机器时代数据可视化的手工之美
摘要
文章探讨了威廉·詹姆斯及其同辈如何在19世纪将艺术与科学融合，为早期数据可视化作出贡献。
查看缓存全文
缓存时间: 2026/04/23 01:28
相似文章
三个问题：超越数据驱动的美学
麻省理工学院校友亚历山德罗斯·哈里迪斯（Alexandros Haridis）就其展览《超越数据驱动的美学》接受采访，该展览通过实体装置和可视化作品，探讨计算、人工智能与审美判断在历史和哲学层面的交汇。
@tom_doerr：从第一性原理可视化机器学习算法 https://github.com/gavinkhung/machine-learning-visualized…
本文介绍了 Machine Learning Visualized，这是一个 Jupyter Book 和交互式平台，它从第一性原理出发，通过可视化方式实现和推导机器学习算法。
借助数据，艺术博物馆重新定义观众体验
艺术博物馆正越来越多地利用数据和分析来指导策展并改善观众体验，从象牙塔转向参与式中心。
边缘数据（9分钟阅读）
人工智能通过更便宜的传感器、机器人技术和多模态模型，正在实现从物理世界收集和处理以前无法访问的数据，在基础设施、医疗保健和工业自动化领域创建新的数据飞轮。
揭开 Tufte 数据墨水比的神秘面纱
# 数据墨水比（Data-Ink Ratio）：用 Edward Tufte 的原则让图表更清晰 > 一个图表应该把尽可能多的墨水用在真正展示数据上，而不是浪费在装饰性元素上。 这句话几乎可以概括 Edward Tufte 在《The Visual Display of Quantitative Information》中提出的核心思想。数十年后，"数据墨水比"仍然是数据可视化领域最具影响力的原则之一——它简单、可操作，而且几乎适用于每一张图。 ## 什么是数据墨水比？ 数据墨水比指的是：**用于呈现数据本身的有效墨水，占整张图表所用墨水总量的比例。** Tufte 的论点非常直接： - 图表中的每一滴墨水都应当承担信息传递的职责。 - 背景网格、加粗边框、三维阴影、立体柱、重复的图例、不必要的坐标轴刻度……这些元素消耗了墨水，却没有传达额外的数据。 - 一张"高数据墨水比"的图表，读者一眼扫过去就知道数据说了什么。 Tufte 用一个更严格的术语描述这种理念：**data-ink maximization（数据墨水最大化）**——在不损失信息的前提下，尽量减少图表中"非数据"的墨水。 举个直观的例子： - **一张柱状图**，加粗了整个外框、铺满了密集的浅灰背景网格、每个柱子还带阴影和渐变——数据墨水比可能不到 20%。 - **一张折线图**，只保留必要的水平参考线、坐标轴，以及数据本身——数据墨水比可能超过 80%。 两者传达的信息量几乎相同，但后者更易于快速解读。 ## "非数据墨水"从哪里来？ Tufte 把图表中不属于数据的部分统称为"chartjunk（图表垃圾）"。它通常以几种形式出现： 1. **过度装饰的坐标轴**：粗重的边框、密集的刻度线、带阴影的立体坐标系。 2. **冗余网格线**：浅灰的网格线往往比数据本身更"显眼"，却只提供模糊的参考价值。 3. **重复的图例**：图例已经存在，却还在每条线上标注一遍同样的名字。 4. **默认样式的默认值**：很多图表库生成的默认主题包含大量"看起来专业"但毫无信息量的装饰。 5. **不必要的墨水**：比如饼图里的整个圆盘外框、柱状图每个数据点上的数据标签重复出现。 一个有用的自检方法：**把图表中"非数据墨水"的部分拿掉，剩下的部分还能讲清楚同样的故事吗？** 如果能，那些部分就是应该被删除的。 ## 如何把数据墨水比应用到实际图表中？ 原则听起来很抽象，但落到具体操作上，其实是一系列可执行的小决定。 ### 1. 从问题出发，而不是从图表类型出发 在打开任何可视化工具之前，先问自己： - 我想让读者看到什么结论？ - 这个结论需要什么样的对比、趋势或分布？ - 哪种图形形式能最直接地表达这个结论？ 如果一张折线图能完成的任务，你选择了带阴影和 3D 柱的柱状图，那么墨水就已经被浪费了。 ### 2. 从"减法"开始，而不是从"加法"开始 很多人的工作流程是：先生成一张默认图表，然后不断往上面加东西。更好的流程是反过来： - 先只画出数据本身。 - 再问：读者还需要什么才能理解？ - 只为那些必要的部分加墨水。 这和 Tufte 的"最小化数据墨水"思路一致——**图表应当从"几乎空白"开始，逐步增加必要的信息，而不是从"华丽模板"开始逐步删减。** ### 3. 优先去掉网格线 这是最立竿见影的一步。 - 如果坐标轴已经足够清晰，**去掉背景网格线**，或至少把它降到非常浅的灰色。 - 只保留少数几条对读者有判断价值的参考线。 - 很多情况下，去掉网格线之后，图表的可读性不仅没有下降，反而提升了——因为读者的眼睛不再被大量无意义的线条干扰。 ### 4. 让数据自己成为视觉主体 - 柱状图的柱子应当是画面里最"重"的元素，而不是边框和阴影。 - 折线图的线条应当是画面里最突出的元素，而不是装饰性的网格。 - **对比应当服务于数据**：用颜色区分两组数据是有效的"数据墨水"，用十种颜色给同一个类别换十种色调则不是。 ### 5. 优化坐标轴与标签 - 坐标轴的刻度应当只保留读者真正会用到的。 - 通常没有必要在每个刻度上都写上单位，如果单位在标题中已经明确。 - 如果某个坐标轴是多余的（例如饼图常常不需要坐标轴），直接去掉它。 - 数据标签应当是可选的补强手段，而不是默认的装饰。很多图表中，"12.4%" 这样的标签重复出现十几次，占用了大量墨水，却只是复述坐标轴已经提供的信息。 ### 6. 谨慎使用颜色 Tufte 特别强调颜色应当用来**编码数据**，而不是美化图表。 - 颜色应当回答一个信息问题：这组数据和那组数据有什么区别？ - 避免使用无信息功能的装饰色。 - 如果颜色可以被其他形式（位置、长度、标签）替代，就优先考虑那些更直接的编码方式。 ### 7. 警惕"默认主题"的陷阱 很多可视化库（如 Excel、PowerPoint、各类 BI 工具）的默认主题都带有大量非数据墨水：渐变背景、3D 效果、阴影、边框。这些默认值是为"视觉吸引力"设计的，而不是为"数据理解"设计的。 在使用工具时，主动创建一套**干净、克制的自定义主题**，往往比微调默认主题更能提升图表质量。 ## 数据墨水比不等于"信息越少越好" 这是一个常见的误解。Tufte 的主张并不是"图表应该简陋"，而是： - **非数据墨水应当被削减**。 - **数据墨水应当被强化**，而不是被压缩。 也就是说，如果某个信息（比如一个关键的数据点）需要被强调，那么为它投入更多墨水是完全合理的——只要这些墨水确实在传达信息。Tufte 自己也说，优秀的图表会"用最小的墨水传达最多的信息"。 一个经典的对比： - **低数据墨水比**：一张带 3D 效果的饼图，只有 3 个类别，却用了渐变填充、阴影、引线、圆环外框、外部图例——信息密度极低，视觉噪音极高。 - **高数据墨水比**：一张条形图，3 个类别用三种不同颜色，条形长度直接编码数值，标签清晰——信息密度高，视觉噪音极低。 两者都在展示 3 个数据点，但后者更快、更准确地完成了任务。 ## 一些实用检查清单 在你发布下一张图表之前，可以快速过一遍： - [ ] 去掉所有装饰性边框和阴影后，信息有没有丢失？ - [ ] 网格线是否真的帮助读者判断数值？能否去掉或调淡？ - [ ] 坐标轴刻度是否包含不必要的重复？ - [ ] 图例和图表内的标注是否重复？ - [ ] 每一种颜色是否都在编码数据？ - [ ] 默认主题中的装饰元素（渐变、3D、阴影）是否仍在？ - [ ] 读者能否在 5 秒内说出这张图的核心结论？ 如果前五项的答案是"不能丢"，最后一项的答案是"能"，那么这张图表很可能已经具备了很好的数据墨水比。 ## 小结 数据墨水比不是一个复杂的数学指标，而是一个**设计判断的标准**： - 图表的墨水应当用来**呈现数据**，而不是**装饰画面**。 - 简化的目标是**减少噪音**，不是**减少信息**。 - 好的图表应当让读者的注意力停留在数据上，而不是停留在图表的外壳上。 Tufte 的这些观点写于数字图表工具尚未普及的年代，但它们的核心从未过时。在一个充斥着默认模板和华丽特效的时代，**克制本身就是一种能力**——而数据墨水比，正是衡量这种能力最简单、最有效的标尺。