藝術創作。

數據分析一個部分

在數據可視化興起之初，有很多人質疑數據可視化的價值，包括自己也一直在問這個問題，可視化的價值在哪裡。我們知道，可視化是用來進行數據分析的。但是數據分析在之前就有一套比較完善的系統了。比如我們可以簡單的用R,SQL執行一些指令就能得到我們想要問的問題的答案，甚至一般人用簡單的excel就可以得到很多的信息了。對比之下可視化設計周期長，開發成本高，為什麼還是有這麼多人前仆後繼的利用它，去推銷它呢?

我舉一個例子，超級計算機有很多內核，沒個內核之間相互協調完成很多分工中的一個小模塊，那麼會出現問題是，有的內核負責的工作比較多，有的內核負責的工作比較少?到底是哪寫內核工作的比較多，為什麼?你可能一下覺得拿出當初設計的圖紙一看不就明白了嗎?但是，問題來了，設計這些東西的模型太過複雜，已經沒有人知道怎麼去理解，超級計算機裡面是怎麼協調運作的。現在要怎麼辦才能提高計算機的運行效率呢?（超級計算機跑一次要花很多錢的）沒有人知道該怎麼辦，只知道，在運算過程中有一些內核之間的協調數據。怎麼辦？？？？？你問傳統的數據分析員怎麼辦，他們會說數據之間的關聯繫太複雜了，他們也不知道建立什麼樣的模型去分析。這種情況下，我們只能見數據用可視化的形式呈現出來，看看數據裡面到底有什麼。這個就是當下數據分析很流行的exploration data anlysis(探索數據分析)。

所以我們可以看到，現在很多的數據總量太大，數據裡面的關聯性太複雜了。沒有人知道數據裡面的東西是什麼，但是這些數據又特別重要我們需要認知和認識這些數據做出更好的決定，節省成本。這個也就是可視化的價值所在。在未知的情況下去幫助人們探索數據，提出問題，找尋答案。在計算機飛速發展的現在我覺得複雜的數據只會越來越多，需要用到可視化的地方也會越來越多。

傳遞媒介

可視化有兩個很重要的價值一個是exploration,一個是explaination.就是探索和解釋。但是更多的價值體現在探索上面，不過很多媒體也開始將他看做是信息平面設計的下一個平台。所以可以看到很多人開始利用可視化去傳遞社交媒體，新聞的數據，更好分讓大眾快速理解數據裡面的信息。

不過還是有有一點要強調，可視化是數據分析的一部分，不是獨立於數據分析存在的。

另外推薦一篇Jean-Daniel Fekete（傅可青）寫的一篇文章 the value of information visualization裡面在辯證信息可視化的價值，講的要比我之前提到的更全面的多。