Visualisering

I syfte att öka förståelsen för hur visuellt material kan användas för att utforska, berika eller kommunicera insamlad data eller information försöker vi här identifiera gemensamma nämnare, principer och riktlinjer som kan vara ett stöd i visualiseringsarbetet. Då det avgränsade fältet spänner över discipliner som fokuserar på allt från makromolekyler på nanoskalan till globala populationer och ekosystem så är följande material förhållandevis generellt till sin natur, även om undantag och specialfall förekommer.

Disposition

Denna resurs presenteras i tre sammanlänkade delar, som i sin tur speglar överväganden i olika stadier av visualiseringsprocessen. Delarna går utmärkt att konsultera var för sig, oberoende av varandra, men helhetsbilden som delarna tillsammans presenterar, ger en mer omfattande förståelse för såväl processen som några av de teorier som trängs inom kunskapsområdet.

Initialt går vi kortfattat igenom de teoretiska grunderna:

• Syfte och målgrupp; att ta hänsyn till domänen
• Grafiska principer och mänsklig perception; hur vi interagerar med visuella verktyg

Därefter undersöks praktiska tillämpningar:

• Grafisk kodning av information; vad som gör en visualisering effektiv och expressiv

Allra först behöver vi dock besvara en avgörande fråga:

Varför visualisera?

Att visualisera innebär i föreliggande sammanhang att synliggöra rådande förhållanden eller tillstånd i ett avgränsat underlag, ett dataset, till exempel. Syftet kan antingen vara att vidare analysera och utforska underlaget i jakt på ytterligare information eller kunskap, eller så kan det vara att förklara och förmedla den kunskap och information som underlaget givit upphov till. Som vanligt när det gäller vetenskapligt orienterat arbete är det kvaliteten på, såväl som hanteringen av, insamlad data som ligger till grund för vilken kunskap som kan genereras eller förmedlas med hjälp av en visualisering.

I ett av de inledande styckena i en artikeln A Tour through the Visualization Zoo, från 2010, uttrycker författarna att [t]he goal of visualization is to aid our understanding of data by leveraging the human visual system's highly tuned ability to see patterns, spot trends, and identify outliers. Well-designed visual representations can replace cognitive calculations with simple perceptual inferences and improve comprehension, memory, and decision making.

Att anta detta perspektiv innebär alltså att det övergripande målet med visualisering blir att bättre förstå insamlad data genom att mer effektivt utnyttja de egenskaper vi tenderar att förknippa med mänsklig perception.

Anscombes kvartett

Ett exempel som ofta används för att beskriva vikten av att visualisera data är den frispråkiga och läsvärda artikeln Graphs in Statistical Analysis författad av statistikern Francis Anscombe och publicerad i The American Statistician, 1973. Exemplet, som populärt kallas Anscombes kvartett, består av fyra avgränsade dataset med nästan identiska statistiska egenskaper. Genom att studera tabelldata kan visserligen en del slutsatser dras, i synnerhet kan det konstateras att x-värdena i dataset 1-3 är identiska, men att x i dataset 4 är avvikande. Det är dock först när datan översätts till grafer som artikelns syfte framträder och det blir tydligt att visualisering av data har potential att avslöja ytterligare information.

Utan de visuella representationerna, och enbart baserat på dessa standardmått, är det lätt att anta att sambandet mellan x och y är, mer eller mindre, detsamma i alla fyra set. De utritade graferna demonstrerar dock tydligt att så inte är fallet. Regressionslinjen (röd, streckad), som är utritad i varje separat graf, förstärker vidare det intrycket.

Dataset 1 visar datapunkter spridda längs regressionslinjen, datasetet tycks alltså passa en enkel linjär regression. I dataset 2 liknar grafen mer ett andragradspolynom och avviker därmed från det linjära samband som dataset 1 uppvisar. Vad gäller dataset 3 så ser sambandet mellan x och y ut att vara linjärt, men förekomsten av en extrem datapunkt, en så kallad outlier, ställer till det och är något som skulle betinga närmare granskning av dataunderlaget. Dataset 4 demonstrerar vidare hur en relativt extrem outlier kan ge upphov till vad som förefaller vara ett linjärt samband, men det sambandet tycks inte alls finnas mellan övriga datapunkter i samma dataset. Även här är det alltså en outlier som kraftigt påverkar den grafiska representationen.

Anscombe har naturligtvis överdrivit exemplen här, men poängen är tydlig: visualisering borde vara ett givet verktyg inom dataanlys.

Att dra nytta av mänsklig visuell perception, det vill säga synsinnet och hjärnans förmåga att behandla visuell information, för att lättare, snabbare och bättre tolka data är det som gör visualisering till ett så kraftfullt kommunikationsverktyg. Det här är en bärande tes i ett av fältets centrala verk; Visualization Analysis and Design (2015) av Tamara Munzner. I boken betonar Munzner nyttan av externa representationer som visuella hjälpmedel och likställer visualiseringar med kognitiva hjälpmedel och verktyg som effektivt avlastar och "frigör" arbetsminne, som till exempel en kulram. Det här sättet att förhålla sig till, såväl statiska som interaktiva, visualiseringar på, är en god utgångspunkt och ett rekommenderat perspektiv, oavsett om syftet med visualiseringen är utforskande eller förklarande.

Syfte och målgrupp

Syftet med en visualisering är kopplat till målgrupp och mottagare. Ett enkelt (och i viss mån förenklande) sätt att se på kopplingen mellan syfte och målgrupp är att beskriva en visualisering på en skala mellan antingen mer utforskande, å ena sidan, eller mer förklarande, å den andra. Begreppen exploratory respektive explanatory, eller discover respektive present, används ofta inom fältet för att beskriva skalans ändar.

Grafiska principer

För datavisualisering, som metod, finns inga generellt fastslagna regler att applicera. Praxis och riktlinjer, i den mån några alls existerar, tenderar att utvecklas vid behov för att sedan accepteras som ett slags standard inom den enskilda disciplinen.

För att hitta något slags mer generellt och disciplinöverskridande teoretiskt fundament att bygga vidare på får vi vända oss till vår varseblivning. Människans förmåga att se mönster och avvikande detaljer i en grafisk framställning är, enligt målbeskrivningen i artikeln från 2010 ovan, bärande inom visuell kommunikation. Det är den mänskliga perceptionen som sörjer för att vi, till exempel, kan skönja klusterbildning i ett sambandsdiagram, trender i ett stapeldiagram eller separera färgade fält från varandra i en koropletkarta. Vår varseblivning möjliggör dessutom visuell tolkning av såväl helheten som delarna av en form eller figur, ett motiv som är centralt inom gestaltpsykologin och som formulerats i en uppsättning principer.

Grafisk kodning av information

Med en teoretisk utgångspunkt i mänsklig perception behövs verktyg för den praktiska tillämpningen av principerna, verktyg för att omsätta teori till praktik.

Begreppet kodning, som används ovan, är en fri översättning av det engelska begreppet encoding, som är den term som ofta används i visualiseringssammanhang. Begreppet syftar till att beskriva översättningen från information till grafisk representation; att rita ut 50 % som hälften i ett cirkeldiagram, för att använda ett väldigt grundläggande exempel, är att grafiskt koda information.

Det finns många olika sätt att beskriva den grafiska kodningen på och vi inleder här med att först fokusera på främst två tongivande artiklar, där den ena dessutom ligger till grund för den andra. Artiklarna söker båda producera praktiska verktyg för tillämpningen av den teoretiska basen genom att granska processer associerade till mänsklig perception. Därefter presenteras ett par kompletterande, mer utvecklade och pedagogiska, perspektiv.

Cleveland & McGill, 1984

En av de mest grundläggande och inflyelserika texterna i det teoretiska fundamentet är William S. Cleveland och Robert McGills artikel med titeln "Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods" från 1984, publicerad i Journal of the American Statistical Association. Artikelns betydelse kan tillskrivas den ordnade lista över vilka grafiska representationer vår mänskliga perception är bäst lämpad att tolka och avkoda. För att beskriva den basala tolkningsprocess vår perception sörjer för använder Cleveland och McGill begreppet elementary perceptual task eftersom a viewer performs one or more of these mental-visual tasks to extract the values of real variables represented on most graphs.

Listan utgörs av 10 olika varseblivningsrelaterade processer som engageras i tolkningsarbetet. Processernas lämplighet och expressiva förmåga är empiriskt verifierade och rangordnade, detta beskrivs närmare i artikeln. Fokus ligger på extraherandet av kvantitativa data:

1. Position on a common scale
2. Position on a non-aligned scale
3. Length
4. Direction
5. Angle
6. Area
7. Volume
8. Curvature
9. Shading
10. Color saturation

Mackinlay, 1986

Jock Mackinlay, då vid Stanford University, utvecklade Cleveland och McGills arbete genom artikeln "Automating the design of graphical presentations of relational information", publicerad i ACM Transactions on graphics, 1986. Mackinlays modell rangordnar varseblivningsrelaterade processer med hänsyn till tre olika typer av underliggande data: dels kvantitativa data, som hos föregångarna Cleveland och McGill, och dels ordinaldata samt nominaldata. Det här sättet att ställa upp och jämföra, såväl egenskaper hos dataunderlaget, som de kognitiva processernas förmåga att avkoda en given parameter, kan användas som stöd i visualiseringsarbetet.

Tabellen i bilden ovan visar hur till exempel en stapels höjd, det vill säga position, i ett diagram kan vara ett effektivt sätt att representera kvantitet på. Detsamma gäller angle (vinkel), till exempel på en linje mellan olika mätpunkter i ett linjediagram, ju brantare lutning, desto större förändring i värde.

Color hue (kulör), å andra sidan, är illa utrustad för att ange mängd, men lämpar sig istället bra för att uttrycka nominaldata, olika kategorier, till exempel.

Munzner, 2015

Det är rekommenderat att förhålla sig till Cleveland & McGills ranking, samt Mackinlays tabell, som rekommendationer där den rådande inbördes ordningen snarare pekar ut en riktning än en absolut sanning. Tabellen kan ge en förståelse för varför vissa sätt att grafiskt representera data upplevs som mer effektiva än andra.

Vi finner ett kompletterande perspektiv hos Tamara Munzner i hennes bok Visualization Analysis and Design (2015). Munzner utgår också från ett liknande system med ranking av visuella och kognitiva processer, men de benämns annorlunda och indelningen följer en annan logik; olika datatyper (kategoridata, ordinaldata/kvantitativa data, relationell data) kodas med fördel av vissa marks (geometriska former och figurer såsom punkter, linjer, areor etc.) vars utseende bestäms av visual channels (position, färg, vinkel, storlek etc.). Genom att, steg för steg, besvara en fråga i taget landar utövaren i en lämplig form för sin visualisering, där de värsta fallgroparna och misstagen undviks.

Vi tar kategoridata som exempel. Det gäller alltså data som svarar på frågorna vad eller var, och enligt Munzners system beskrivs den datatypen bäst med, till exempel, de visuella kanalerna planposition eller färg. Föreställ dig att den form eller figur som placeras och färgas är en area, förslagsvis en nation på en politisk karta.

Har vi med kvantitativa data att göra så beskrivs de hellre med hjälp av storlek, till exempel, och den figur som påverkas är alltså större eller mindre beroende på vad dataunderlaget dikterar. Föreställ dig olika stora cirklar som får representera orter, med varierande folkmängd, på samma politiska karta som i exemplet ovan.

Munzner beskriver i sin bok ett komplett system för visualiseringsarbete, med såväl teoretiska diskussioner som praktiska tillämpningar. Boken erbjuder en matnyttig fördjupning i fältet där många tidigare lärdomar och kunskaper renodlats till något sammanhållet och hanterbart, möjligt att omsätta i praktiken för såväl noviser som veteraner.

Expressivitet och effektivitet

I artikeln "Automating the design of graphical presentations of relational information" (1986) beskriver Jock Mackinlay grafiska representationer som ett visuellt språk. En visualisering, en graf eller ett diagram till exempel, utgör således en mening (sentence) uttalad på detta språk. Mackinlay stipulerar vidare två designkriterier för att både formulera och utvärdera meningar på detta språk; expressivitet och effektivitet.

Expressivitet

En visualisering är expressiv till den grad den förmår förmedla, eller uttrycka, allt som dataunderlaget innehåller och enbart det som dataunderlaget innehåller. Kriteriet syftar till tydlighet och transparens och vikten av att presentera sina fynd såsom de är, varken mer eller mindre.

Effektivitet

En visualiserings effektivitet är ett mått på dess begriplighet, hur väl den kommunicerar det som uttrycks, hur väl den tas emot av betraktaren. Om expressivitet snarast är ett mått i relation till dataunderlaget, är effektivitet ett sätt att relatera en visualisering, eller mening, till en annan, som uttrycker samma sak. Kriteriet är förknippat med tabellen som rankar kognitiva processer.

Det visuella språket

När hänsyn tas till designkriterierna expressivitet (vad som förmedlas) och effektivitet (hur det förmedlas) börjar alltså en mening på Mackinlays visuella språk att formuleras. Det faller sig även så att det ena betingar det andra, det vill säga att dataunderlagets beskaffenhet, i viss mån, styr hur det kan och bör presenteras. Det här är en bra början, en bra utgångspunkt, eftersom det kan vara svårt att, till exempel, välja rätt diagram, eller om vi fortsätter att följa språkanalogin, det kan vara svårt att formulera meningen rätt. Processen är iterativ och meningen kan komma att formuleras om, och om igen, innan den blir tillräckligt expressiv och effektiv.

Som ovan konstaterats, i den snabba jämförelsen mellan cirkeldiagram och stapeldiagram, besitter diagrammen olika styrkor och förmågor. Just användningen av cirkeldiagram är något som ofta kritiseras; de är inte tillräckligt exakta, det är svårt att jämföra storleken på tårtbitarna, och så vidare. Kritiken är inte obefogad, men cirkeldiagram har också fördelar. Det går, till exempel, oerhört snabbt för oss att avkoda ett cirkeldiagram, framförallt ett med få och tydliga tårtbitar. Vinklar som delar in cirkeln i halvor eller kvartar identifieras synnerligen enkelt. De är med andra ord lätta att förstå. Eftersom beskrivande axlar med enheter inte är nödvändiga reduceras dessutom den kognitiva belastningen. En tydlig legend kan däremot vara att föredra, det är dock ett faktum ingalunda förbehållet enbart cirkeldiagrammet.

Det finns många resurser att tillgå när du söker efter rätt diagram, vi har samlat några av dessa på sidan om resurser för visualisering.

Det är inte alltid en visualisering består av grafer och diagram. Istället kan underlaget utgöras av avancerad bilddata eller omfattande bildserier. Den kan till exempel röra sig om grafisk material genererade av ett mikroskop, en tomograf eller någon annan avancerad utrustning. Även här kan handpåläggning, i syfte att förtydliga, vara nödvändig. Såväl Mackinlays tabell, som ovan presenterats, som Munzners begreppsapparat kan då vara ett stöd i valet av vilka visuella kanaler som kan eller bör kodas, och i så fall hur.

Sammanfattning

Genom att bekanta sig med målgruppen, och eventuella principer och praktiker som är kopplade till domänen, kan man få mycket gratis i början av ett visualiseringsarbete. Tar man dessutom med mänsklig perception och kognitiva processer i beräkningarna blir det också lättare att förstå när det är befogat att göra avsteg från dessa principer och praktiker.

Visualisering, oavsett om den sker i utforskande eller förklarande syfte, är en kreativ och pedagogisk process, och även om vissa estetiska eller tekniska överväganden måste göras så är de grundläggande principerna förhållandevis väl sammanfattade i designkriterierna expressivitet och effektivitet. Din visualisering ska förmå uttrycka det underliggande datat, varken mer eller mindre. Den ska vidare vara utformad så att den är begriplig för den avsedda betraktaren, oavsett om det är du själv, seminariet eller allmänheten.

De källor och resurser vi hänvisar till här ger alla en version av sanningen, även de mest dogmatiska, och syftet är främst att stimulera till eftertanke och diskussion. De har alla såväl styrkor som svagheter och ingenstans finns en komplett modell för visualisering av biologiska data, även om en sådan som Tamara Munzner nog kommer ganska nära. Av den anledningen har vi valt att presentera ett bredare urval av perspektiv och i takt med att fältet utvecklas, nya metoder och verktyg tillkommer, förändras och breddas även diskussionen här.