张璐婷

摘要：地理知识的有效学习一直是中学生面临的难题，大数据和可视技术的发展，可以为学生及地理爱好者提供学习地理的手机APP平台。作者首先阐述数据可视化的起源和概念，其次针对“不繁地理”中地理学习的规律性、易学性和可持续性发展这三个特点展开深入的分析，最后探究手机APP中数据可视化设计的应用前景。得出基于大数据时代和网络技术的蓬勃发展，地理知识数据呈现规律性、易学性与可持续性发展不但能帮助用户学习与应用，也有利于地理教学、地理空间等相关领域高速发展。在面对大量繁杂、难以记忆的地理数据知识时可视化设计能够帮助用户解决实际的地理问题，提高用户学习的效率和探索能力。

关键询：数据可视化设计 数据共享 可持续性发展 地理空间 地理教学

中图分类号：TB472

文献标识码：A

文章编号：1003-0069 （2020） 04-0108-03

引言

随着大数据的发展和云计算的推动，数据以更加可视化和交互性的形式运用在手机APP中变得司空见惯，与此同时，用户对于数据可视化的要求也越来越严格，‘c人类的21世纪正在被各种数据形成——计算——反馈——交易的循环中不断地被接纳。”[1]正是由于数据可视化设计在手机APP中的普遍，教育类、体育类、医疗类等的数据可视化设计APP产品层出不穷。然而，数据可视化设计在儿童地理教学方面的研究案例屈指可数，普及地理知识的手机APP产品在市面上几乎少见，如果将地理知识普及运用到手机APP中，不但能为更多的中小学生探索地理空间数据的知识提供帮助，而且能培养儿童热爱学习地理的浓厚兴趣。

“不繁地理”正是基于以上背景所制作的一款地理知识学习类APP，在APP中将大量难以记忆的地理知识以数据可视化的形式呈现，它解决了书本知识枯燥乏味的弊端，提高用户学习的自主性和探索能力。最终为用户提供一个有规律性、易学性和可持续性发展的地理学习移动端平台。

一、数据可视化设计概述

（一）数据可视化的起源：17世纪，由于大航海时代的到来，笛卡尔发展出了解析几何和坐标系，在两个或者三个维度上进行数据分析。于此同时，早期概率论（Pierre de Fermat与Pierre Laplace）和人口统计学（John Graunt）研究开始出现。这些早期的探索，开启了数据可视化的大门，数据的收集、整理和绘制开始了系统性的发展[2]。

到达21世纪以后，数据可视化有了质的飞越。纵观几百年的发展历程，数据可视化技术精益求精，不断地运用到科技、政治、经济和商业等领域当中，成为了社会发展和人类进步的重要驱动力。

（二）数据可视化的概念：数据可视化是指将数据或者大型数据集以图形图像的方式进行视觉表达的形式，传统的数据可视化最普遍的表达形式主要是饼图、柱状图、条形图、折线图和散点图等，此类直观的图表能够有效地传达出数据的特征，最终使数据更容易被大众所接纳与采用。

随着计算机领域的蓬勃发展，数据可视化的形式也有所进步，由起初静态的表达形式逐渐变化为带有动效和交互的表达形式，这种转变是一种必然的向上趋势。当代的数据可视化重视设计与技术的协同合作，其呈现效果，不但关注数据本身的价值与意义，由数据内容指导其表现形式与艺术风格，也重视用户对数据可视化应用的体验。

二、“不繁地理”APP中数据可视化的特点

（一）规律性：在地理知识之间具有紧密的规律关系，当学习者掌握了规律性后能够增强自身的创新思维与逻辑分析能力，激发学习中的求知欲望。作者在软件开发前运用数据导向图、竞品分析图及功能需求脑图将地理知识中的规律性进行展现，使用户进一步开拓思维，循序渐进地进行地理知识的学习，最终逐步突破地理知识重点与难点。

1.数据导向图：图1所示在此款产品当中需要将数据作为核心的数据导向，明确了解这些数据包含哪些、不包含哪些。在明确主要的功能導向后，需要对于数据进行整理，数据的整理过程要求准确性和高效性，在此基础之上再进行数据本身的解读和扩展，将数据以一种更高端可视的方式进行融会贯通。

2 竞品分析图：图2所示竞品分析的制作有助于设计者设计出符合自己产品的功能需求方案。本款产品的对比对象为一款名为“高考地理通”的针对于高考地理学习类软件。在竞品中的界面主要以文字的形式进行展示，缺乏对于地理学科中数据知识的可视化设计，使用户在阅读大量的文字信息时失去对于学习地理知识的兴趣与耐心，较难进行规律性的学习与记忆。

3.功能需求脑图：图3所示当设计者完整列出清晰的功能需求脑图后，就能够将所有的次要导向围绕着核心导向，开始进行APP界面的排版与设计。功能需求脑图有助于数据功能明确完善，使用户有规律地进行理解和思考，让用户明白一组数据的背后不仅仅有着千千万万条数据的整合过程，更有着令人深思的数据知识维度。

（二）易学性：大数据时代，在互联网上形成没有数据就不真实的信息氛围;而数据可视化，则形成了数据没有图像就没有艺术的体验。[3]“不繁地理”中抛弃了沉闷的文字画面，作者运用数据可视化设计中点、线、面的特征，将图形图表和有效数据相互结合，使地理信息得到更妥善的展示和呈现。此种方式降低了用户对于地理知识的学习难度，使学习者更加集中于产品本身的内容和信息，增加了界面中地理知识的易学性。

1.以焦点为核心的数据可视化设计——点数据可视化：点数据可视化包括散点图、热力图、关系图和蜂窝图等。大部分的点数据可视化设计能用于表示地图上的地理坐标等大量及其复杂的数据，然而也存在着诸多弊端，如图4所示ECharts（enterprise charts，商业级数据图表，是由百度公司开源的一款纯JavaScript图表控件库，并且支持IE，Chrome.Firefox在内的多种浏览器。[4]）绘制的1 990与201 5年各国家人均寿命与GDP散点图。从图中能够看出涉及到的信息点多并且错综复杂，如果用户是非专业的数据可视化工作人员，对于数据的敏感程度小，捕捉与观察数据的速度低。那么将很有可能造成对整个数据的理解模糊、重点偏移的问题。

为解决上述问题作者在“不繁地理”中将点数据进行图形化的处理，形成点状图形化分析图。如图5所示以一个人的图形为一个焦点，许多人堆积在一起形成一条线，也能够看成一个面。此时的点不是错综复杂与难以理解的，这个点是清晰的一个单位，也是画面的设计基础。此时的线段与面积不是单一的表达而是组合的产物和画面的辅助。这种相辅相成的关系最终达到画面艺术性的体验效果。

2.以线段为核心的数据可视化设计——线数据可视化：线数据可视化包括折线图、路径图、线热力图等。运用线段进行數据可视化设计更容易表现一组数据的上升或者下降的趋势变化。线数据可视化图也是众多公司和企业从业人员进行年度总结报告等汇报工作的首选之一，在日常办公以及商业洽谈的场合当中使用广泛。线段数据可以有长短之分，也可以有颜色的区分，不同的颜色更容易表达线段不同的属性，如图6所示为ECharts绘制的北京空气质量指数折线图，在图中由于数据密集的原因线段的颜色越深所想要表达的数据量越大，线段的颜色明度越亮所想要表达的数据量越小。此种明暗关系能够进行很好的区分对比，但也仅仅只针对于量化的区间数据而言。在不能够进行明显的量化区间面前，单色线段设计才是更好的选择。

在“不繁地理”中，如图7所示的折线分析图则是上述所说的无明显区间关系的单色线段设计。用一种颜色和一条线段的高低起伏展现出13个人口过亿的国家之间人口密度的数据，这种“少就是多”的“简法”原则增加了画面的清晰度，减少了用户的视觉辨析度。

3.以面积为核心的数据可视化设计——面数据可视化：面数据可视化设计包括饼状图、柱状图和桑基图等。柱状图是点与线融合的最好呈现，是一种最常见的数据可视化设计的表达方式。在柱状图当中也需要面与面之间颜色的相互区分，如图8所示为ECharts绘制的某地区蒸发量和降水量柱状图，在图中通过不同的颜色展现了不同的属性，准确表达了属性与属性之间的比较关系。但是在图中只标出两种元素的最大值、最小值与平均值的数据表现，对于每月的数据没有在图中给出精确的数字。此种方式不利于用户获得精确数据。

在“不繁地理”中借鉴了ECharts的柱状绘图形式，将两种具有关联性的元素进行结合最终呈现出元素间的数据对比。如图9所示的柱状分析图运用颜色的区分形式进行各个国家之间比例的数据对比，但根据上述无精确数据标签的问题，作者在图9中增加了数据表来进行解决，使地理数据知识更利于用户进行观察。

（三）可持续性发展：可持续性发展是城市生态文明建设与经济社会发展的核心推动力。近年来，增强可持续性发展作为国家战略任务的重中之重，习近平总书记曾深刻指出，“发展必须是遵循经济规律的科学发展，必须是遵循自然规律的可持续发展。”[5]因此作者在“不繁地理”中将地理知识赋予了可持续性发展的重大涵义，在进行APP的界面设计当中针对可持续性发展这一鲜明特点做了配色上的方法论研究。

1.联想法则：在“不繁地理”七大洲的圆环图中以面数据可视化进行设计，面数据可视化离不开颜色与颜色的区分，当人们看到某种颜色时，自然而然地会联想到某人或某物。如图10所示在奥运会的五环设计当中运用了联想的原则，黄色让人联想到黄色皮肤的亚洲人;红色让人联想到美洲人热情的性格;绿色代表大洋洲，使人联想到大洋洲上草原繁茂，生态环境优美的景色……以此类推。

2.提取法则：借以上原因如图11所示七大洲的圆环图颜色设计也以五环的颜色作为了参考色，但五环中没有涉及南极洲的颜色是由于南极洲上并没有常驻的人口，常年寒冷被冰雪覆盖。于是作者从网络中搜集了众多南极洲的摄影或绘画作品，从中观察这些图片中主要的颜色，最终提取了能够代表南极洲的白色进行了配色设计。

通过以上两种色彩法则的设计具有以下两大优势：一是能够使用户通过颜色的联想法则及提取法则对涉及到的地理数据知识形成可持续性和连续性的记忆。二是用户可持续记忆后再在今后的生活或者学习中遇到此类知识时能够迅速地从记忆中抽取线索获得解决方法，最终达到让地理知识转化为“以我为源，为我所用”的目的。

三、手机APP中数据可视化设计的应用前景

（一）机遇：19世纪是小说定义了文化，20世纪是电影定义了文化，而21世纪的文化将由界面来决定。我们的生活正被界面中的数据驱动着，所以如何用设计的语言制作让人惊艳的界面对数据和信息进行生动的讲述是未来的机遇。嘲这种机遇需要可视化与数据的相互结合，可视化是更容易帮助人们解决问题和获取信息知识的媒介，而数据更像是在媒介中无处不在的枢纽。在现有手机APP中的可视化设计展现的形式特点丰富、颜色突出，这是由于用户对于可视化设计的界面要求更加趋向于精美的设计及充满艺术感的画面，但是用户有时总会觉得缺乏关键性的点缀和装饰，这其中的关键问题则是缺少数据的动静支持。有了数据乃至是大数据动与静的支持，在动和静之中可视化设计不再像是缺少了灵魂的躯体，它会变得更加光彩夺目、耐人寻味。

数据共享与共赢的理念正贯穿着网络和各个国家之间的发展与联系。各大互联网巨头们正思考着如何运用现有的数据进行财富创造，对于用户而言正渴求一种数据互联的服务。而真正处于底层的数据链由于某种安全问题却从未向大众乃至企业开放过，也许现在用户所掌握的数据量只是冰山一角。这片广阔的数据库系统需要严格的系统处理才能展现给大众，通过一层层的筛选和洗涤，最终将会被采纳到互联网的各个角落中，被互联网用户所熟知与索取。

（二）挑战：在地理学习类手机APP中数据可视化设计存在着空间局限眭、数据复杂性以及数据智能化的问题。

1.空间局限性：就空间局限性可以分为手机屏幕尺寸的限制以及用户对于屏幕中数据的接受程度。数据可视化设计师在使用时需要选择的既不是“最经典”，也不是“最新潮”，而应该是“最合适”演绎的内容，得思考如何用已有的操作体系和符号的组合来达成最好的交互方式。口1手机屏幕尺寸的变化直接影响着手机分辨率的展现，对于用户来说，用户对于屏幕的数据掌握程度不一，更重要的是用户的视觉维度不同，有时更大的屏幕尺寸也许不能够帮助用户更准确地掌握数据，反而误导了用户的视觉范围。所以这就要求设计师在进行不同屏幕尺寸大小的界面设计时，掌握界面中的更多设计细节。

2.数据复杂性：对于数据复杂性方面而言，现在有许多的企业和公司都过于崇尚甚至是依赖数据可视化设计，认为数据可视化设计能解决一切数据问题。但是相反，有时将简单的数据进行复杂的数据可视化设计反而多此一举不能被用户所接受，简单清晰的数据有时更被用户所快速掌握。为了解决这一数据复杂性的问题，企业和公司必须做出努力才行。例如，应该规范化地将数据进行分类的筛选，哪些该进行数据可视化设计，哪些数据直接呈现给用户更好，哪些数据太过于复杂应该怎么简单化，设计完毕后应该反复地进行测试和修改等。未来任何领域的普通个人均存在着大数据分析的需求，‘c人人都懂大数据、人人都能可视化”将是大数据领域的发展目标之_。[8]因此，数据可视化设计应该围绕着用户为使用者所服务。

3.数据的智能化：对于数据的智能化挑战问题而言，Al（人工智能）是近年互联网行业最为火热的主题之一，将新媒体数据可视化技术与人工智能紧密结合便可使该技术能够进行更深层次化的智能应用。[9]现在数据可视化设计大部分处于静态的界面设计状况之下，如果能够将Al与数据可视化设计相互结合，那么不但能够带动手机APP中数据可视化设计与人工智能的共同进步，更能迸发出意想不到的火花，这个火花是数据可视化设计与人工智能共同的福祉。

结语

综上所述，由于大数据时代和网络技术的不断发展，数据可视化设计在手机APP中扮演不可或缺的角色。使“不繁地理”APP中的界面变得更加规律性、易学性与可持续性发展。这些特点体现出视化的技术不但帮助用户解决实际问题，而且也引导有关决策的判断，正是用户所值得拥有的一笔财富。互联网领域提倡互利共赢的背景之下，数据可视化设计拥有着广阔的发展前景，特别是对于地理方面的应用前景充满曙光。在地理教学、地理空间等相关领域数据可视化设计正以一种势不可挡的态势在发展。在未来，社会对于数据可视化设计与地理教学相关的高级人才需求将会越来越大。在这一情况之下，需要相关技术部门做出努力，不断完善数据可视化设计与手机APP之间的交互性与智能性。.

参考文献

[1]杨宁涛，健康类App的UI界面设计中数据可视化的应用研究[D]江南大学，2017

[2]雷婉婧，数据可视化发展历程研究[J]电子技术与软件工程，2018 （12）：195

[3]孙品一，周峰，探讨大数据时代下的数据可视化[J]设计，2016 （07）：137

[4]黄宇栋，百度Echuts在数据可视化分析中的应用[J]金融科技时代，2018 （06）：43

[5]赵祥，从十九大报告看习近平总书记可持续发展思想[J]理论参考，2017 （11）：49

[6]席昱倩，大数据时代可视化设计的价值与前景[J]现代商业，2016 （06）：87.

[7]王闻仪，数据可视化设计的應用研究[J]设计，2019 （07）：50

[8]任磊，杜一，马帅，张小龙，戴国忠大数据可视分析综述[J]软件学报，2014，25 （09）：1929.

[9]杨晓文，移动终端下新媒体数据可视化技术应用探究[J]新媒体研究，2018 （21）：38