推荐原因: 通过本文,可以了解到一个可视化项目的从缘起到改进的过程,以解决特定问题开始,思考作为读者,如何快速准确的抓取到作者期待表达的含义。本文从颜色选择、排版布局、呈现形式层层演进,读者可以跟随作者的思路一同思考,如何将这些信息更好的可视化呈现?最后,还可以一同思考,作者提出的更多问题,如何解决?

在新冠肺炎疫情开始盛行的这半年以来,人们已经逐渐掌握一些防范疫情相关的知识要点。比如不要去人群聚集地,出门戴好口罩,在家注意开窗通风等。但是,对于每天出行时会遇到的一些更为复杂的情况,(如我们要去的目的地人流量有多少?密闭的空间有多大?空气流通情况是否良好?)对此,我们却没有很好的办法进行预测。

目前,针对这些问题,已经开始有了团队做出相对应的指南:根据颜色编码的图表来展现日常活动的相对风险。我们提取了文章中提到的一些图表类型,以供大家了解。如果您希望能更详尽的阅读具体内容,请点击原文

https://oss-images-qyum.oss-cn-zhangjiakou.aliyuncs.com/undefinedwave-doc-疫情风险导航-pic-02.png

《科维德-19风险指数》是由三位公共卫生专家设计。他们根据一项活动:(1)是否会在封闭的空间内进行;(2)是否会吸引人群;(3)是否会让人产生用力呼吸的情况,如咳嗽,打喷嚏等;(4)这项活动会持续多久。这四个方面来评估这项活动的风险,利用人们对特定指向性颜色的认知心理(如绿色代表安全,红色代表危险),以色彩图表的方式更为直观的将风险评估展现给普通群众。

https://oss-images-qyum.oss-cn-zhangjiakou.aliyuncs.com/undefinedwave-doc-疫情风险导航-pic-03.png

要保证一张图表能正确的将图上的信息传达给公众,仅仅排列出内容是不够的。运用正确的视觉语言来帮助人们理解也很关键。从上至下依照顺序排列或者像是科学图表一样左右排列,运用颜色来划分风险程度,这些看起来似乎是合情合理的排布。但事实上还要考虑到一些特殊情况,例如公众的文化背景,他们关于图表知识的接受程度,甚至要考虑他们是否能够分辨出颜色(对于视觉色彩分辨有障碍的人群)。方方面面的因素,使风险预估指南的设计制作远不如看起来的那么简单。

数据可视化艺术家 David McCandless 一直在思考这些潜在的问题,他设计的风险指南不仅通过颜色的深浅变化来表明风险程度的高低,大众还可以通过事件气泡的大小来评估风险。

https://oss-images-qyum.oss-cn-zhangjiakou.aliyuncs.com/undefinedwave-doc-疫情风险导航-pic-04.png

但这依旧存在着一些问题:这些事件的风险是唯一确定的么?这样的设计是否存在误导大众的可能性?数据的微妙差异要如何表现?

越来越多的专业团队以及数据网站加入到这场「视觉指南」的制作中来,不断出现的问题促使大家不断优化完善这个项目。(更多详情请点击原文。)

数据可视化将风险直叙在我们眼前,并不是囿住我们的步伐,恰恰相反,他们为我们铺出了一条条通往安全的道路。