VR如何巧妙填補(bǔ)傳統(tǒng)數(shù)據(jù)視覺(jué)化的漏洞

來(lái)源：數(shù)據(jù)觀 時(shí)間：2017-01-11 09:49:09 作者：大數(shù)據(jù)文摘

VR的廣泛傳播對(duì)于數(shù)據(jù)視覺(jué)化具有著可算是屈指可數(shù)的地位并因VR發(fā)生了天翻地覆的改變。但重點(diǎn)是如何改變?現(xiàn)如今的數(shù)據(jù)視覺(jué)化又發(fā)生了哪些問(wèn)題?這篇文章就此深挖傳統(tǒng)視覺(jué)化所存在的問(wèn)題和理解抽象信息中的困難以及VR如何使之改變。

?

Evan就任一家VR數(shù)據(jù)視覺(jué)化公司Kineviz的項(xiàng)目經(jīng)理。曾作為數(shù)據(jù)科學(xué)家就職于HID Global，并且畢業(yè)于加利福利亞大學(xué)伯克利分校認(rèn)知學(xué)。除了平時(shí)為Kineviz工作和探索VR之外，Evan還深醉于研究人類的決議過(guò)程。

在1983年，Amos Tversky 和 Daniel Kahneman問(wèn)了大學(xué)生如下幾個(gè)問(wèn)題：

Linda是一個(gè)31歲坦率個(gè)性陽(yáng)光的單身并學(xué)習(xí)哲學(xué)專業(yè)的女生。作為一名學(xué)生，她深切的關(guān)注歧視和社會(huì)司法所存在的問(wèn)題并投身于反原子能游行中。這可能是因?yàn)椋?/p>

1. Linda是名小學(xué)老師?

2. Linda在書店工作并參加瑜伽課?

3. Linda積極參與女權(quán)運(yùn)動(dòng)?

4. Linda是一名精神病院的社工?

5. Linda是婦女選民聯(lián)盟的一員?

6. Linda是一名銀行柜員?

7. Linda是保險(xiǎn)銷售員?

8. Linda是銀行柜員并積極投身女權(quán)運(yùn)動(dòng)?

他們發(fā)現(xiàn)86%的大學(xué)生認(rèn)為#8 (Linda是銀行柜員并積極投身女權(quán)運(yùn)動(dòng))比#6更有可能發(fā)生。雖然很容易聯(lián)想Linda是支持女權(quán)且是一名柜員,但女權(quán)主義柜員僅是柜員中的一種，所以女權(quán)主義柜員的數(shù)量遠(yuǎn)少于所有柜員，(所以Linda是柜員的可能性還是應(yīng)該大于她是女權(quán)主義柜員的可能性)。

不僅是這個(gè)例子非常有名，大多數(shù)人發(fā)現(xiàn)這讓人困惑，然而視覺(jué)化讓這一切一目了然簡(jiǎn)單易懂。

?

哪一個(gè)更有可能發(fā)生：Linda是一個(gè)銀行柜員或女權(quán)主義柜員?假設(shè)圓圈大小與現(xiàn)實(shí)成比例。

虛擬現(xiàn)實(shí)使得概率推理變得異常簡(jiǎn)單，就如圖表使得所謂的“Linda問(wèn)題”變的簡(jiǎn)單。

談及數(shù)據(jù)和虛擬現(xiàn)實(shí)的關(guān)系就如雞與雞蛋的問(wèn)題-若不知道VR數(shù)據(jù)工具會(huì)被如何使用，組建一系列VR工具是相當(dāng)困難的。雖然如此，虛擬現(xiàn)實(shí)能夠有解決

a)概率思維(上述)

b)高維數(shù)據(jù)視覺(jué)化

c)高密度信息

d)提供場(chǎng)景便于透徹理解來(lái)龍去脈

高維數(shù)據(jù)視覺(jué)化

圖像對(duì)于優(yōu)質(zhì)的統(tǒng)計(jì)分析至關(guān)重要- F.J. Anscombe

如果提供的數(shù)據(jù)集是兩維或者更少，這數(shù)據(jù)相對(duì)容易用圖像或者表格視覺(jué)化：

Anscombe的著名四重奏，取自維基百科。四個(gè)數(shù)據(jù)組有相同的平均值，相關(guān)性，方差和最優(yōu)擬合線。

上述的每個(gè)數(shù)據(jù)集，所有X坐標(biāo)的平均值都是9，Y坐標(biāo)的平均值為7.5， X坐標(biāo)的方差是11，X與Y的相關(guān)性是0.816， 且最優(yōu)擬合線的公式是Y = 3 + 5x。

換句話說(shuō)，這四組數(shù)據(jù)在統(tǒng)計(jì)上是完全一樣的，視覺(jué)化把它們的真實(shí)特性被“出賣”。不過(guò)，這次當(dāng)然輕松，因?yàn)槲覀円幚淼闹徊贿^(guò)是二維的數(shù)據(jù)。

如果談及三維數(shù)據(jù)，則需要使用三維圖。如果想要演示更高維度的數(shù)據(jù)(比如說(shuō)你的excel表格中有大量列)是不大可能的。想象二維圖像當(dāng)然容易，但當(dāng)數(shù)據(jù)集中有很多列(比如10，000列，只要多于3列)問(wèn)題就會(huì)來(lái)了，三維以上的視覺(jué)化是不可能的任務(wù)。

然而，還有其他方法詮釋維度。 比如一個(gè)三角形，可以用于表現(xiàn)三維數(shù)據(jù)，如果每個(gè)維度對(duì)應(yīng)著三角形的每一條邊長(zhǎng)。如果你愿意，甚至可以用紅藍(lán)光譜或者深淺光譜來(lái)為三角中心上色，這樣就會(huì)有五個(gè)維度可供觀察。對(duì)比每個(gè)三角形，你或者就可以發(fā)現(xiàn)異?；蛟诖穗[藏的規(guī)律和關(guān)系。當(dāng)然，這只是個(gè)理論。

Herman Chernoff 在70年代探索了這理論的一個(gè)變種-有別于到三角形邊長(zhǎng)，他用不同的卡通人物的臉映射數(shù)據(jù)的維度。

以下我會(huì)讓你判斷L.A. 時(shí)代的信息圖做的如何；

?

Eugne Turner -洛杉磯的生活 (1977)，L.A. 時(shí)代。有四種面部維度，每個(gè)臉的地理分布和社區(qū)區(qū)塊信息，這就意味這是一個(gè)有六個(gè)維度的數(shù)據(jù)。

你的本能反應(yīng)對(duì)這個(gè)方法的數(shù)據(jù)表現(xiàn)嗤之以鼻，它們看起來(lái)可笑，帶有一點(diǎn)種族歧視，和難以理解。 但我勸你不妨再嘗試一次-能發(fā)現(xiàn)貧富社區(qū)間的緩沖帶嗎?

切爾諾夫臉譜圖不能得到廣泛利用的其中一個(gè)原因是它們太卡通了(科學(xué)通常都是嚴(yán)謹(jǐn)商業(yè)的，可能不太適合卡通臉譜圖)。現(xiàn)實(shí)的切爾諾夫臉譜雖然可以解決太卡通的問(wèn)題，他卻存在另一個(gè)問(wèn)題：貌似他們直觀就可以理解，但我們對(duì)臉和情感太有經(jīng)驗(yàn)，反而難以去評(píng)估編造的臉譜。

在下面的描繪中，Tim Cook 臉的參數(shù)-如眉毛的斜率-被用來(lái)映射Apple每年的財(cái)務(wù)數(shù)據(jù)多個(gè)問(wèn)題點(diǎn)。

?

Christo Allegra的作品， Tim Cook 臉部的不同形態(tài)展現(xiàn)了每年Apple的財(cái)務(wù)數(shù)據(jù)不同的問(wèn)題。他鼻子的寬度用來(lái)表現(xiàn)Apple貸款額;他嘴巴的開(kāi)合度表現(xiàn)營(yíng)業(yè)額;眼睛的大小表現(xiàn)每股收益等等。更多切爾諾夫臉譜圖的應(yīng)用，詳見(jiàn)Dan Darling的成果。

很顯然，這種方法也有一些問(wèn)題。首當(dāng)其沖的就是，臉部不是在任何情況都能傳達(dá)同等程度的情感信息的，“笑”這個(gè)動(dòng)作就是如此。換句話說(shuō)，你對(duì)不同面部的感知的不同不能等同于實(shí)際數(shù)據(jù)的差值。這就是能夠讓圖表如此有用的眾多特質(zhì)之一。這也是為什么用可視化的方法解決Linda問(wèn)題會(huì)更加直觀。這就是現(xiàn)今多維度的數(shù)據(jù)可視方法存在的缺陷。

虛擬現(xiàn)實(shí)技術(shù)可以解決上面所提及的眾多問(wèn)題。將面部取代，切爾諾夫類似的技術(shù)可以應(yīng)用于控制中性對(duì)象觀察、行動(dòng)、交流和被分配。舉例來(lái)說(shuō)，下面所有桌子的屬性能夠被用來(lái)表示不同的數(shù)據(jù)維度：高度、桌面的面積、顏色、腿長(zhǎng)、桌子磨光度以及斑點(diǎn)和焊補(bǔ)的位置和種類。如果你有15個(gè)維度的數(shù)據(jù)，你可以將維度轉(zhuǎn)化成能夠控制桌子外形的各種參數(shù)。

每一個(gè)測(cè)量值都會(huì)被用來(lái)可視化數(shù)據(jù)的另一個(gè)維度，來(lái)自mycarpentry.com

VR的優(yōu)勢(shì)就是能夠讓你感受到桌子真實(shí)、直觀的意義，比方說(shuō)它是另一張桌子的2倍高;抑或是桌面不同的摩擦系數(shù)。一些試驗(yàn)可以保證不同維度下相同的感知權(quán)重。

除此之外，相關(guān)的方法論已經(jīng)在精神物理學(xué)和色彩感知領(lǐng)域得到了深度的研究---研究人員已經(jīng)花費(fèi)很多時(shí)間在測(cè)量人們?nèi)绾瓮ㄟ^(guò)不同的知覺(jué)感知微弱和巨大的差異。換句話說(shuō)，VR和一些心理物理學(xué)能夠使了解復(fù)雜的數(shù)據(jù)變得像走進(jìn)宜家一樣簡(jiǎn)單。

高密度圖表

因?yàn)橐恍┏霈F(xiàn)在數(shù)學(xué)歷史中的不幸，那些由一堆點(diǎn)和連接組成的物體集同樣也被稱為圖表。

這類的圖表大致長(zhǎng)這樣：

?

維基百科的Prefuse視覺(jué)圖，來(lái)自維基百科

上面的每一個(gè)點(diǎn)表示一個(gè)維基頁(yè)面，每一條線代表著頁(yè)面之間的聯(lián)系。

圖表對(duì)于通過(guò)抽象的方法看見(jiàn)物體或者數(shù)據(jù)點(diǎn)有著重要意義，特別是當(dāng)聯(lián)系的類別和數(shù)量不可忽視的時(shí)候。

舉例來(lái)說(shuō)，下列的圖表表示著在啤酒酵母細(xì)胞中基因間的每一次相互作用。

?

左：表示酵母基因組的節(jié)點(diǎn)和邊緣圖。右：重要的基因群。

盡管這個(gè)圖表看起來(lái)很有意思，你肯定已經(jīng)注意到2張圖在中部都很密集。如果你去探索巴拿馬的這個(gè)數(shù)據(jù)集，你會(huì)發(fā)現(xiàn)一些類似的事情發(fā)生---這個(gè)連接的圖表會(huì)變得密集和迅速。

由于在圖表中心重疊的連接的數(shù)量太多，圖表會(huì)變得非常難以理解，同時(shí)這也會(huì)成為理解物體間相互關(guān)系的難題，而這又是使用圖表的最初目的。

你可以想象，3D的圖表的可視化不會(huì)顯得如此復(fù)雜：

人腦中不同的相互連接的網(wǎng)絡(luò)的3D可視化圖表

然而，你需要注意這些可視化也會(huì)遭遇“混亂”的問(wèn)題;盡管作者正用算法來(lái)將這些連接線“捆綁”在一起，搞清楚現(xiàn)實(shí)狀況仍然很難。然而，想象一下，如果你能夠飛進(jìn)這些大腦的中心位置，并且可以迅速改變大腦的大小---數(shù)據(jù)就會(huì)更容易地解讀了。

提供場(chǎng)景

比較下列的圖表：

?

這倆個(gè)圖表用的是相同的數(shù)據(jù)集。左邊的圖表被提名2015年年度最誤導(dǎo)人的圖表之一。

我承認(rèn)，盡管上面的圖表的表示很有誤導(dǎo)性，但它至少因?yàn)槭庆o態(tài)圖形原因。如果能夠改變數(shù)據(jù)的大小，形狀和范圍可以防止數(shù)據(jù)被誤導(dǎo)，因?yàn)榄h(huán)境因素會(huì)直接影響體驗(yàn)。

用虛擬現(xiàn)實(shí)技術(shù)來(lái)可視化信息的最大優(yōu)勢(shì)是它能夠分享不僅僅只是靜態(tài)的VR展示;每一個(gè)VR的展示都是一次無(wú)意識(shí)的體驗(yàn)。這意味著觀看者可以按照自己的意愿去探究它。

盡管VR數(shù)據(jù)工具仍然是處在初期階段，但是我可以推薦你3個(gè)具備上述功能的工具。

CalcFlow

最開(kāi)始我想介紹下CalcFlow，這個(gè)工具是由UCSD的數(shù)學(xué)系為了可視化3D數(shù)學(xué)概念時(shí)研發(fā)出來(lái)的。現(xiàn)在，它已經(jīng)推出一些列具備互動(dòng)性的演示，能夠讓人對(duì)二重積分或納維爾-斯托克斯方程有直觀的了解。在每個(gè)演示中，你可以體驗(yàn)到我之前所提到的一些VR功能：改變尺度并且在數(shù)據(jù)中間“穿行”，這也意味著數(shù)據(jù)會(huì)被更加容易解讀。由于這個(gè)演示具備很強(qiáng)的操作性，用戶可以在飛行中不斷調(diào)整數(shù)據(jù)可視方式，探究這種改變?nèi)绾斡绊懚嗑S度的圖表。

DeathTools

DeathTools將數(shù)據(jù)可視化從抽象的數(shù)字帶向一個(gè)真實(shí)、可觸碰的世界，在這個(gè)世界不同于圖形和表格，我們能夠更加深入地理解數(shù)據(jù)。用這個(gè)工具可以看到近期中東沖突的累計(jì)尸體數(shù)量。不同于圖表，你是真實(shí)地站在一行行裝尸袋中間，這樣可以準(zhǔn)確地了解死亡的數(shù)量。

就如DeathTools的創(chuàng)建者Ali Eslami說(shuō)：

我們的智慧所缺的就是運(yùn)算大數(shù)的能力。我們很難去理解和接受大量的死亡。舉例來(lái)說(shuō)，像1;2;14;20;50這些是我們會(huì)經(jīng)常碰到的數(shù)字，并且我們能通過(guò)我們自己內(nèi)心記住的模型來(lái)理解它們。但是后來(lái)我們遇見(jiàn)如1000;10000;20000這樣的數(shù)字。這些數(shù)字會(huì)變得越來(lái)越難用概念來(lái)衡量，但是我們?nèi)匀荒軌蛲ㄟ^(guò)用可視化模型去理解這些數(shù)據(jù)的大致含義。

Kineviz

最后，Kineviz正在研發(fā)具VR功能的3D圖形探索工具。這個(gè)工具被設(shè)計(jì)成用來(lái)解決高信息密度的問(wèn)題，并非切能夠讓用戶直接地體驗(yàn)數(shù)據(jù)意義上的不同。自己去看看吧：

VR的最主要的優(yōu)勢(shì)就是它能夠被用來(lái)更容易地感知數(shù)據(jù)微妙的差別。除此之外，VR能夠使數(shù)據(jù)表達(dá)更具操作性，意味著想要去改變數(shù)據(jù)表達(dá)來(lái)迎合一個(gè)特定的故事會(huì)越來(lái)越難。最終，一個(gè)人在VR中可以用他們空間意識(shí)來(lái)迅速改變能夠讓一個(gè)人去改變比范圍，同時(shí)也允許那些以前難以想象的數(shù)據(jù)范圍被感知到。

注：本稿件摘自數(shù)據(jù)觀入駐自媒體-大數(shù)據(jù)文摘，轉(zhuǎn)載請(qǐng)注明來(lái)源，百度搜索“數(shù)據(jù)觀”獲取更多大數(shù)據(jù)資訊。

責(zé)任編輯：湯德正