描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787111750970
编辑推荐
本书基于感知和可视化科学，介绍了大量提升可视化效果的关键原则和方法。新版增加了可视化领域的最新进展，特别是增加了神经科学感知相关的可视化内容。主要内容包括：数据可视化应用科学的基础，环境、光学、分辨率和显示，明度、亮度、对比和恒定性，颜色，查找和读取数据图示符，静态与动态的模式，空间感知，视觉对象与数据对象，用于解释的图像、叙事和手势，与可视化进行交互，使用可视化的方式思考问题，设计认知高效的可视化。本书适合作为高校计算机、大数据及相关专业的研究人员、学生和技术人员的参考书。
内容简介
本书基于感知和可视化的科学，介绍了大量应用的提升可视化效果的关键原则和方法。新版增加了可视化领域的新进展，特别是增加了神经科学感知相关的可视化内容。
目 录
目 录
Information Visualization: Perception for Design, Fourth Edition
译者序
前 言
第1章 数据可视化应用科学的基础1
可视化步骤3
基于感知的实验符号学4
图形的符号学4
图像可以是任意的吗5
感官与任意符号6
感官表示的特性8
关于感官表示的测试主张10
任意表示10
任意惯例符号的研究11
吉布森的供给理论12
感知处理的模型14
步骤1：从视觉场景中提取底层
特征的并行处理14
步骤2：模式感知15
步骤3：视觉认知15
可视化的成本和收益16
数据类型17
实体18
关系18
实体和关系的属性18
数据维度：一维、二维、三维等18
数据质量18
不确定性19
可作为数据的操作19
元数据20
结论20
第2章 环境、光学、分辨率和显示21
环境21
可见光21
生态光学22
光流23
纹理表面和纹理梯度24
表面绘制模型24
眼睛27
视角定义28
晶状体29
光学和增强现实系统30
虚拟现实显示器中的光学32
色差32
受体33
简单视敏度33
视敏度分布与视野34
大脑像素和最佳屏幕36
空间对比灵敏度函数39
视觉压力42
最佳显示43
走样43
点数44
超视敏度和显示44
最佳显示的时间要求45
结论45
第3章 明度、亮度、对比和恒定性47
神经元、感受野和亮度错觉47
同时性亮度对比50
马赫带50
Chevreul错觉51
图阅读中的同时性对比和错误51
计算机图形学中的对比效果和伪影51
边缘增强52
光亮度、亮度、明度和伽马值54
恒定性54
光亮度55
显示细节56
亮度56
显示器的伽马值57
适应性、对比和明度恒定性57
对比和恒定性58
纸上和屏幕上的对比58
表面明度的感知59
明度差和灰度60
对比锐化61
显示器照明和显示器周围62
结论64
第4章 颜色65
三色视觉理论66
色盲67
颜色测量67
三原色变换69
色度坐标70
色差和均匀颜色空间72
拮抗理论74
命名75
跨文化的命名75
独特的色调75
神经生理学75
分类颜色76
颜色通道的属性76
空间灵敏度76
立体深度78
运动灵敏度78
形状78
颜色外观79
显示器周围79
颜色恒定性80
颜色对比80
饱和度和彩度80
棕色81
颜色在可视化中的应用82
应用1：颜色规范界面和颜色空间82
用于选择颜色的颜色空间82
颜色命名和采样系统84
调色板84
应用2：颜色标签（标称编码）84
应用3：数据地图的伪颜色序列89
均匀性和解析能力90
整体特征解析能力93
感知单调性、光亮度和形状感知93
螺旋颜色图94
间隔伪颜色序列94
用颜色图表示零值94
适用于色盲人群的序列95
双变量颜色序列95
应用4：颜色还原97
结论99
第5章 视觉显著性：查找和读取
数据图示符100
眼球运动101
适应101
眼球运动控制回路101
V1、通道和调谐受体102
视觉通道理论104
形式和纹理元素104
用于精细区分的差异机制107
视觉搜索特征图、通道和经验107
预注意处理和易于搜索108
注意力和期望111
高亮显示和不对称性113
使用特征组合编码113
使用冗余属性编码113
什么是不容易找到的：特征的连接114
高亮显示两个数据维度：可见的
连接114
整体和可分维度：图示符设计116
受限分类任务117
加速分类任务118
整体-可分维数对119
表示数量120
长度、面积和体积121
感数122
单调性123
表示绝对数量123
多维离散数据：统一表示与多通道123
星形和须形125
探照灯隐喻与皮质放大125
有效视野125
隧道视觉、压力和认知负荷126
运动在吸引注意力中的作用126
作为用户中断的运动127
结论128
第6章 静态与动态的模式129
格式塔理论130
邻近性130
相似性131
连通性132
连续性132
对称性133
闭合性和公共区域134
图形和背景137
更多关于轮廓的理论138
表征矢量场：感知方位和方向139
比较二维流可视化技术140
显示方向142
显示速度143
动画的二维流可视化144
纹理：理论和数据映射144
信息密度的权衡：不确定性原则146
纹理的主要感知维度146
纹理对比效果147
视觉纹理的其他维度148
标称纹理编码148
花边149
将纹理用于单变量和多变量映射
显示150
定量纹理序列153
用均匀的颜色感知透明度154
连续线图中的感知模式155
多维离散数据中的感知模式155
模式感知与深度学习
Information Visualization: Perception for Design, Fourth Edition
译者序
前 言
第1章 数据可视化应用科学的基础1
可视化步骤3
基于感知的实验符号学4
图形的符号学4
图像可以是任意的吗5
感官与任意符号6
感官表示的特性8
关于感官表示的测试主张10
任意表示10
任意惯例符号的研究11
吉布森的供给理论12
感知处理的模型14
步骤1：从视觉场景中提取底层
特征的并行处理14
步骤2：模式感知15
步骤3：视觉认知15
可视化的成本和收益16
数据类型17
实体18
关系18
实体和关系的属性18
数据维度：一维、二维、三维等18
数据质量18
不确定性19
可作为数据的操作19
元数据20
结论20
第2章 环境、光学、分辨率和显示21
环境21
可见光21
生态光学22
光流23
纹理表面和纹理梯度24
表面绘制模型24
眼睛27
视角定义28
晶状体29
光学和增强现实系统30
虚拟现实显示器中的光学32
色差32
受体33
简单视敏度33
视敏度分布与视野34
大脑像素和最佳屏幕36
空间对比灵敏度函数39
视觉压力42
最佳显示43
走样43
点数44
超视敏度和显示44
最佳显示的时间要求45
结论45
第3章 明度、亮度、对比和恒定性47
神经元、感受野和亮度错觉47
同时性亮度对比50
马赫带50
Chevreul错觉51
图阅读中的同时性对比和错误51
计算机图形学中的对比效果和伪影51
边缘增强52
光亮度、亮度、明度和伽马值54
恒定性54
光亮度55
显示细节56
亮度56
显示器的伽马值57
适应性、对比和明度恒定性57
对比和恒定性58
纸上和屏幕上的对比58
表面明度的感知59
明度差和灰度60
对比锐化61
显示器照明和显示器周围62
结论64
第4章 颜色65
三色视觉理论66
色盲67
颜色测量67
三原色变换69
色度坐标70
色差和均匀颜色空间72
拮抗理论74
命名75
跨文化的命名75
独特的色调75
神经生理学75
分类颜色76
颜色通道的属性76
空间灵敏度76
立体深度78
运动灵敏度78
形状78
颜色外观79
显示器周围79
颜色恒定性80
颜色对比80
饱和度和彩度80
棕色81
颜色在可视化中的应用82
应用1：颜色规范界面和颜色空间82
用于选择颜色的颜色空间82
颜色命名和采样系统84
调色板84
应用2：颜色标签（标称编码）84
应用3：数据地图的伪颜色序列89
均匀性和解析能力90
整体特征解析能力93
感知单调性、光亮度和形状感知93
螺旋颜色图94
间隔伪颜色序列94
用颜色图表示零值94
适用于色盲人群的序列95
双变量颜色序列95
应用4：颜色还原97
结论99
第5章 视觉显著性：查找和读取
数据图示符100
眼球运动101
适应101
眼球运动控制回路101
V1、通道和调谐受体102
视觉通道理论104
形式和纹理元素104
用于精细区分的差异机制107
视觉搜索特征图、通道和经验107
预注意处理和易于搜索108
注意力和期望111
高亮显示和不对称性113
使用特征组合编码113
使用冗余属性编码113
什么是不容易找到的：特征的连接114
高亮显示两个数据维度：可见的
连接114
整体和可分维度：图示符设计116
受限分类任务117
加速分类任务118
整体-可分维数对119
表示数量120
长度、面积和体积121
感数122
单调性123
表示绝对数量123
多维离散数据：统一表示与多通道123
星形和须形125
探照灯隐喻与皮质放大125
有效视野125
隧道视觉、压力和认知负荷126
运动在吸引注意力中的作用126
作为用户中断的运动127
结论128
第6章 静态与动态的模式129
格式塔理论130
邻近性130
相似性131
连通性132
连续性132
对称性133
闭合性和公共区域134
图形和背景137
更多关于轮廓的理论138
表征矢量场：感知方位和方向139
比较二维流可视化技术140
显示方向142
显示速度143
动画的二维流可视化144
纹理：理论和数据映射144
信息密度的权衡：不确定性原则146
纹理的主要感知维度146
纹理对比效果147
视觉纹理的其他维度148
标称纹理编码148
花边149
将纹理用于单变量和多变量映射
显示150
定量纹理序列153
用均匀的颜色感知透明度154
连续线图中的感知模式155
多维离散数据中的感知模式155
模式感知与深度学习
前 言
前 言
Information Visualization: Perception for Design, Fourth Edition
近年来认知神经科学取得了快速进展。2000年本书第1版面世时，对于人类如何进行视觉思考还没有统一的模型。在此之后，出现了预测认知（predictive cognition）理论，为本版的后面几章提供了更新、更坚实的理论基础。现在人们首先认为大脑是一个预测引擎。例如，关于人类如何预测未来和记住过去的相关理论已经得到统一。为了回忆过去，人类不是简单地像视频回放一样将其从记忆中提取出来，而是使用少量记忆片段加上对世界的认知模型的相关因素，构建一个与可能发生了的事情相似的场景。预测未来使用了相似的机制，不同的是此时基于当前拥有的知识和相同的世界认知模型构建了一个可能的未来场景。我们记住过去是为了预测未来，对应的神经机制也是相同的。另外，认知过程以分布式形式进行，且将大脑功能与认知工具（如可视化）相结合的思想成了主流。我们都是认知的电子人。新版为了反映这个新的理解，重新编写、重新组织、扩展了相应的章节。其中，第10章是关于交互的，第11章是关于视觉思考过程的，第12章是关于有效思考工具设计的。
除了上述大的修改，本版进行了系统的修订和更新，以反映最新的研究进展。很多地方修改不大，要么是替换了插图，要么是替换了相关研究的简短描述。另外一些地方，整节进行了重写以反映当前对这个话题的思考，例如关于叙事的章节。
下面让我讲一讲这本书的由来。1973年，我获得了视觉心理学的硕士学位，但对过于侧重用学术性方法研究感知问题而感到沮丧。受20世纪60年代末和70年代初自由传统氛围的启发，我决定成为一个艺术家，以另外一种方法对感知问题进行探索。不过，在经历了三年不是很成功的尝试后，尽管对艺术家拥有了更深刻的认识，也对他们更为尊重，并且对呈现信息的方式和观察信息的方式间的关系越发感兴趣，但我还是抱着愧疚的心理回归了学术领域。在多伦多大学获得感知心理学博士学位之后，我仍然困惑于下一步应该做什么。我通过滑铁卢大学及另外一个学位进入了计算机科学领域，之后一直从事数据可视化相关的工作。因此，本书可以看作我持续尝试在对感知进行科学化研究与传递有意义的信息之间取得平衡的直接结果。从“形式应该服从功能”的角度来说，这是一本关于艺术的书。它也是一本关于科学的书，因为感知科学可以告诉我们，到底什么样的模式是最容易被人感知的。
可视化为什么会引起人类的兴趣？这是因为人类的视觉系统是一个集超强能力与敏锐性于一体的模式发现者。眼睛与大脑的视觉皮质一起构成了一个大规模并行处理器，为通往人类认知中心提供了最高带宽的通道。在信息处理的最高层，感知和认知是密切相关的，这解释了为什么“看到”（see）和“理解”（understand）是同义词。然而，视觉系统有其自身的规则。我们可以很容易地看到以某种方式呈现的模式，但如果换一种呈现方式，就看不到它们了。例如，将goggle这个词放到与其一起显示的图片的底端比放到顶端更容易让这个词被看到，尽管这个词相同的部分在两种放置方式下都是可见的，且图底比图顶有更多无关的“噪声”。适用于此的规则显然是，当缺失的部分被解释为前景对象时，更容易推测背景字母片段间的连续性。更一般化的观点是：当数据以某种方式呈现时，其模式更容易被感知。如果我们能够理解感知如何工作，那么我们拥有的知识就可以转换成用于信息显示的指南。按照基于感知的规则，我们可以这样呈现数据：突出显示更重要、更具知识性的模式。如果不遵守这些规则，将导致我们的数据无法理解甚至存在误导。
这是一本讲述感知科学如何帮助我们实现可视化的书籍。关于我们所看到的是如何被发现的，存在一个信息的金矿，视觉研究人员对此有超过一个世纪的深入研究。本书旨在从这些大量的研究文献中提取出适用于高效信息显示的设计准则。
有多种研究可视化的方式。可以从艺术学校的图形设计传统中研究它，也可以从计算机图形学角度将它作为与显示数据所需的算法相关的领域进行研究，还可以将它视为符号学的一部分—符号系统的构建方法来研究。这些都是有效的方法，但基于感知的科学方法的独特之处是提供比难以预测的设计时尚更强的设计规则，并构建于相对稳定的人类视觉系统结构之上。
心理学家和神经科学家在感知方面的研究在过去三十年取得了巨大进步，对于我们如何看待感知是与数据可视化相关的，可能会有很多说法。然而这些观点大都以难以理解的语言形式发表在非常专业的杂志上，只有从事研究的科学家才能获得。涉及人类感知的研究文献浩如烟海。每个月都会发表数百篇新的文章，其中很多文章与信息显示应用有关。不管是为了避免错误还是为了跟上最原创的方案，这些信息对我们设计更好的显示方案都至关重要。本书旨在让非科学家也能研究这门科学及其应用。它适合致力于高效显示数据的任何人群，并为以下受众特别设计：专门从事可视化工作的多媒体设计人员、工业和学术界的研究人员、致力于进行高效信息显示的人士。本书呈现了大量关于不同视敏度、阈值、人类视觉基本特性的技术信息，也包含专门的指南和推荐。
本书依据自底向上的感知规则来组织内容。第1章提供了一个通用的概念框架和基于视觉科学方法的理论背景。后续4章讨论了所谓的低层视觉感知元素：颜色、纹理、运动和形式元素。这些视觉基本单元告诉我们如何设计捕获注意力的特征，以及能够让一个物体与另外一个物体迥然不同的最佳数据编码方式。后面各章继续讨论如何感知数据中的模式，先是二维模式感知，然后是三维空间感知，并对可视化设计、数据空间导航、交互技术和视觉问题求解等都做了详细讨论。
下面介绍一下本书的思路：一般而言，每章的模式是先描述人类视觉系统的某些方面，再将这些信息应用到可视化的某些问题中。第1章是后续章节知识构建的基础。不过，为了学个特定主题，随机阅读也是可以的。需要时，缺失的背景信息也可通过以下简述得到。
第1章 基于人类感知的可视化设计使用的概念框架。主要讲清楚了关于感官表示的主张的本质，特别强调了感知理伦家吉布森的研究。这个分析用来定义基于设计的方法和基于感知科学的方法之间的差异。该章提供了抽象数据类型的分类方法，作为将数据映射成可视化表达的基础。
第2章 该章主要讨论与感知输入有关的基础理论。以光的物理学和光与环境中物体的交互作为开篇。中心概念包括光到达特定视点时的结构、光阵携带的与交互有关的物体和表面信息。接着讨论视觉光学的基础和一些问题，例如我们能够分辨多少细节等。讨论了人类视敏度测量方式并用于显示设计。
讨论的应用包括三维环境的设计、视觉显示系统需要多少像素、像素更新的速度、对虚拟现实显示系统的需求、使用图形和文本可以显示多少细节，以及弱目标的检测。
第3章 视觉系统并不测量环境中的光量，而是测量光线和颜色的变化。该章介绍了大脑如何使用这些信息去发现环境中物体表面的特性。这与数据编码和显示系统的设置等问题息息相关。
讨论的应用包括将显示集成在一个观察环境中、目标被检测到的最小条件、创建用于编码数据的灰度等级的方法、对比效果引发的错误等。
第4章 该章从受体和三原色理论开始，介绍颜色视觉的科学。然后介绍颜色测量系统和颜色标准。随后给出CIE标准的标准公式和CIELUV的均匀颜色空间，进而介绍了拮抗理论（opponent theory），以及使用光亮度和色度显示数据的方式。
讨论的应用包括颜色测量和规范、颜色选择界面、颜色编码符号、科学数据的颜色映射、颜色还原，以及用于多维离散数据的颜色等。
第5章 介绍了一种视觉显著性的“探照灯”模型，用于描述眼球移动（用于扫描信息）的方式。该章主要介绍将视觉图像分解成颜色、形式、运动等元素的大规模并行处理过程。预注意处理理论应用于区分一个数据对象与另外一个数据对象的关键问题。还讨论了使数据可以被整体感知或者可分感知的编码方法。
讨论的应用包括快速理解的显示、信息编码、使用纹理进行数据编码、符号学设计、多维离散数据显示。
第6章 该章关注过程，大脑借之将世界分成区域、查找连接、结构以及原型物体。这些都被转化成一系列用于信息显示的设计指南。
讨论的应用包括数据的显示（以便可以感知模式）、信息布局、图、节点连接图和分层显示。
第7章 渐渐地从在二维基于屏幕的布局中显示信息转向在三维虚拟空间中显示信息。该章介绍了不同的空间线索和感知它们的方式。后半章讲解一系列空间任务以及相关联的感知问题。
讨论的应用包括三维信息显示、立体显示、二维或三维可视化的选择、三维图观察和虚拟环境等。
第8章 该章回顾了基于图像的和基于三维结构的对象感知理论。介绍了对象显示这一使用虚拟对象进行信息组织的方法。
讨论的应用包括图像数据的呈现、使用三维结构组织信息、显示对象等。
第9章 大脑处理视觉信息和语言信息的方式不同，所用的脑区也不同。它们有着各自的优势，在一个展示方案中常常组合使用。该章解决了什么时候使用视觉表达和语言表达，以及如何对两种信息进行连接，并讨论了如何构建视觉叙事。
讨论的应用包括图像和文字的集成、视觉叙事、视觉编程语言、有效图表等。
第10章 定义了主要的交互循环。在此框架中，讨论了低级数据操作、对数据视图的动态控制、数据空间导航等。
讨论的应用包括使用可视化发现数据中的模式。
第11章 该章对涉及使用可视化进行思考的认知系统进行了概述。这些过程部分发生在计算机中，部分发生在用户的视觉大脑中。计算机的输出是用户视觉系统处理过的一系列视觉图像。用户的输出是一系列认知行为，例如点击一个物体或者移动一个滑块，这引发了计算机对可视化进行某种形式的改变。
讨论的应用包括使用可视化进行问题求解、交互式系统的设计、创造等。
第12章 介绍了产生认知上有效可视化的设计方法学。方法包括七步。第一步是高层级的认知任务描述，第二步是数据清单，第三步是认知任务的细化，第四步是识别适合的可视化类型，第五步是为提升认知效率而应用视觉思考设计模式（VTDP），第六步是原型开发，第七步是评估。该章大部分用于讲解VTDP。该章描述了已经凸显价值的交互式可视化方法，以及与这些可视化方法的使用、应用指南相关的感知和认知问题。设计模式提供了设计交互时解决感知和认知问题的方法，尤其是与视觉思考过程中关键瓶颈有关的问题，例如有限的视觉工作记忆容量。同时提供了用视觉查询概念根据感知词汇进行符号学问题推理的方式。
这对可视化设计而言是激动人心的时刻。生成可视化使用的计算机技术已经到了可以使用笔记本计算机、平板计算机甚至手机产生复杂数据交互视图的阶段。新闻媒体如《纽约时报》在其在线编辑器中包含了交互可视化。朝着越来越多视觉信息发展的趋势在加速，可帮助我们处理海量和复杂信息体系的新型可视化技术正爆发式涌现。这些创造性的阶段不会持续很久。随着新技术的出现，经常是很快就会迸发出创造性设计，进而标准化的力量将使新的方法成为传统方法。毋庸置疑，现在刚刚出现的很多可视化技术在不久的将来会成为常规工具，甚至粗制滥造的设计会成为工业标准。为了感知和认知进行的设计可以帮助我们避免这样的错误。如果能使用我们在视觉思考方面积累的知识，我们将可以为有效推理数据创造更有效的认知工具。
我希望借此机会感谢帮助我完成本书的人们。影响我思考感知和可视化最多的人是Donald Mitchell、John Kennedy和William Cowan。通过与Larry Mayer以及很多我的同事，特别是Kelly Booth、Dave Wells、Scott Mackenzie、Jennifer Dijkstra、John Kelley和David Wiley一起开发绘制海洋地图的新工具，我收获颇多。与能提供数据和有趣的可视化问题的科学家与工程师一起工作，使得数据可视化学科具有无限价值。我也很有幸与聪明睿智的研究生和研究助理一起研究了可视化相关的项目，他们是Daniel Jessome、Richard Guitard、Timothy Lethbridge、Sean Riley、Serge Limoges、David Fowler、Stephen Osborne、Dale Chapman、Pat Cavanaugh、Ravin Balakrishnan、Mark Paton、Monica Sardesai、Cyril Gobrecht、Justine Hickey、Yanchao Li、Kathy Lowther、Li Wang、Greg Parker、Daniel Fleet、Jun Yang、Graham Sweet、Roland Arsenault、Natalie Webber、Poorang Irani、Jordan Lutes、Irina Padioukova、Glenn Franck、Lyn Bartram、Matthew Plumlee、Pete Mitchell以及Dan Pineo。这里谈到的很多想法都有他们的心血，是在其想法的基础上精化后才有的。
Peter Pirolli、Leo Frishberg、Doug Gillan、Nahum Gershon、Ron Rensink、Dave Gray以及Jarke van Wijk给出了很多有价值的建议，帮助我修改了本书手稿。我还想感谢Morgan Kaufmann出版社的编辑，包括Diane Cerra、Belinda Breyer以及Heather Scherer等。由于Morgan Kaufmann被Elsevier收购，因此Nate McFadden 和Beth LoGiudice在出版过程中为我提供了大量帮助。最后感谢我的夫人Dianne Ramey，她阅读了四遍书稿，读了书稿中的每个单词，使书稿可读性更好，她是我一直前行的动力。
Information Visualization: Perception for Design, Fourth Edition
近年来认知神经科学取得了快速进展。2000年本书第1版面世时，对于人类如何进行视觉思考还没有统一的模型。在此之后，出现了预测认知（predictive cognition）理论，为本版的后面几章提供了更新、更坚实的理论基础。现在人们首先认为大脑是一个预测引擎。例如，关于人类如何预测未来和记住过去的相关理论已经得到统一。为了回忆过去，人类不是简单地像视频回放一样将其从记忆中提取出来，而是使用少量记忆片段加上对世界的认知模型的相关因素，构建一个与可能发生了的事情相似的场景。预测未来使用了相似的机制，不同的是此时基于当前拥有的知识和相同的世界认知模型构建了一个可能的未来场景。我们记住过去是为了预测未来，对应的神经机制也是相同的。另外，认知过程以分布式形式进行，且将大脑功能与认知工具（如可视化）相结合的思想成了主流。我们都是认知的电子人。新版为了反映这个新的理解，重新编写、重新组织、扩展了相应的章节。其中，第10章是关于交互的，第11章是关于视觉思考过程的，第12章是关于有效思考工具设计的。
除了上述大的修改，本版进行了系统的修订和更新，以反映最新的研究进展。很多地方修改不大，要么是替换了插图，要么是替换了相关研究的简短描述。另外一些地方，整节进行了重写以反映当前对这个话题的思考，例如关于叙事的章节。
下面让我讲一讲这本书的由来。1973年，我获得了视觉心理学的硕士学位，但对过于侧重用学术性方法研究感知问题而感到沮丧。受20世纪60年代末和70年代初自由传统氛围的启发，我决定成为一个艺术家，以另外一种方法对感知问题进行探索。不过，在经历了三年不是很成功的尝试后，尽管对艺术家拥有了更深刻的认识，也对他们更为尊重，并且对呈现信息的方式和观察信息的方式间的关系越发感兴趣，但我还是抱着愧疚的心理回归了学术领域。在多伦多大学获得感知心理学博士学位之后，我仍然困惑于下一步应该做什么。我通过滑铁卢大学及另外一个学位进入了计算机科学领域，之后一直从事数据可视化相关的工作。因此，本书可以看作我持续尝试在对感知进行科学化研究与传递有意义的信息之间取得平衡的直接结果。从“形式应该服从功能”的角度来说，这是一本关于艺术的书。它也是一本关于科学的书，因为感知科学可以告诉我们，到底什么样的模式是最容易被人感知的。
可视化为什么会引起人类的兴趣？这是因为人类的视觉系统是一个集超强能力与敏锐性于一体的模式发现者。眼睛与大脑的视觉皮质一起构成了一个大规模并行处理器，为通往人类认知中心提供了最高带宽的通道。在信息处理的最高层，感知和认知是密切相关的，这解释了为什么“看到”（see）和“理解”（understand）是同义词。然而，视觉系统有其自身的规则。我们可以很容易地看到以某种方式呈现的模式，但如果换一种呈现方式，就看不到它们了。例如，将goggle这个词放到与其一起显示的图片的底端比放到顶端更容易让这个词被看到，尽管这个词相同的部分在两种放置方式下都是可见的，且图底比图顶有更多无关的“噪声”。适用于此的规则显然是，当缺失的部分被解释为前景对象时，更容易推测背景字母片段间的连续性。更一般化的观点是：当数据以某种方式呈现时，其模式更容易被感知。如果我们能够理解感知如何工作，那么我们拥有的知识就可以转换成用于信息显示的指南。按照基于感知的规则，我们可以这样呈现数据：突出显示更重要、更具知识性的模式。如果不遵守这些规则，将导致我们的数据无法理解甚至存在误导。
这是一本讲述感知科学如何帮助我们实现可视化的书籍。关于我们所看到的是如何被发现的，存在一个信息的金矿，视觉研究人员对此有超过一个世纪的深入研究。本书旨在从这些大量的研究文献中提取出适用于高效信息显示的设计准则。
有多种研究可视化的方式。可以从艺术学校的图形设计传统中研究它，也可以从计算机图形学角度将它作为与显示数据所需的算法相关的领域进行研究，还可以将它视为符号学的一部分—符号系统的构建方法来研究。这些都是有效的方法，但基于感知的科学方法的独特之处是提供比难以预测的设计时尚更强的设计规则，并构建于相对稳定的人类视觉系统结构之上。
心理学家和神经科学家在感知方面的研究在过去三十年取得了巨大进步，对于我们如何看待感知是与数据可视化相关的，可能会有很多说法。然而这些观点大都以难以理解的语言形式发表在非常专业的杂志上，只有从事研究的科学家才能获得。涉及人类感知的研究文献浩如烟海。每个月都会发表数百篇新的文章，其中很多文章与信息显示应用有关。不管是为了避免错误还是为了跟上最原创的方案，这些信息对我们设计更好的显示方案都至关重要。本书旨在让非科学家也能研究这门科学及其应用。它适合致力于高效显示数据的任何人群，并为以下受众特别设计：专门从事可视化工作的多媒体设计人员、工业和学术界的研究人员、致力于进行高效信息显示的人士。本书呈现了大量关于不同视敏度、阈值、人类视觉基本特性的技术信息，也包含专门的指南和推荐。
本书依据自底向上的感知规则来组织内容。第1章提供了一个通用的概念框架和基于视觉科学方法的理论背景。后续4章讨论了所谓的低层视觉感知元素：颜色、纹理、运动和形式元素。这些视觉基本单元告诉我们如何设计捕获注意力的特征，以及能够让一个物体与另外一个物体迥然不同的最佳数据编码方式。后面各章继续讨论如何感知数据中的模式，先是二维模式感知，然后是三维空间感知，并对可视化设计、数据空间导航、交互技术和视觉问题求解等都做了详细讨论。
下面介绍一下本书的思路：一般而言，每章的模式是先描述人类视觉系统的某些方面，再将这些信息应用到可视化的某些问题中。第1章是后续章节知识构建的基础。不过，为了学个特定主题，随机阅读也是可以的。需要时，缺失的背景信息也可通过以下简述得到。
第1章 基于人类感知的可视化设计使用的概念框架。主要讲清楚了关于感官表示的主张的本质，特别强调了感知理伦家吉布森的研究。这个分析用来定义基于设计的方法和基于感知科学的方法之间的差异。该章提供了抽象数据类型的分类方法，作为将数据映射成可视化表达的基础。
第2章 该章主要讨论与感知输入有关的基础理论。以光的物理学和光与环境中物体的交互作为开篇。中心概念包括光到达特定视点时的结构、光阵携带的与交互有关的物体和表面信息。接着讨论视觉光学的基础和一些问题，例如我们能够分辨多少细节等。讨论了人类视敏度测量方式并用于显示设计。
讨论的应用包括三维环境的设计、视觉显示系统需要多少像素、像素更新的速度、对虚拟现实显示系统的需求、使用图形和文本可以显示多少细节，以及弱目标的检测。
第3章 视觉系统并不测量环境中的光量，而是测量光线和颜色的变化。该章介绍了大脑如何使用这些信息去发现环境中物体表面的特性。这与数据编码和显示系统的设置等问题息息相关。
讨论的应用包括将显示集成在一个观察环境中、目标被检测到的最小条件、创建用于编码数据的灰度等级的方法、对比效果引发的错误等。
第4章 该章从受体和三原色理论开始，介绍颜色视觉的科学。然后介绍颜色测量系统和颜色标准。随后给出CIE标准的标准公式和CIELUV的均匀颜色空间，进而介绍了拮抗理论（opponent theory），以及使用光亮度和色度显示数据的方式。
讨论的应用包括颜色测量和规范、颜色选择界面、颜色编码符号、科学数据的颜色映射、颜色还原，以及用于多维离散数据的颜色等。
第5章 介绍了一种视觉显著性的“探照灯”模型，用于描述眼球移动（用于扫描信息）的方式。该章主要介绍将视觉图像分解成颜色、形式、运动等元素的大规模并行处理过程。预注意处理理论应用于区分一个数据对象与另外一个数据对象的关键问题。还讨论了使数据可以被整体感知或者可分感知的编码方法。
讨论的应用包括快速理解的显示、信息编码、使用纹理进行数据编码、符号学设计、多维离散数据显示。
第6章 该章关注过程，大脑借之将世界分成区域、查找连接、结构以及原型物体。这些都被转化成一系列用于信息显示的设计指南。
讨论的应用包括数据的显示（以便可以感知模式）、信息布局、图、节点连接图和分层显示。
第7章 渐渐地从在二维基于屏幕的布局中显示信息转向在三维虚拟空间中显示信息。该章介绍了不同的空间线索和感知它们的方式。后半章讲解一系列空间任务以及相关联的感知问题。
讨论的应用包括三维信息显示、立体显示、二维或三维可视化的选择、三维图观察和虚拟环境等。
第8章 该章回顾了基于图像的和基于三维结构的对象感知理论。介绍了对象显示这一使用虚拟对象进行信息组织的方法。
讨论的应用包括图像数据的呈现、使用三维结构组织信息、显示对象等。
第9章 大脑处理视觉信息和语言信息的方式不同，所用的脑区也不同。它们有着各自的优势，在一个展示方案中常常组合使用。该章解决了什么时候使用视觉表达和语言表达，以及如何对两种信息进行连接，并讨论了如何构建视觉叙事。
讨论的应用包括图像和文字的集成、视觉叙事、视觉编程语言、有效图表等。
第10章 定义了主要的交互循环。在此框架中，讨论了低级数据操作、对数据视图的动态控制、数据空间导航等。
讨论的应用包括使用可视化发现数据中的模式。
第11章 该章对涉及使用可视化进行思考的认知系统进行了概述。这些过程部分发生在计算机中，部分发生在用户的视觉大脑中。计算机的输出是用户视觉系统处理过的一系列视觉图像。用户的输出是一系列认知行为，例如点击一个物体或者移动一个滑块，这引发了计算机对可视化进行某种形式的改变。
讨论的应用包括使用可视化进行问题求解、交互式系统的设计、创造等。
第12章 介绍了产生认知上有效可视化的设计方法学。方法包括七步。第一步是高层级的认知任务描述，第二步是数据清单，第三步是认知任务的细化，第四步是识别适合的可视化类型，第五步是为提升认知效率而应用视觉思考设计模式（VTDP），第六步是原型开发，第七步是评估。该章大部分用于讲解VTDP。该章描述了已经凸显价值的交互式可视化方法，以及与这些可视化方法的使用、应用指南相关的感知和认知问题。设计模式提供了设计交互时解决感知和认知问题的方法，尤其是与视觉思考过程中关键瓶颈有关的问题，例如有限的视觉工作记忆容量。同时提供了用视觉查询概念根据感知词汇进行符号学问题推理的方式。
这对可视化设计而言是激动人心的时刻。生成可视化使用的计算机技术已经到了可以使用笔记本计算机、平板计算机甚至手机产生复杂数据交互视图的阶段。新闻媒体如《纽约时报》在其在线编辑器中包含了交互可视化。朝着越来越多视觉信息发展的趋势在加速，可帮助我们处理海量和复杂信息体系的新型可视化技术正爆发式涌现。这些创造性的阶段不会持续很久。随着新技术的出现，经常是很快就会迸发出创造性设计，进而标准化的力量将使新的方法成为传统方法。毋庸置疑，现在刚刚出现的很多可视化技术在不久的将来会成为常规工具，甚至粗制滥造的设计会成为工业标准。为了感知和认知进行的设计可以帮助我们避免这样的错误。如果能使用我们在视觉思考方面积累的知识，我们将可以为有效推理数据创造更有效的认知工具。
我希望借此机会感谢帮助我完成本书的人们。影响我思考感知和可视化最多的人是Donald Mitchell、John Kennedy和William Cowan。通过与Larry Mayer以及很多我的同事，特别是Kelly Booth、Dave Wells、Scott Mackenzie、Jennifer Dijkstra、John Kelley和David Wiley一起开发绘制海洋地图的新工具，我收获颇多。与能提供数据和有趣的可视化问题的科学家与工程师一起工作，使得数据可视化学科具有无限价值。我也很有幸与聪明睿智的研究生和研究助理一起研究了可视化相关的项目，他们是Daniel Jessome、Richard Guitard、Timothy Lethbridge、Sean Riley、Serge Limoges、David Fowler、Stephen Osborne、Dale Chapman、Pat Cavanaugh、Ravin Balakrishnan、Mark Paton、Monica Sardesai、Cyril Gobrecht、Justine Hickey、Yanchao Li、Kathy Lowther、Li Wang、Greg Parker、Daniel Fleet、Jun Yang、Graham Sweet、Roland Arsenault、Natalie Webber、Poorang Irani、Jordan Lutes、Irina Padioukova、Glenn Franck、Lyn Bartram、Matthew Plumlee、Pete Mitchell以及Dan Pineo。这里谈到的很多想法都有他们的心血，是在其想法的基础上精化后才有的。
Peter Pirolli、Leo Frishberg、Doug Gillan、Nahum Gershon、Ron Rensink、Dave Gray以及Jarke van Wijk给出了很多有价值的建议，帮助我修改了本书手稿。我还想感谢Morgan Kaufmann出版社的编辑，包括Diane Cerra、Belinda Breyer以及Heather Scherer等。由于Morgan Kaufmann被Elsevier收购，因此Nate McFadden 和Beth LoGiudice在出版过程中为我提供了大量帮助。最后感谢我的夫人Dianne Ramey，她阅读了四遍书稿，读了书稿中的每个单词，使书稿可读性更好，她是我一直前行的动力。
图 当叠加的长条可见时，词goggle更易读［根据Nakayama、Shimono和Silverman（1989）的作品重绘］
评论
还没有评论。