首 页李楠：疫情期间的信息化视觉思考（三）：数据可视化
疫情期间，很多平时常见于幻灯片上的潮流词，第一次离大众用户这么近，并与生活息息相关。
比如：数据可视化。
有句话说，字不如表，表不如图。以直观图形描绘密集和复杂信息的表现形式，其实很早就有，像我们司空见惯的数字、折线、面积、地图等，这些都属于数据可视化的范畴。
平时，数据可视化总是给人视觉效果大于实用性的尴尬印象。有时候甚至会本末倒置：一些数据可视化的案例，由于过分追求酷炫效果，不仅会导致页面加载、渲染时间过长，还会使得图表中想要传递的信息读起来更加费劲。
这就是典型的“自嗨型”设计。只顾着把数据可视化当成自己才艺表演的舞台，不考虑用户感受。
上面这句话可能有点言过了。对现代人来说，一个东西如果不够酷炫，可能用户是看不上眼的。这也不是用户的错，因为科技日新月异，对过去的人来说，能够用电脑处理文件就很了不起了，但现在，如果你用电脑还只是会处理文件，那是不及格的。
疫情期间，每天产生的疫情信息和数据，其密度之大、更新之频繁，数据维度之多，都超出了预期，一时间让人难以招架。
为了穿透层层迷雾，看懂疫情，大家不约而同地想到了数据可视化。好在这一次，可能是大家都很忙，忙的没空去折腾那些过于花里胡哨的图表，反而让数据可视化的表现回归理性和务实。
与此同时，包括我在内的更多普通人，也通过跟数据可视化零距离、高频次的接触，不仅看懂了数据背后的疫情走势，也真真切切地体验了一堂“数据可视化”的专业课。
疫情期间，我的“数据可视化”体验课
疫情初期，我只是从开车时的广播或者其他渠道，关注武汉每日新增新冠肺炎人数，也就是增量。
当时，我每天看的最多的是下面这张图。这张图虽然简单，但是对于细节的处理让人心生敬畏：
图中上半部分，用不同的颜色标识不同的数字，代表了背后不同的情绪：红色、橙色等刺激色系，用来标识“确诊、疑似、无症状”等理念接近的指标，既突出了疫情的严重程度，也起到提醒警示作用；相比之下，绿色作为一种令人感到稳重和舒适的色彩，用来标识累计治愈人数，可以对冲红色带来的消极情绪，给人以希望和积极；而灰黑色，则体现了对于逝去生命的尊重和哀悼。
上图下半部分的地图，以合理的色系和层次区分，表达疫情传播的危险程度。持续关注这张图的朋友，可能会发现一个细节：在疫情最严重的时候，整张地图采取了深红色的色系，随着疫情得到控制，拐点初现，图中的配色变成了和缓一点的黄棕色，表达的危险信息要弱一些。
这样的细节还很多，不再赘述。
我想要表达的是，任何一种设计都离不开色彩（包括数据可视化），设计就是将日常的行为，变成有仪式感的体验。通过数据可视化，冰冷的疫情数据可以唤起用户多层次的感官体验，传递更多的共同情绪和价值观。
从这个案例可以看出，一个好的视觉设计，能够为数据的信息传递起到十分重要的作用。其反面寓意则是：如果在数据可视化中，随意地赋予信息的类别不同色彩以示区别，其实会非常扰乱读者视觉认知的能力。
随着钟南山院士宣布“疫情存在明确的人传人迹象”，以及武汉封城等重要事件发生，标志着疫情日趋严重。、
这时，仅仅关注增量是远远不够的，增幅、增速也很重要，因为这两个指标很大程度上决定着局势的发展走向。于是，我开始关注疫情变化曲线图：
上面这张图还没来得及看几天，疫情便开始在全国蔓延。这时我发现，上面这张图又不够看了：一方面，对于疫情数据的关注，不仅要考虑增量、增幅，还要增加省份这个维度；另一方面，经过长时间、高密度的疫情信息轰炸，感觉自己对数据已经有点儿麻木了，急需一套化繁为简的疫情信息和数据呈现方式。
找来找去，看到下面这张疫情晴雨图：方块面积表示具体数量，方块颜色表示新增病例和前一天相比，是增是减。
这一新颖的可视化方法，好就好在，不仅能清晰地看到全国各地随着时间变化的疫情情况，直接对比各地最新疫情，还利用通俗易懂的小方格加上颜色变化，来最大限度的降低用户的理解门槛，简单好懂。
这张疫情晴雨表，也是疫情期间我打开频率最高、推荐给最多人的疫情图。直到现在，我还在关注这张图，只不过指标变成了国外疫情的数据。
另外，这张疫情晴雨图出自北京大学可视化与可视分析实验室。这张图只是该团队在疫情期间的作品之一，还有很多优秀的案例可以通过这篇文章了解《看懂疫情，北京大学可视化研究团队发布各类疫情动态分析图》。
思考：数据可视化的产品观和方法论
疫情期间，技术圈里涌现出很多优秀的数据可视化案例。很多做技术的朋友，看到这些案例后的第一反应是，从技术的角度，它是如何实现的？我能不能也做一个？
最初我也是这样想的。后来我发现，对于如何做出一个优秀的数据可视化案例这个问题（是能解决实际问题的优秀，不是酷炫的那种优秀噢），似乎不应该一上来就考虑技术路线，而是应该换一个思路，即：先厘清数据可视化的产品观和方法论。
因为，一切方法论，都自然蕴含在产品观当中。产品观是用来指导方法论的，如果产品观没厘清，就急于研究方法论，容易跑偏。
1.产品观
简单梳理了几条个人对于数据可视化的产品观：
（1）数据可视化表面上是一种工具，但本质是讲好一个“故事”。讲故事就需要剧本，既要根据不同的展示目的和主题，选择适宜的图表，还要厘清关键信息的主次位置、先后顺序、递进关系等。
因此，讲故事的能力很重要。
（2）视觉效果是数据可视化的核心表现力。其中，图表的设计、色彩的搭配至关重要。一个好的视觉设计，能够为数据的信息传递起到十分重要的作用。相反，如果随意地赋予信息的类别不同色彩以示区别，其实会非常扰乱读者视觉认知的能力。
因此，技术人员要懂点设计。
（3）数据可视化没有错，错的是脱离业务和实际问题，只顾着才艺展示的可视化。可视化的目的是把复杂事务简单化，抽象问题形象化。
因此，理解业务场景很重要。
（4）数据可视化应该成为医院信息科工程师必备的工具和“才艺”。
道理不用多说了，从科室自身定位看，医院信息科正在完成从创业初期的运维型向接下来的数据型转变的过程；从医院大环境来看，数据成为一种资产，相应的，数据的治理、挖掘及应用变得越来越重要；从医院用户角度来说，他们更关注隐藏在数据背后的结果和真相，而不是架构、技术路线等信息科关注的内容。
2.方法论：
无论你想从头开始学数据可视化，还是借鉴别人的思路，网上都有很好的资源，例如《一款0门槛轻松易上手的数据可视化工具》。这些都不是问题。
我更希望的是，多找一些医院里用得上数据可视化的场景和机会，比如院周会上的每月、每季度分析讲评，再比如呈递到决策者办公桌上的统计指标月报等等，从场景中追溯每一个可视化案例的形成过程，从过程中找机会优化和插入你认为好的数据可视化图表，进而去影响周边的用户，提升自己的医疗思维，这才是我想要的。
以上就是我对数据可视化的一些想法，不当之处，请大家批评指正。
CHIMA大讲堂第一期回放：
https://live.chima.org.cn/watch/975050
CHIMA大讲堂第二期回放：
https://live.chima.org.cn/watch/997828
CHIMA大讲堂第三期回放：
https://live.chima.org.cn/watch/1093145
CHIMA大讲堂第四期回放：
https://live.chima.org.cn/watch/1112683
上一篇： 杨学山：从健康码看政务数字资源建设
下一篇： 杨学山：从健康码看政务数字资源建设
