大众可视化：精美酷炫的可视化图表，自动生成！
?
?
?
編者按：作為一種信息載體，數(shù)據(jù)可視化可以將枯燥的文字轉(zhuǎn)變成高顏值且直觀的圖表，實現(xiàn)“一圖勝千言”。但要想制作“好的可視化”內(nèi)容需要極其專業(yè)的數(shù)據(jù)分析能力和圖表設(shè)計能力，對普通人來說門檻較高。本文中，微軟亞洲研究院數(shù)據(jù)、知識、智能組研究員為大家介紹他們在大眾可視化領(lǐng)域的一些探索，讓可視化融入普通人的生活中。
?
在過去十幾年的發(fā)展中，數(shù)據(jù)可視化作為一個新興學(xué)科，在信息表達(dá)能力方面已經(jīng)得到了廣泛認(rèn)可，完成了從零到一的轉(zhuǎn)變。但由于相對較高的制作門檻，可視化內(nèi)容的制作仍然只能由少數(shù)專業(yè)人士完成，限制了數(shù)據(jù)可視化的發(fā)展。要想實現(xiàn)從一到一萬的蛻變，數(shù)據(jù)可視化必然要走向大眾化。
?
雖然可視化內(nèi)容的制作過程比較復(fù)雜，但是理解的門檻相對較低。研究表明，超過90%的信息是以視覺元素的方式進入人腦的，所以無需專業(yè)訓(xùn)練，普通人天生就有從圖形圖像中尋找信息和發(fā)現(xiàn)規(guī)律的能力。另外，相比于枯燥的文字，人們往往更容易被精致的圖形設(shè)計所吸引，也有更強的興趣去理解和閱讀可視化內(nèi)容。這些都讓可視化技術(shù)有一個龐大的潛在用戶群體，也預(yù)示了可視化內(nèi)容作為一種大眾消費內(nèi)容的巨大潛力。
?
有數(shù)據(jù)表明，2010年以來，網(wǎng)絡(luò)上的可視化內(nèi)容的數(shù)量增長了一百多倍，而2019年更是有超過八成的博客帖子至少帶有一個可視化圖表。由此可見，可視化的大眾化不僅僅是我們的愿景，而已經(jīng)是一個正在慢慢發(fā)生的趨勢了。
?
?
什么是可視化，為什么要可視化？
?
提到數(shù)據(jù)可視化，大家首先想到的可能會是餅圖、柱狀圖之類的傳統(tǒng)圖表。不可否認(rèn)，這些是，而且一直會是數(shù)據(jù)可視化的重要手段。但是，隨著新的數(shù)據(jù)類型不斷出現(xiàn)，以及在計算機技術(shù)的加持之下，新的數(shù)據(jù)可視化技術(shù)也在不斷的涌現(xiàn)（如圖1 所示）。但萬變不離其宗，可視化的本質(zhì)也一直沒有發(fā)生改變：將抽象的數(shù)據(jù)或信息用直觀的視覺元素展示出來，以幫助人們快速地理解內(nèi)容、發(fā)現(xiàn)規(guī)律、交流信息。一個好的可視化內(nèi)容能夠高度概括紛繁復(fù)雜的數(shù)據(jù)，同時將隱藏的規(guī)律變得清晰明了。在這個大數(shù)據(jù)已經(jīng)成為基本生產(chǎn)資料的時代，可視化愈發(fā)體現(xiàn)出了它不可替代的價值。
?
圖1：推特主題演化的可視化
?
對于數(shù)據(jù)分析師而言，可視化技術(shù)能幫他們理解每天都在源源不斷生成的大量的新數(shù)據(jù)。雖然機器學(xué)習(xí)方法能夠從茫茫原始數(shù)據(jù)中提煉出關(guān)鍵信息，但是這些信息只有在經(jīng)過人們的理解并產(chǎn)生最后的決策的時候才能真正體現(xiàn)它們的價值，而可視化恰恰能幫人們完成這最后的臨門一腳。首先，它能將枯燥復(fù)雜的數(shù)據(jù)變得清晰友好，幫助人們快速全面地掌握關(guān)鍵信息；其次，可視化系統(tǒng)往往支持實時處理和交互分析，這都能夠幫助決策者跟蹤變化和理解變化背后的原因。統(tǒng)計數(shù)據(jù)表明，在可視化技術(shù)的幫助下，人們有28%的概率能夠更及時地做出判斷和決策。
?
另一方面，普通人對可視化的需求也是巨大的。在這個大數(shù)據(jù)時代，人人可以很方便地在互聯(lián)網(wǎng)上找到各種信息。但快節(jié)奏的生活也導(dǎo)致人們不愿意花太多時間去去理解各種信息。有研究表明，人們平均只會花37秒在一篇網(wǎng)絡(luò)文章上。那么如何能在37秒內(nèi)把想表達(dá)的信息順利準(zhǔn)確的傳遞給讀者呢？答案就是可視化。作為一個高效的信息載體，可視化恰好滿足了人們這種快餐信息的需求。
?
?
大眾可視化的挑戰(zhàn)
?
雖然可視化有上面所說的諸多優(yōu)點，但并不是說所有的可視化內(nèi)容都能提供這種好處。假如我們只是簡單地把數(shù)據(jù)一股腦的堆在畫布上，這種所謂的可視化很可能適得其反，反而增加了人們閱讀的難度。所以，我們在上文中的描述都有一個前提，那就是“好的可視化”，即需要在設(shè)計和數(shù)據(jù)中找到一個平衡點。
?
首先，一個好的可視化應(yīng)該能夠高效地表達(dá)出它想傳達(dá)的消息，它既不能復(fù)雜到失去焦點，也不能簡單到丟失信息；其次，一個好的可視化應(yīng)該符合人的習(xí)慣，能自我解釋。換言之，人們不用借助說明書就能夠毫無障礙地閱讀；再次，一個好的可視化應(yīng)該美觀，優(yōu)美的設(shè)計能夠極大地增強對讀者的吸引力。如果把可視化比作是一種數(shù)據(jù)到設(shè)計的翻譯，那么我們可以認(rèn)為這些是可視化在“信達(dá)雅”上的要求。
?
對于普通人而言，想要制作一個符合上述要求的可視化內(nèi)容絕對不是一件容易的事情。從獲取信息到制作可視化內(nèi)容，主要面臨三大挑戰(zhàn)：首先是信息獲取的障礙，如何操作復(fù)雜的數(shù)據(jù)分析軟件從數(shù)據(jù)中抽取重要的信息？其次是設(shè)計挑戰(zhàn)，什么樣的設(shè)計能既美觀又高效地表達(dá)我們想要傳達(dá)的信息？最后是制作挑戰(zhàn)，如何通過各種工具制作最終的可視化內(nèi)容？要想讓所有人都能夠隨時隨地地便捷使用可視化內(nèi)容，實現(xiàn)大眾可視化，這三大障礙都必須被克服。
?
?
我們在大眾可視化上的嘗試
?
大眾可視化的關(guān)鍵在于要讓所有人都能毫無障礙地制作好的可視化。但是，人們使用信息可視化的場景千差萬別，而不同的場景中人們碰到的障礙也不盡相同。在這里，我們選取了兩個常見場景進行了一些初步探索。
?
Text-to-Viz
?
假設(shè)這樣一個場景：某人正在準(zhǔn)備一篇文章或是演講幻燈片。在這個過程中，他覺得有一個觀點應(yīng)該被重點強調(diào)。這時加入一個信息圖會是一個很好的選擇。現(xiàn)在，他需要先上網(wǎng)去尋找一些信息圖的設(shè)計靈感，然后使用合適的工具將這個設(shè)計做出來。這一過程會耗費不少時間和精力，很多可視化的潛在用戶可能會因此放棄這一選項。
?
針對這個場景，我們設(shè)定了一個目標(biāo)，那就是將這個制作過程完全自動化。這個可視化的制作過程就如同一條全自動流水線，輸出的產(chǎn)品是可視化內(nèi)容，而輸入的原材料我們選擇了對用戶要求最低的自然語言。
?
當(dāng)然，由于信息的總類五花八門，所以在這次探索里，我們選定了在信息圖表中最常見的一類關(guān)于比例的信息。例如，用戶的輸入是“3 out of 5 Chinese people live in rural areas“（每五個中國人中就有三個住在農(nóng)村地區(qū)）這句話，那我們就會自動的設(shè)計出合適的信息圖（如圖2所示）。
?
圖2：信息圖
?
從用戶的輸入到信息圖的輸出，這顯然不是一件簡單的任務(wù)，中間涉及到了許多的技術(shù)難點。為此，我們設(shè)計了一套復(fù)雜的流程。首先通過自然語言分析從文本中提取關(guān)鍵的信息，諸如整體是什么、部分是什么、比例是多少等等；然后，我們收集了網(wǎng)絡(luò)上大量的設(shè)計案例，在這些案例的基礎(chǔ)上我們總結(jié)并設(shè)計出了一套自動設(shè)計的算法，將信息分別轉(zhuǎn)化成圖形、布局、顏色等等，最終合成許多可能的信息圖；最后我們對信息圖在若干個維度上評估打分，輸出系統(tǒng)推薦出來的最好結(jié)果。
?
詳細(xì)內(nèi)容請參考論文Text-to-Viz: Automatic Generation of Infographics from Proportion-Related Natural Language Statements (IEEE VIS 2019)。
?
論文鏈接：https://arxiv.org/abs/1907.09091
?
DataShot
?
如今我們經(jīng)常在網(wǎng)絡(luò)上看到類似于“有關(guān)互聯(lián)網(wǎng)的十個事實“的各種各樣的數(shù)據(jù)海報。這些海報用各種視覺元素簡明描繪了各種信息，以達(dá)到教育、宣傳的目的。但是這種海報的制作也是一個極其復(fù)雜的工程。并不是所有人都像數(shù)據(jù)分析師一樣，能夠用各種復(fù)雜的工具對數(shù)據(jù)行分析，提煉故事，然后將其清晰簡要的展示出來。所以我們也嘗試去自動化這個過程。
?
在這個場景中，我們假想人們只有數(shù)據(jù)但并不知道數(shù)據(jù)內(nèi)部的故事，而我們目標(biāo)是從一個原始表格數(shù)據(jù)中自動挖掘信息，整理信息，最后自動生成一個生動的描述數(shù)據(jù)內(nèi)故事的一個圖形海報（如圖3所示）。
?
圖3：數(shù)據(jù)海報
?
與上一個場景相同，為了讓這個過程全自動，我們也設(shè)計了若干新的技術(shù)。首先我們分析了數(shù)據(jù)海報的組成成分，對數(shù)據(jù)中可能產(chǎn)生的故事建了一個模型。當(dāng)給定一個數(shù)據(jù)集的時候，我們嘗試從數(shù)據(jù)中收集各種類型的事實或是規(guī)律。然后將挖掘出的事實整理成有條理的故事。最后，我們實現(xiàn)了一套基于決策樹的設(shè)計的系統(tǒng)，將整理出的故事可視化，然后自動布局到海報上。
?
詳細(xì)內(nèi)容請參考論文DataShot: Automatic Generation of Fact Sheets from Tabular Data (IEEE VIS 2019)。
?
論文鏈接：http://aka.ms/AA6xrgi
?
當(dāng)然，人們在現(xiàn)實生活中會遇到更多樣和更復(fù)雜的場景，我們在上述兩個場景中做了一些初步的嘗試無法覆蓋到所有的數(shù)據(jù)類型或情況。但我們相信，可視化的未來在于普通人的使用場景中。如今顯示設(shè)備和計算設(shè)備已經(jīng)在人們的生活中廣泛普及，如果可視化制作的障礙也能夠被移除，那么，憑借它強大表達(dá)能力，可視化一定會惠及每一個普通人，成為我們?nèi)粘Ｊ褂玫囊淮蠊ぞ摺?/p>
總結(jié)
以上是生活随笔為你收集整理的大众可视化：精美酷炫的可视化图表，自动生成！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 微软新冠: 数据分析网站 COVID
- 下一篇： 什么是 Nacos