Graphicle: 单元可视化与网络可视化的结合

现实世界存在很多大型、多变量且关系型的数据,用户在分析此类数据时,需要同时考虑到每个单元的属性和单元间的连接。然而,在现有的可视化方法中,一般只关注于单元可视化或者网络可视化中的一个。用户可以用单元可视化来探索各个变量的分布或者相关关系,也可以用网络可视化来分析单元间的网络结构。但是很难同时兼顾属性探索和网络结构探索。这也是本篇工作最想解决的问题。

本篇工作希望能将单元可视化和网络可视化结合起来,提出一个名为Graphicle的系统。

  • 该系统设计的目标(面临的挑战):
  1. 支持灵活的探索方法,包括自顶向上和自下而上的数据探索方法;
  2. 支持单元可视化中的多焦点、多尺度方法;
  3. 在支持基于单元的探索方式时,同时支持基于机构的探索方式。
  • Graphicle的核心设计思想可以理解为两部分:

  1. 总体基于网络结构的布局
  2. 应用多种单元可视化方法

由于本篇工作重点关注于单元可视化与网络可视化的结合,而在该交叉领域中,之前并无相关工作,所以作者在相关工作中并未讨论太多,这里不再赘述。

  • Graphicle的设计空间分为3个部分:

  1. 直接单元可视化;如散点图,利用位置信息来编码单元的属性。每个单元的位置由本身的属性决定。支持基于单元的可视化探索方法,可以探索不同单元在用户所选属性上的分布
  2. 打包单元可视化;介于单元可视化和整合可视化间。根据用户对属性的选择和过滤,将单元组织成不同的集群,每个集群装在一个容器中。这样,每个单元的位置就由集群的属性的决定。除了支持基于单元的可视化探索方法外,还同时支持多焦点、多尺度的探索方法。用户可以自由地控制不同的分类方法,来获取不同的集群分布,可以探索不同单元在同一集群上的属性分布,也可以探索不同集群的异同。
  3. 网络单元可视化。强调网络结构。每个单元的定位由其他单元以及之间的连接关系决定。部分支持多焦点、多尺度的探索方法,重点支持基于网络结构的可视化探索方法。除了可以探索不同单元在用户所选属性上的分布外,还支持探索不同单元在网络结构上的分布。
  • Graphicle的设计细节:

  1. 基于单元的可视化。每个单元由一个小圆编码。提供两个视觉通道来编码属性:大小、颜色
  2. 网格视图(基于打包单元的可视化)。根据用户设置的分类方式,将数据分为不同集群,对于每个集群,若集群内不排序,则打包为一个大圆,若集群内进行排序,则打包为一个大矩形,以示区分。排序方法由用户指定,相当于提供了第三个视觉通道来编码属性。若用户未指定排序属性,默认为大小编码的属性。
  3. 网络视图(基于网络结构的单元可视化)
    网络由力导向算法来完成布局,根据网络的节点选择,分为两个部分:
    1. 网络的节点为每个集群,即不同集群间的网络结构
    2. 网络的节点为每个单元,即集群内的网络机构

  4. 网络结构的探索
    1. 用户选中一个单元后,可以选择高亮与该节点有1步、2步或者n步连接关系的单元。
    2. 这种高亮不仅限于一个集群内,其他集群内有连接的也会被高亮出来。
    3. 这种高亮不仅限于当前的集群,也会将原本已被过滤掉的单元重新加入到视图中来

  • 个人对Graphicle的理解和评价:

  1. Graphicle并不是一个很复杂的系统,其中运用到的可视化方法也比较简单。而他厉害之处也正在于此,用最简单的方法来表现可视化,为属性探索和网络结构探索的结合提供一种新的思路。
  2. 这是一个很好的想法,很值得我们大家学习。去思考还有哪些存在的复杂数据类型,针对这些复杂数据类型,我们又该有怎样的思路去探索分析?

 

Major, T., & Basole, R. C. (2018). Graphicle: Exploring Units, Networks, and Context in a Blended Visualization Approach. IEEE transactions on visualization and computer graphics.

评论关闭。