篇名：视觉化：追寻数据美学 (Visualizing：tracing an aesthetics of data)
作者：we make money not art 编译：we need money not art
原文地址 译文地址
Part1
————————————————————————————————————
去年11月，我在马德里花了几天时间到林荫道媒体实验室（Medialab Prado）的视觉化（Visualizar）工作室先睹为快。这个工作室的项目都非常有意思，我最近走访了一些项目负责人，以对他们的工作进行更深入的了解。所以，请保持关注噢！
林荫道媒体实验室目前正在为Inclusiva网发起一次新的号召。在日益普遍的便携技术使用和紧密联系地理信息生产与管理的互联网应用背景下，工作室将探讨数字网络和物理空间这两者的关系。因为林荫道媒体实验室主办的活动质量都很信得过，所以我的意见就是：“何乐而不为呢！响应这个呼吁吧！”工作室的教师将会是Lalya Gaye（一年多以前我曾经采访过她），Selectparks的Julian Oliver，还有Juan Martín Prada。
我们觉得挺好（We Feel Fine）
让我们再回到视觉化工作室。也许你从它的名字里已经猜到了，这个工作室探索数据视觉化的迷人世界。工作室主管Jose Luis de Vicente在他撰写的简介里 描述道“数据视觉化是一门交叉学科，它利用图像的广泛交流功能，为含义，原因和依存之间的关系提供一个易于理解的解释。这些含义，原因和依存常常出现在由 科学研究 和社会生活产生的大量抽象信息之中。产生于二十年前的科学界的信息视觉化（InfoVis，Information Visualization的缩写）和数据视觉化（DataVis，Data Visualization的缩写）结合了统计学，图象设计与互动，以及计算机分析的策略与技术，创造出新型的通讯模型，使其更适合于在复杂性不断涌现的 年代完成阐释的工作。”
去年，Jose Luis以此为题作过出色的演讲，我曾经花了点时间把其中一部分翻译成英文。有西班牙语的视频可以在线观看。
JL从一个半世纪以前讲起，拿破仑——那个时代最有影响力的人，率军远征俄罗斯——这也是他走向末路的前奏。
Illarion Prianishnikov（1840－1894）创作的“在1812年”
1812年6月24日，拿破仑率领的691,501人的大兵团（Grande Armée）——同时也是欧洲历史上集结的最大规模的部队——开赴莫斯科。但等他们到达那里，看到的只有一座空城。城里的所有人都被遣散，所有的供给也被中断了。由于没有正式的投降，拿破仑觉得俄国人从他那儿剥夺了一场传统意义上的胜利。
军队不得不撤退。在归程中，给军队提供补给几乎是不可能的，主要是因为天气过于恶劣。马匹因为缺少粮草而变得虚弱，所有的马要么饿死，要么被饥饿的 士兵拿去果腹。没有了坐骑，法国骑兵们成了步兵，大炮和马车被迫丢弃，部队没了装甲。饥饿与疾病带来惨重的伤亡，而逃兵增速也直线上升。大军团的小分队在 Vyazma，Krasnoi和Polotsk也被俄国人击溃。法国军队在渡贝尔齐纳河时遭到俄军两面夹击，伤亡惨重，这也是法军在俄国遭遇的最后一场灾 难。
1812年12月14日，大军团被驱逐出俄国领土。在这场远征俄罗斯的战役中，拿破仑的士兵只有大约22，000人得以幸存。
Minard绘制的地图，展现了1812年拿破仑的大军团进军俄国的路线。(全图)
这一史诗般的历史时刻被Charles Joseph Minard转换成了信息视觉化的先驱作品。1861年，这位法国工程师出版了1812－1813征俄战役中法国部队连续伤亡图解。这幅1861年出版的信息图，以拿破仑在1812征俄战役中遭遇的灾难为主题。这幅图使用了好几种二维变量：线条的粗细表示军队的强弱，数字指示关键转折点的军力。从左到右：
——图像顶端最粗的线条表示最初渡河的422，000人，他们一路深入到俄国领土，在莫斯科停下来的时候还有100，000人左右。从右到左，他们 朝西走回头路，渡过Niemen河的时候，仅仅剩下10，000。随着大部队和余部会师（比如在渡贝尔齐纳河之前），图中显示的数字降中也有升。
——图的下半部分是从右往左看的。它用列氏度（将列氏度乘以1¼可以得到相应的摄氏度，例如-30°R = −37.5 °C）显示了法国军队从俄国撤退时的气温变化。从莫斯科的接近0°R（译注：原文此处未写明温度，该数据由原图推断得出。）到这次灾难性冒险结束时的-30°R。
单纯的作图以非常形象的方式表示出了事件的规模以及在短短几个月里法国军队每况愈下的过程。这幅地图很实在地告诉我们数据视觉化和图象的交流的魅力：这幅 地图通过各种不同的手段，仅仅用图像就描述出征俄战役惨败的各项重要数据，以及这场灾难是如何发生的。信息设计及稍后出现的数据视觉化的长处之一就是它能 减少看懂一个特定事件的来龙去脉所需要的时间，同时还能够更好地突出重点。
JL提到的另一个故事大约是同一时期发生在伦敦的，Steven Johnson在《幽灵地图》（The Ghost Map）一书中也写到了这个故事。袭击欧洲大城市最严重的天灾要属19世纪的霍乱。由于垃圾没有得到及时清理，清洁水源的缺少，以及下水管道系统的不足，伦敦成为无药可医的流行病滋生的最佳地点。公众一致认为霍乱是由空气传播的，如果呼吸到了“瘴气”或者接触到霍乱的患者，就会染上这种病。
医生兼自学成才的科学家John Snow对这个观点颇为怀疑，他决心通过彻底调查这种致命疾病的根源来证实他的怀疑。
通过和当地居民交谈（在Henry Whitehead牧师的帮助下），他确定了霍乱爆发的源头是位于Broad大街（现Broadwick大街）的公共水泵。他对于这种疾病类型的研究足够可信，因此说服了当地政府废弃那个水泵。
John Snow医生绘制的1854年伦敦霍乱爆发地点原图
Snow使用了一个点地图（黑色圆点代表霍乱爆发地点，十字叉代表水井）来研究和表示霍乱是怎样围绕着那个水泵发生的。他还利用实实在在的数据表明了水源水质和霍乱之间的关系。他指出，供水商从被下水道污染的泰晤士河段取水，然后提供给住户，这样增加了罹患霍乱的病例。
以上两个事例很清楚地展示了：图像是如何从大量杂乱数据中呈现出意义的。
数字艺术家Ben Fry把 信息设计看作“用眼睛思考”的能力。一幅图可以帮助我们理解用其他形式无法完全理解的事物，从而拓展我们的认知技能。通过视觉化使意义呈现的空间可以非常 大。举个简单的例子：解决一个复杂的数学问题的时候，你会拿出一张纸和一支笔来作草稿，同样，平面设计的交流功能也让我们把抽象问题形象化。
这样一种从数据海洋中提取信息，再用视觉化的空间构成来表达的新形式，把平面设计的交流功能和抽象问题形象化的功能结合到了一起。
后文：
视觉化：追寻数据美学（二）
博文
0 评论:
发表评论