可视化任务与分析（学习笔记）
本文根据北京大学公开课《数据可视化》（共63讲）的学习笔记整理而成，课程链接：
【公开课】北京大学：数据可视化
这篇笔记是我在学习过程中，围绕课程中可视化任务分析这一核心模块所做的整理，重点关注一个根本性的问题：拿到数据之后，如何系统性地思考“该画什么图”？
课程中提出了一个贯穿始终的分析框架——对象（What）· 目的（Why）· 手段（How）。这个框架回答了可视化设计的三个核心问题：
对象（What）：数据里有什么？要展示什么？
目的（Why）：用户为什么看？想达成什么目标？
手段（How）：用什么形式来展示和交互？
以下是我对这三部分的梳理，以及课程中案例的拆解。
一、对象（What）：数据抽象
“对象”关注的是数据的本质特征——不是具体的数值内容，而是数据的结构、类型和属性。
1.1 基本数据类型
课程将数据归纳为以下基本类型：
数据项（Items）：独立的个体对象（如一名球员、一所大学）
属性（Attributes）：数据项的特征或性质（如国籍、排名分数）
链接（Links）：数据项之间的关系（如球员与俱乐部之间的效力关系）
位置（Positions）：空间中的坐标
网络（Networks）：由节点和链接构成的图结构
1.2 数据集类别
不同类型的数据集，由上述数据类型的组合构成：
| 数据集类别 | 包含的数据类型 | 示例 |
|---|---|---|
| 表格 | 数据项 + 属性 | 球员列表（每行一个球员，列有国籍、俱乐部等） |
| 网络/树 | 数据项（节点）+ 链接（+ 属性） | 社交网络、组织架构图 |
| 场（连续） | 位置 + 属性（连续值） | 温度分布图 |
| 几何/空间 | 位置（+ 数据项 + 属性） | 地图上的点、线、面 |
1.3 对象分析的决策维度
在实际设计可视化之前，需要对“对象”进行一系列决策：
分析范围：是针对所有数据（全局分布、整体趋势），还是局部数据（特定子集、异常值）？
属性数量：是针对单一属性，还是多个属性之间的关系？
属性类型：属性是类别型还是有序/数值型？
数据可用性：数据是静态的还是动态的？
这些决策直接影响后续“手段”（How）的选择——类别型属性适合用颜色或形状区分，有序属性则更适合用位置或长度表达。
二、目的（Why）：任务抽象
“目的”关注的是用户希望通过可视化完成什么样的认知任务。这是连接数据与设计的桥梁。
2.1 任务的核心公式
任务 = { 行动（Action），对象（Target） }
行动：用户要做什么？（如比较、识别、衍生）
对象：用户对数据的什么部分做这个行动？（如趋势、异常值、分布）
2.2 三个级别的行动
用户的行动可分为三个递进的级别：
| 级别 | 核心特征 | 典型场景 |
|---|---|---|
| 查询 | 已确定数据对象，获取具体属性值 | “哈佛大学的声誉得分是多少？” |
| 搜索 | 有目标但需要查找/定位 | “找到排名前10的大学” |
| 分析 | 目标开放，需要发现未知模式 | “这些数据里有什么有趣的模式？” |
这三个级别并非泾渭分明，在实际分析中常常组合使用。
（1）查询（Query）
识别：确认数据项的具体属性值（如鼠标悬停查看数值）
对比：比较两个或多个数据项的属性
总结：概括一组数据的分布特征
（2）搜索（Search）
搜索可根据“目标对象是否已知”和“目标位置是否已知”进行分类：
| 目标对象已知 | 目标对象未知 | |
|---|---|---|
| 目标位置已知 | 查找 | 浏览 |
| 目标位置未知 | 定位 | 探索 |
（3）分析（Analyze）
分析是最高级别的行动，包含两个方向：
使用（Consume）：从可视化中提取信息
发现：寻找未知的模式、异常或趋势（探索性）
展示：将已知洞察呈现给他人（叙事性）
欣赏：非正式、社交性地观看可视化
生成（Produce）：向可视化注入新的信息价值
注释：为已有可视化添加标记或说明
记录：永久保存当前可视化状态
衍生：通过对原始数据的变换生成新数据并可视化
这个数据是不同球员在世界杯中扮演的角色，看看分别来自的俱乐部，这个可视化看球员分别来自哪个国家，再进一步地在俱乐部里效力。
这个是具体的可视化。
注意
2.3 对象（Target）：用户关注的数据目标
课程中进一步列出了用户可能关注的数据目标类型：
针对所有数据：趋势、异常值、特征
针对属性：
单一属性：分布、极值
多个属性：依赖、关联、相似性
针对网络数据：拓扑、路径
针对空间数据：形状
需要说明的是：“对象（Target）”不同于“数据类型（Data Type）”——数据类型是数据本身的结构属性（What），而对象是用户希望操作的数据目标（Why）。同一份表格数据，可以服务于“分析趋势”“分析分布”或“分析关联”等不同的目标。
三、手段（How）：可视化构型
“手段”关注的是如何通过视觉编码和交互操作来呈现数据。
3.1 视觉编码
视觉编码是将数据属性映射为可视化元素的过程，主要包括：
排列：决定空间位置的排布方式（排序、对齐、分离等）
映射：将属性映射为视觉通道
位置：最精确的通道，适用于有序属性
颜色：适用于类别区分或数值梯度
大小/角度/强度：适用于表达数值大小
形状：适用于类别区分（有限数量）
运动：方向、速度、频率，适用于动态数据
选择原则：视觉通道的选择应服务于数据类型和用户任务。例如，类别型属性适合用颜色区分，而比较任务则更适合用位置（如条形图）来呈现。
3.2 交互操作
交互允许用户主动探索数据，常用操作包括：
改变：调整参数或视角
并置：同时查看多个视图
选择：高亮或筛选特定数据项
分离：将数据拆分为子集
叠加：在现有视图上叠加新图层
四、总结
课程中反复强调的一点是：不同的场景有不同的任务，需要把复杂的拆解为简单的抽象任务，然后判断对应的解决方案。
围绕这一核心思路，有几点体会值得记录：
可视化设计的起点是“任务”，而非“数据”。拿到数据后，首先要问的是“用户为什么看？”而非“我能画什么图？”。
抽象语汇帮助我们跳出领域限制。避免使用“排名”“分数”等具体术语，而用“比较”“排序”“识别”等抽象概念来描述任务，可以更清晰地定位问题本质。
What-Why-How 三者是递进且相互约束的：数据（What）决定了哪些视觉通道可用，任务（Why）决定了哪些视觉通道更合适，手段（How）将前两者落实为具体设计。
复杂问题需要拆解为简单任务。一个高层目标需要被拆解为多个具体任务，每个任务匹配最合适的可视化方案。
“衍生”是处理复杂性的关键策略。不直接绘制原始数据，而是通过变换使洞察“浮现”出来，从而更有效地传达信息。
笔记整理自公开课内容，如有不当之处，欢迎指正。
课程来源
本文根据北京大学公开课《数据可视化》（共63讲）的学习笔记整理而成，课程链接 ：
【公开课】北京大学：数据可视化