译文作者：Kay @VisIt有视没事
原文：Tufte 之前，还有 Bertin: Jacques Bertin 与图形符号系统
原作者：Karl Sluis
小编的话：
相信对可视化感兴趣的朋友对 Edward Tufte 一定不陌生，但你又是否知道在他之前，Jacques Bertin 在可视化领域也有着同样举足轻重，甚至堪称奠基人的地位？
作为「自动化可视化（automated visualization）」系列文章的前传，这篇介绍 Bertin 著作的文章不会具体介绍什么是自动化可视化，而是将先带您了解信息可视化的理论基础 —— 恰恰也是自动化可视化的部分基础。虽然理论略有点晦涩，但绝对值得一读。
非常喜欢原文作者简明而不失幽默的文笔，因此采用了全篇翻译的形式，希望多少能传达一点这让人时而会心一笑，时而拍案叫绝的精彩。个别几处为了便于理解，根据小编的理解进行了意译或标注，如有不准确的地方，欢迎指出，谢谢。
《图形符号学》插图
Jacques Bertin 的《图形符号学》（Semiology of Graphics）， 是一本关于信息图（information graphics）的出色著作，比 Edward Tufte 经典的《定量信息的视觉展示》（The Visual Display of Quantitative Information）一书还要早16年问世。
在 Tufte 提出 “chartjunk” 和 “sparklines” 之前，这位来自法国的制图师和理论家 Bertin 就已描绘出了他的“图形符号系统（Graphic Sign-System）”，一个设计和评估信息图的早期理论框架的轮廓。五十年后的今天，仅有 Tukey、Cleveland 和 Wilkinson 等少数人提出了可以同这个框架的媲美的理论，而读过的人则更少。
注[1]：chartjunk（图表垃圾）指的是图表中所有无益于读者理解图表上展示的信息，甚至会分散读者注意力或造成对数据的错误理解的，不必要的视觉元素。
注[2]：sparklines（迷你图）是一个非常小的折线图，通常会隐藏坐标轴。它以简单且高度浓缩的方式呈现某些数值的变化走势（通常随时间变化），例如温度或股价。
《图形符号学》是本难啃的、令人生畏的书，但如果说它是艰深复杂的，不妨说它也充满了理论的精华。下面就让我们来了解一下这本书提到的一些概念和亮点，因为它们在今时今日，仍为信息图的创作和评估提供了实用的框架。
图表的结构
Bertin 在1967年创作这本书时，关注的主要是平面的、静态的信息图。五十年过去了，技术的不断更新换代下，这种形式几乎没有改变——我们的工作仍然颇为局限于纸张和屏幕的二维平面。
在这个前提下，任何图表都包含了两个关键要素：视觉标记（visual marks）或 implantation 本身（例如，散点图上的点）及其在平面上的位置（点相对于 x、y 轴的位置）。
从另一个角度来看，统一所有被绘制的视觉标记的思想、概念或主题——是一个不变量（invariant）。 Bertin 将构成这个不变量的可变特征称为组成部分（components）。 然后，这些组成部分本身又由称为元素（element）的不同原子部分组成。
注[3]：implantation 即视觉标记的形式，可以是点、线或面；由于只有 Bertin 使用这个叫法，且没有找到很合适的中文翻译，因此这个词不作翻译。
让我们以下面这个相当不错的，关于美国枪支销售的图表为例：
《奥巴马呼吁新的限制后，枪支销售飙升》（来自纽约时报）
其中，不变量（主题）是“自2000年以来美国的枪支销售估计量”，这也是图表的主体内容。它的组成部分包括了销售量的变化和时间的变化。其元素是每个月的枪支销售估计量。这里不妨留意一下，不变量与图表标题（title）之间的关系，组成部分与坐标轴以及图表的平面空间（planar space）之间的关系，以及元素与视觉标记（visual implantations / marks）之间的关系。
不变量（主题）、组成部分与元素的示意图
组织层次（Levels of Organization）
组成部分（component）本身可以分为以下三种类型：
- 定量的（Quantitative）：该组成部分由彼此之间具有恒定数值比的元素组成，比如一个分钟数的序列。
- 有序的（Ordered）：该组成部分由具有自然（顺序）序列的元素组成，如冷-暖-热（温度），或白-灰-黑（灰度）。
- 定性的（Qualitative）：该组成部分由相关（associated）和差异化（differentiated）的组构成，但组与组之间没有内在的顺序，例如美国50个州的列表。这样有什么好处呢？由于定性的组成部分（qualitative components）没有内在顺序，因此可以对它们进行任意重新排序以挖掘和揭示数据中潜藏的规律。
注[4]：component（组成部分）可以理解为对应于数据中的字段/数据项
注[5]：数据分类有多种定义方式，命名也不止一种，Quantitative 类似于 Numeric；Ordered 类似于 Ordinal；Qualitative 类似于 Categorical 或 Nominal。
Bertin 认为，了解图表中各组成部分的性质，有助于引导人们进行图表的设计和图表形式的选择。于是，当他设计一个用于生成图形的系统（system for sign-making）时，Bertin 为具有不同组成部分的图表提出的设计建议是近乎严苛的——例如，具有两个组成部分的图表的基本形式（就有下图中的这么多种）：
组成部分（component）的分类
如何构建一个图表
前面我们已经明确过了，平面空间是一个图表的基础。在这个基础空间内，读者大可以抱有某些预期——例如，图表中的每个标记（mark）都是有意义的，而同时，没有标记的位置（即空白处）也是有意义的。除了 implantation 的 x-y 位置，Bertin 还介绍了六种我们可以应用于构造这个 implantation 的视觉变量（visual variables）：分别是大小（size），明度（value），图案（pattern），颜色（color），方向（orientation）和形状（shape）。
看！一个关于图表的图表~
在这个图中以及其他地方，Bertin 强调了关于将信息映射到图表的一些重要概念：
（小编：划重点！！这部分可以说非常精华了）
- 大小的相对关系是最广泛有效，且易于感知的视觉变量，无论要可视化的信息是什么都可以用。
- 尺寸和平面位置（即 x-y 位置）是唯一可以准确传达定量（quantitative）信息的视觉变量。
- 对于传达有序（order）信息，使用明度（从明到暗）的效果远远优于颜色（从一种颜色到另一种颜色）。
- 表现视觉关联（association）和构建视觉组时，使用颜色、方向和形状的效果最佳。
- 理想情况下，图表应取得一个空白与 5％-10％ 墨水的平衡（即图表不要画得太满太杂乱）。
- 专注于图表中较少的组成部分（即一个图表中不要呈现太多个数据项）有助于读者记忆，并且便于我们自如地使用更特别的图表形式。
如何阅读图表
最后，对于一个图表是否能成功地作为有效的信息传输手段，Bertin 给出了一些评估方法的指导。让我们首先来看看阅读一个图表的三个层次：
- 外部（External）：从世界上存在的所有信息中，这幅图像中显示了哪些信息？当读者的眼睛看向标题和坐标轴的名称——或者说看到图的不变量和组成部分，分别会是什么。如果我们重新看看前文中提到的枪支销售图，我们读到的是“一段时间内，在美国的枪支销售量”。
- 内部（Internal）：现在我们的眼睛转向该图像本身。哪些视觉变量被用于表示该图表中的组成部分？在枪支销售图中，我们看到的是浅灰色网格上方的一条红色折线。
- 关系（Relationships）：最后，我们的大脑将这些元素之间联系建立起来。这些组成部分之间是如何关联的？我能对这张图提出什么问题？我能从中得到什么信息？
前文中提到的枪支销售图表
相应地，Bertin 又介绍了一个图表应该回答的三个问题（显然，这是个“今天我讲三点内容......”句式的忠实拥护者）。
- 初级（Elementary）：一个初级问题通常关注的是图表的某个特定元素。例如在枪支销售图表的例子中：“2013年1月售出了多少支枪？” 读者可以通过查看两个坐标轴对应位置上的标注，或者阅读折线旁的注释，得知那个月有200万支枪被售出。
- 中级（Intermediate）：一个中级问题关注的是某一组元素，且通常会揭示数据的变化趋势。例如，“自奥巴马总统当选以来，枪支销售量的变化趋势是什么？”可悲的是，它正在加速发展。
- 整体（Overall）：整体问题寻求的是关于图表的概括性问题的答案。例如，“自2000年以来，美国枪支销售的总体趋势是什么？”总体而言，枪支销售一直在增加，并且随着某些事件的出现，达到一次又一次的高峰。
从左到右：初级，中级和整体阅读层级
（小编：您可能不禁要问，这三个问题有什么用呢？以下划重点！）
Bertin 认为，如果一个图表能够回答以上全部三种问题（初级，中级和整体），就可以说这个图表是高效的。要是不能完全提供这几种问题的答案的话，就只能说，这不是一个足够优秀的图表呢。高效的图表能够回答各个层次的任意问题，这会帮助读者去发现数据中潜藏的规律，从而进一步创造出我们最最渴望的成果：知识。
如果您现在是，或想要成为一名可视化设计师，即使《图形符号学》并不是圣经，也要把它的结构牢记在心。虽然我们现在有了许多创新的可视化技术，包括缩放（pinch-to-zoom）、悬停状态（hover-state）、动画、按需显示详情（details-on-demand）等等，但 Bertin 提出的理论能够为您的工作提供一个强大的框架体系：
- 一开始感到无从下手？您是否已确定图表的不变量（主题），组成部分和元素？
- 是否为读者清晰地标注了不变量（主题）和各个组成部分？
- 对于定量的组成部分和有序的组成部分，是否能让读者直观地看出它们是有序的？而对于定性的组成部分，是否对它进行了重排序，来揭示数据的规律？
- 可视化映射是否能最有效地利用六种视觉变量？
- 这个图表能否回答所有三种类型的问题？
只需要付出一点点努力，很快您就可以自如地运用《图形符号学》的“语言”。
参考文献及更多阅读
[1] 维基百科 - Jacques Bertin
[2] Edward Tufte 个人网站
[3] Semiology of Graphics: Diagrams, Networks, Maps by Jacques Bertin
[4] The Visual Display of Quantitative Information by Edward Tufte
[5] Exploratory Data Analysis by John W. Tukey
[6] Visualizing Data by William S. Cleveland
[7] The Grammar of Graphics (Statistics and Computing) by Leland Wilkinson
[8] 枪支销售信息图来源：What Happens After Calls for New Gun Restrictions? Sales Go Up
[9] Edward Tufte 的书中对 chartjunk 的介绍：Chapter 5: Chartjunk
[10] Info Vis Wiki - Chart Junk
网友评论