【现货速发】数据可视化实用教程

2012年9月，我同时接到美国印第安纳大学(IU)信息学和计算机学院院长

罗伯特·B.施纳贝尔(Robert B. Schnabel)以及图书馆与信息科学学院院长黛博

拉·拉尔夫·肖(Debora “Ralf” Shaw)的电话，他们都表达出希望我承担2013

年春季大型网络开放课程(massive online open course，MOOC，通常称为慕课)

的授课任务。因为这种“开放式教育”理念与网络科学中心(Cyberinfrastructure 

for Network Science Center，CNS)的网络基础设施建设，与我亲自领导的正在开

发和推进的“开放数据”和“开放代码”非常契合，这个独特的机会让我立刻

产生了浓厚的探索兴趣。过去十年里，我在多个国家的讲习班中讲授过开放数

据和代码，而且十多万用户已经下载过我们的即插即用的宏观工具(macroscope 

tools)。a 戴维·E.波利(David E.Polley)近加入了我们的团队，负责测试和录

制软件，同时在印第安纳大学(IU)讲习班和国际研讨会上讲解过这些工具。事实

证明，我的博士生斯科特·B.魏因加特(Scott B. Weingart)不仅是一位出色的研究

者和魔术师，还是一位很能鼓舞人心的老师。到一月份开始上课似乎是可行的，

特别是得到印第安纳大学广泛的支持，于是我应承在2013年春季学期讲授《信息

可视化》慕课(Information Visualization MOOC，IVMOOC)。

我们很快了解到印第安纳大学已决定所有慕课的开发和教学，都使用谷歌课

程制作(Google Course Builder，GCB)平台的开放源码。那时候，我们已经使用过

GCB一次，向10多万学生讲授《谷歌强力搜索》b 课程。 GCB平台不支持发送

电子邮件或成绩评定；课程设置和评定采用的是低水平的编码和脚本处理。我希

望《信息可视化》慕课的学生可以与我互动，与网络科学中心的其他人互动，与

外部客户们互动，我们雇请了迈克·威德纳(Mike Widner)和斯科特·B.魏因加特

为GCB开设内容管理(Drupal)论坛。为了满足评定成绩的需要，罗伯特·P.莱特

(Robert P. Light)为IVMOOC设计了数据库，此数据库不仅可以给学生评分，还可

以捕捉到谁与谁合作了，谁看了什么视频，看了多长时间诸如此类的信息。

终，慕课用户需要新的技术和工具才能达到效果——老师需要理解数千名学

a 

B.rner, Katy. 2011. “Plug-and-PlayMacroscopes.” Communications of the ACM 54, 3: 60–69.

b 

http://www.google.com/insidesearch/landing/powersearching.html

生行为的意义，学生需要浏览学习材料，并在跨学科和跨时区之间成功地实现

合作学习，例如进行客户端项目研究(参见第9章慕课可视化分析)。

在为IVMOOC开发和录制材料期间，我正在研究《知识地图集》(The Atlas 

of Knowledge)，其副标题是“人人皆可绘制”，此灵感来自厨神奥古斯特·古斯

多(Auguste Gusteau) 的口号“人人都能当厨师”。该地图集的目标是突出永恒的

知识(爱德华·塔夫特称之为“永远的知识”)，原则是无所谓文化、性别、国籍

或历史。相比之下，《信息可视化》慕课突出的是“适时的知识”，或者说运用

当前的数据格式、工具、工作流程将数据转换成深刻见解。

具体而言，IVMOOC的材料分为7个单元，讲授时间需要7周多(参见本书第

1~7章)。每周教学单元的理论部分由我负责，实践部分由戴维·E.波利负责。第

一个理论单元介绍了理论性的可视化框架，旨在帮助那些非专家级人士整合高

级的工作流分析并设计不同的可视化效果。为了更好地解释或者实现效果的

化，该框架还可以应用于“剖析可视化”。接下来的5个单元关于工作流程和可

视化的介绍，运用时间、空间、主题以及网络分析方面的多种技能，回答何时、

何地和谁等问题。后一个单元探讨了动态变化的数据可视化和不同媒介部署方

式可视化的方案。实践部分深入地介绍了如何浏览和操作适用于信息可视化

的软件程序。此外，学生们在学习种种技能后，需要将他们自己的数据可视化，

他们还需要创建独特的可视化效果。在相应的地方有在线辅导课a的指示。理论

部分和实践部分都是独立的。参与者们可以观察哪个部分是其首先感兴趣的，然

后再回顾其他部分。观看理论课程视频之后需要做出自我测评，观看实践课程视

频后，需要完成一份简短的家庭作业。

在修读此课程之前、期间或者之后，我们都鼓励学生创建并使用推特

(Twitter) 和闪烁(Flicker)账户，并贴上“IVMOOC”标签进行图片分享，同样也

可以链接到更富有洞察力的可视化实践、研讨会、活动或者相关的职位，这些职

位面向那些应用数据测量和可视化技术，回答各种实际问题，有能力创建独特

的、实时数据流的的可视化技术人员、专家或公司开放。

此研究生水平的信息可视化课程，免费向世界各地的参与者开放，任何一

个注册者都能自由访问学术数据库b，该数据库拥有26万份论文、专利和授权记

a http://sci2.wiki.cns.iu.edu

b http://sab.cns.iu.edu

录，以及有100 算法和Sci2 工具a。学习者还有机会与现实世界中可视化项目的

真实客户合作。

IVMOOC终成绩基于期中考试(30%)、期末考试(40%) 和项目/家庭作业

(30%)而评定。所有参与者只要掌握超过80%的知识要点，都将获得结业证书。

欢迎登录网站http://ivmooc.cns.iu.edu在线注册和学习课程内容。

凯蒂·伯尔纳

印第安纳大学信息学和计算机学院网络科学中心网络基础设施部

a http://sci2.cns.iu.edu

　可视化  198 

第9章　讨论与展望 204 

9.1 IVMOOC 评价 204 

9.2 IVMOOC数据分析 206 

9.3 IVMOOC 拓展计划 211 

附录 213

第1章　
可视化架构和工作流程

设计 1

(一) 理论部分 1

1.1 可视化架构 2

1.2 工作流程设计 13

(二) 实践部分 20

1.3 示例 20

1.4 下载并安装SCI2 21

第2章　“何时”：时间数据 25

(一) 理论部分 25

2.1 可视化示例 25

2.2 概述和术语 31

2.3 工作流程设计 37

2.4 激增检测 43

(二) 实践部分 47

2.5 时间条形图：美国国家科学基

　　
金会资助概况 47

2.6 出版物标题激增检测 49

第3章　
“何地”：地理空间

数据 57

(一) 理论部分 57

3.1 可视化示例 57

3.2 概述和术语 61

3.3 工作流程设计 67

3.4 色彩 69

(二) 实践部分 72

3.5 用比例符号图和地区分布图可

　视化USPTO的数据 72

3.6 使用选区进行地理编码 75

3.7 运用通用地理编码器编码NSF

　　数据 78

第4章　“什么”：主题数据 84

(一) 理论部分 84

4.1 可视化示例 84

4.2 概述和术语 88

4.3 工作流程设计 91

4.4 分类系统的设计和更新：

　UCSD科学地图 96

(二) 实践部分 100

4.5 图绘PNAS中的主题激增 100

4.6 UCSD科学地图 102

第5章　“与谁”：树形数据 104

(一) 理论部分 104

5.1 可视化示例 104

5.2 概述和术语 109

5.3 工作流程设计 110

(二) 实践部分 115

5.4 用SCI2可视化目录结构(分层

　数据) 115

第6章　“与谁”：网络数据 123 

(一) 理论部分 123 

6.1 可视化示例 123 

6.2 概述和术语 128 

6.3 工作流程设计 131 

6.4 聚类和主干识别 139 

(二) 实践部分 144 

6.5 

佛罗伦萨家族网络的

　可视化 144 

6.6 作者共现(合著者)网络 148 

6.7 定向网络：论文-引用网络 154 

6.8 

对分网络：杰弗里

　获得NSF资助情况 155 

第7章　动态可视化和部署 158 

(一) 理论部分 158 

7.1 动态可视化 158 

7.2 交互式可视化 160 

(二) 实践部分 166 

7.3 

从Gephi中用Seadragon导出

　动态可视化 166 

第8章　案例研究 174 

案例一了解非紧急呼叫系统的

　扩散  174 

案例二探索《魔兽世界》玩家活动

　的成功  178 

案例三用观察相机研究学生-教师

　互动  183 

案例四 Phylet：交互式“生命

　之树”可视化  189 

案例五 Isis：绘制科学期刊史地理

　空间和主题分布  194 

案例六蜂巢纽约学习网络影响的

　可视化  198 

第9章　讨论与展望 204 

9.1 IVMOOC 评价 204 

9.2 IVMOOC数据分析 206 

9.3 IVMOOC 拓展计划 211 

附录 213