作者介绍
知春路@伟仔
某不知名数据科学家。
持续写《数据分析》和《数据产品》系列文章，欢迎关注！
各位数据人的小伙伴，大家好，时隔一个多月，又和大家见面了，作为数据人社区建设的参与者，在大牛云集的地方，工作之余，还能有机会在这里跟大家分享自己的所见所思是一件非常荣幸的事情。当然如果自己分享内容恰好能够帮助到一些人，那就更好啦。数据人社区每天都有小伙伴们的分享，干货满满，今天我想和大家分享点轻松些的内容，聊聊人类的发展，聊聊生活中衣食住行，以及聊聊数据可视化。
大家在学习和工作中，都会免不了需要做图表，比如用EXCEL、用PPT，还有用各种高端软件做出的生动图画，可视化呈现通常会是一项分析报告的"最后一公里"，这些图表可以很好的帮助大家更好表达内心的想法。但是，大家是否有想过这些图表（可视化行为）为什么会起到这样的作用？
或者，在面对一些外行人看来，加图表是一种"花里胡哨"、"虚头巴脑"行为的无知质疑，我们应该回答？
动图来自，妹爷:"打球就打球，别整那些花里胡哨的!"
带着这样的疑问，伟仔也是查阅了不少的资料，今天尝试着从心理学的角度来跟大家分享一下，为什么要做数据可视化？
01 存在体内的两套“决策系统”
我们每天从早上睁开眼开始，身体就不停在接收外界的信息，大脑需要不停地对这些信息做处理，给出判断和决策，来驱使肢体去行动。著名行为经济学家，出生于以色列的诺贝尔奖得主丹尼尔·卡内曼（Daniel Kahneman），在他的著作《思考：快与慢》中提到，人类做的任何一个决策都会同时启动身体内的两套决策系统，直觉反应和理性思考，二者是相互搭档的过程。
直觉反应，是我们在收到外界信息的本能反应，也被称之为"非理性"，心理学叫做"直观推断"。说是我们在做某个决定的时候，依靠个人的第一感觉。这个过程的特点是决策时间短，反应速度快，但是做出的决策可能会不合理、不准确；
理性思考，也叫"逻辑思维",在需要依靠理性做某个决定时，我们要让大脑进入思考，这会是比较长的过程。比如，需要拿出笔和纸比划比划，做出利弊分析，有时还需要用计算机跑一个模型测算一下。这个过程的特点决策更加合理和准确，但是决策时间长，反应速度慢。
02 为什么要数据可视化？
"直觉反应"和"理性思考"大家都不陌生。我们从小被老师、家长教育做事情要经过大脑；长大后遇到事情我们会提醒自己"要克制，不要冲动"；为人父母后，我们会报班锻炼孩子逻辑思维，努力让孩子成为"有智慧，明事理"的人。这样看起来，貌似大家都不喜欢"直觉反应"，而更喜欢"理性思考"。
其实，直觉反应与理性思考，不是"谁好"和"谁不好"的问题，喜乐君在《数据可视化分析》书中提到，我们之所以更青睐"理性思考"，因为目前我们人与人之间的沟通方式，基本都是理性的工具，比如语言和文字，都是理性的工具。我跟大家分享的这篇文章，就是我经过查阅资料、调研、思考、分析后用理性的方式进行表达的结果。
但是，我们人类的从出现至今已经是有几百万年的发展历程。简单总结一下大致是经历有"人与自然斗"、"人与野兽斗"、"人与人斗"、"人与规则斗"这四个阶段。然而在这期间，从人类从开始使用文字至今不过区区几万年。在绝大多数的历史光景中，人类和其它的动物一样，需要时刻关注着生存问题，他们必须判断足够迅速，动作足够敏捷才能应对随时可能出现的危险，避免被野兽攻击，被天灾消灭。而那时候能够帮助人类做这些判断和决策的信息就是来源于眼睛、耳朵、鼻子和其他肢体，这个过程无需大脑进行深度的思考，根据习惯就可以快速的判断，这就是直觉反应的过程。
即使现在的社会足够的文明，科技足够的发达，但是我们许多的日常决策，比如天亮起床穿衣，出行伸手打车，过红绿灯，参与运动锻炼，手游娱乐等等，绝大多数的决策依然是依靠眼睛、耳朵、肢体等感官信号。所以，即使是我们身处在的文明社会，这样依靠直觉决策的方式仍然会频繁的被我们使用，这样才会让处理问题的时间缩短、成本降低。
当然，文明社会的形成是因为我们学会了"理性思考"，我们不再仅仅依赖于眼睛、耳朵、鼻子、舌头和肢体的直觉反应，而是更多依赖有条理的逻辑分析，有深度的理性研究。通过总结、归纳、推断、验证等方式不断的突破知识的边界。因此，现在我们可以用笔记本电脑敲写文章与网友进行知识分享，可以研发出'新冠"疫苗来保护人们的身体不受病毒侵害，即使过年不回家依然可以用微信视频看到家中老人，听听他们暖心的话语，还可以在手机中知道美国总统大选中特朗普闹剧下台这些有意思的事情。"直觉反应"和"理性思考"是我们在遇到问题时，身体内同时启动的两套决策系统，二者相互搭档，这也是我们工作中做数据分析的基础过程。
现在我们身处在信息爆炸的时代，"大数据"、"物联网"、"人工智能"、"移动互联"、"AR/VR"，这些近年来热得发紫的新兴事物都与数据息息相关。而在混沌、嘈杂的数据中，如何能够快速的提取出有效信息就成了数据分析工作的关键。直觉反应虽然快速，但是缺乏深度思考，而理性思考虽然可靠，但是缺乏效率。数据可视化通过图形要素来优化信息的表达速率，让需要决策的人员有更多的心智进行理性思考，二者协同提高整个决策流程的效率和结果可靠性。而这，就是数据可视化工作的价值！
03 为什么是数据可“视”化？
我们在了解完眼睛、耳朵、鼻子、舌头以及其它肢体在我们决策分析中的重要作用以后，细心的小伙伴可能会发现，可"视"化用到的是眼睛，那为什么没有数据可"音"化（耳朵）、数据可"闻"化（鼻子）、或者数据可"尝"化（舌头）呢？
对啊，为什么呢？带着这样的疑问，伟仔又查阅了文献，找到了丹麦物理学家Tor Norretranders做的一个实验，他将人类的感知能力转化成了标准的计算机读写速度，来比较眼睛跟其他感知器官对外界信息感知的效率。（实验过程我就不在此赘述了，有兴趣的同学看一下他的文章《我们感官的带宽》，我直接上结论）
从上面的图中，我们可以看出，眼睛，也就是"视觉"对外界信息的处理速度是最快速的，它是第二名"触觉"的10倍，是第三名"听觉"和"嗅觉"的100倍。这就解释，对数据信息表达，在"直觉反应"的这一决策系统中，我们为什么更青睐于眼睛，也就是"数据可视化"。
当然，这位大物理学家给到我们的不止是这么一个信息。他还提到了潜意识处理（英文Pre-attentive processing，这个翻译不知是否正确，欢迎指正）。潜意识处理是对人们过往的环境信息经过大脑的处理和过滤留下了精华部分，当他们再面临问题时，就会刺激到脑里相关的潜意识内容，可以快速做出行动反馈。一名优秀的可视化工作者可以熟练的通过合适的图形，减轻大脑潜意识的处理负担来帮助人们更快、更轻松的触达数据背后的信息。这些视觉潜意识相关元素有：位置、大小、形状、色彩、方向等。
以上两张是简单的散点图和柱状图，分别是"位置"和"形状"、"大小","颜色"等因素的常见应用，数据点在同一区域内不同的落位体现着不同的信息，而不同的形状、长度和颜色诠释又是不一样。在日常工作中，上到公司CEO，下到基层业务员，无时不刻都在做与策略相关的事情，数据可视化分析借助图形要素简化数据表达，是科学与艺术的结合，帮助我们从庞杂的数据中迅速识别信息线索，进而实现数据驱动业务增长的目标。
04 优秀的数据可视化案例
文章最后，跟大家分享2份比较经典的可视化作品。数据可视化，不只是折线、柱状和饼图，它的表现形式非常多，值得大家去多加探索。以下2张作品来源于Tableau官方论坛文章“数据之美，迄今 10 佳数据可视化案例”。
1) 拿破仑远征地图
可视化作者：Charles JosephMinard
1812 年，拿破仑进军莫斯科，企图征服这座城市。这成为了一场灾难：大军出征时共有约 47 万名士兵，而到了兵败还乡时则仅剩一万人。这张图表讲述了关于这场战役的故事，并成为了有史以来最著名的可视化作品之一。
这幅地图详细地描述了拿破仑大军的出征与败退（先从左往右看，看从右往左看）。线条的宽度代表士兵总数，颜色代表移动方向（黄色表示进军莫斯科的方向，黑色表示回程的方向）。在中心的可视化下方还绘制了一张简单的温度曲线图，用来展示寒冬气温骤降的情况。这张图表有力而详尽地描绘出了一副震撼人心的大溃败场景。
由于名气颇大，这张图表受到了诸多批判性评论（Excelcharts.com 的这篇文章就是一个很好的例子）。其中很多都是合理的批评，但它仍然是一张极具影响力且成功的图表，它的特色是为每个数据点赋予丰富的细节，在此基础上讲述故事，激发人们的好奇心。
2) 未来美国
可视化作者：PewResearch Center（皮尤研究中心）
Pew 的“未来美国”项目对美国的人口统计数据进行了全面的审视，并将其编制成一个庞大而美观的交互性数据可视化项目，由一些采用了直截了当的可视化的“章节”组成（上图展示了其中之一）。该项目展示了不断增长的种族多样化和跨种族婚姻趋势，为趋势线提供了历史背景，并对美国未来几十年可能发生的人口结构转变和变化情况进行了预测。
其中的亮点之一是用动画方式展示了年龄和性别人口细分金字塔。在几秒钟内，我们可以看到自 20 世纪 50 年代以来的人口结构转变情况。自那时以来，医疗干预和医疗保健让人们更加长寿，同时人口出生率自二战后的婴儿潮之后逐渐降低。随着时间的推移，年龄金字塔会变得逐渐接近一个矩形。
参考文献
[1] 丹尼尔·卡尼曼，《思考，快与慢》，中信出版社
[2] TetianaDonska,The Mind's Eye – A Lookat Data Visualization Psychology
[3] 喜乐君，《数据可视化分析Tableau原理与实践》
[4] 博客：Tableau数据之美，迄今 10 佳数据可视化案例
一个数据人的自留地是一个助力数据人成长的大家庭，帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。关注我，带你探索数据的神奇奥秘
1、回“数据产品”，获取<大厂数据产品面试题>
2、回“数据中台”，获取<大厂数据中台资料>
3、回“商业分析”，获取<大厂商业分析面试题>；
4、回“交个朋友”，进交流群，认识更多的数据小伙伴。
网友评论