网络可视化的基本原则
-
始于发问
定义问题最为关键,为后续的每一步工作设定了明确目标。
-
寻找关联性
可视化的一个核心任务就是用最简便的方式揭示关联性。
选择两个核心元素-数据集和视觉表现技巧的时候,就需要关联性的问题。
-
实现多因素分析
因果关系,后续还要考虑种种因素:变量相互影响、多诱因、多结果、因果顺序、误差、伪相关、测量误差、互斥变量等因素
-
考虑时间
时间是变化最丰富的变量。不仅网状结构本身会发生改变,整个系统中的关联元素(信息、能量、水分、病毒)也会随着时间流逝而波动。
-
丰富词汇
考虑更多的视觉属性:颜色、形状、大小、方向、材质、色调以及位置
- 更多样化的节点
- 有表现力的边线
- 清晰的视觉语言:使用示例
-
呈现分组
分组:将同类信息归入一个更大的范畴,加强关联性,降低复杂程度,提高辨认度。
- 相似率(图形处理)
- 相近率(空间组织)
- 共同律(动态)
-
放大比例
- 宏观视角(模式)
- 关联视角(联系)
- 微观视角(单个节点)

-
管理细节
先概览、再放大过滤、最后看细节。
渐进呈现(progressive disclosure) 概念
-
原则之外
一直以来,网络可视化都重视数学以及计算机算法,但是这些只是方法而已。我们应该更加重视结果的可用性、易用性,以便真正传递有用的信息。
图的种类
视觉语言

记录
蒙德里安:以几何图形的绘画为基本元素、非具象绘画的创始人之一。
网络可视化的基本原则
始于发问
定义问题最为关键,为后续的每一步工作设定了明确目标。
寻找关联性
可视化的一个核心任务就是用最简便的方式揭示关联性。
选择两个核心元素-数据集和视觉表现技巧的时候,就需要关联性的问题。
实现多因素分析
因果关系,后续还要考虑种种因素:变量相互影响、多诱因、多结果、因果顺序、误差、伪相关、测量误差、互斥变量等因素
考虑时间
时间是变化最丰富的变量。不仅网状结构本身会发生改变,整个系统中的关联元素(信息、能量、水分、病毒)也会随着时间流逝而波动。
丰富词汇
考虑更多的视觉属性:颜色、形状、大小、方向、材质、色调以及位置
呈现分组
分组:将同类信息归入一个更大的范畴,加强关联性,降低复杂程度,提高辨认度。
放大比例
管理细节
先概览、再放大过滤、最后看细节。
渐进呈现(progressive disclosure) 概念
原则之外
一直以来,网络可视化都重视数学以及计算机算法,但是这些只是方法而已。我们应该更加重视结果的可用性、易用性,以便真正传递有用的信息。
图的种类
视觉语言

记录
蒙德里安:以几何图形的绘画为基本元素、非具象绘画的创始人之一。