數據藝術,數據可視化,誰決定哪個是什么?
我認為一些數據可視化項目像是第三類:作為設計問題考慮太過藝術化。但是作為藝術考慮和評價又太過刻意設計(例如數據新聞)。他們想要一次成為一切。而確實,數據藝術和數據可視化現在混在一起:在書中,在會議中,在客戶思維模式中,在創意路徑中。
這為什么會成為問題?設計有好有壞,而由于我在牛津大學學習過一個學期的藝術,我相信藝術也有好有壞。但是藝術性強的數據可視化可能被認為是糟糕的設計,而藝術性差的數據可視化也可能設計很棒。藝術和設計應該按照不同的標準評判。
藝術和設計分別的評判標準是什么?對此意見不一,我也很想聽到你的想法。這里是我的:設計需要實用性。我研究和教授視覺溝通,也試圖讓學生們不斷提問:“它如何與我溝通?”在數據可視化中,這個問題需要被回答,越清楚越好。在另一方面,數據藝術不需要實用性。如果一個學生問我對數據藝術項目的反饋,我會從想法/概念的力量,或者美學的理想去評判,但是不需要易讀性。我希望一件藝術品激發我的情感或思想;我希望一件數據可視化作品向我解釋這個世界。我希望數據藝術像很多其他藝術一樣,提出問題。我希望數據可視化回答它們。
【注:Culturegraphy調查文化信息隨時間的交換,又被稱為“模因”。 把文化作品處理成節點,它們之間的影響處理成“有向邊”,這些文化網絡的可視化可以為文化發展中的豐富的連接關系提供新見解。這個圖形代表著電影引用之間的復雜關系,結合了宏觀視圖總結了100年的電影風格與微觀視圖提供了一個特寫鏡頭看單個電影的嵌入。宏觀視圖顯示自嘲式的后現代電影的崛起,而微觀層面上說明了單個電影之間的差異。可視化提供的視圖更接近真正的復雜性的關系,比聚合視圖或排名能做的更好。第一個視頻是對某幾個電影的具體分析,第二個為該可視化作品的介紹】具體地址:http://www.culturegraphy.com/
當然,就像Alberto Cairo對它的著名描述那樣,設計是“實用藝術”。每件數據可視化作品需要包含“藝術”的部分,反之亦然。(最好的項目可能是那些結合了數據藝術和數據可視化的,例如Nicholas Felton和Kim Albrecht展示的那些。)這不是二元的——而是有尺度的。因此該界限不應該是分離的。但如果說到優先級,“永遠不要為美觀犧牲易讀性”是設計師應有的原則——而藝術家不應該為此操心。
因此數據可視化和數據藝術間無明確界限的結果是什么?我可以看到重要的兩點:
1)我認為,兩種類型的創造者不會像他們有可能的那樣始終如一。如果不標記軸線藝術家也會感到難受,因為Tufte告訴他們這樣做。而為了易讀性和實用性,數據設計師們試圖像藝術家一樣追求設計的創新性和藝術性。但如果堅持做他們自己,數據藝術家和數據設計師的項目都可能變得更好。
2)無論藝術家還是設計師都無法從作品反饋中受益。我不能評判Nicholas Felton的作品是好釋懷,因為我不知道他試圖將自我追蹤計劃定位為藝術還是設計。但是我真的希望Giorgia Lupi和Stefanie Posavec想要進行的是藝術實驗:在我眼中,他們的作品并不是很好的設計,但確實是很棒的藝術,我很高興它的存在。
藝術和設計之間界限模糊唯一的好處(我能看到的)可能有:兩個領域之間常見的互相激勵。設計可以從數據藝術提出的問題和美觀性中受益匪淺,而藝術也能從設計好的內容中獲得靈感。但是當我看到其余的平面設計和藝術場景時,我需要注意靈感轉換得很好,而不是只混合在一起。
只是以防不清楚的萬一:我愛數據可視化,我也愛數據藝術。兩者在我的生命中都非常重要。但是不,這不會有助于比較蘋果和橘子。
網站名稱:視頻:數據可視化和數據藝術的界限
當前網址:http://vcdvsql.cn/article38/sojppp.html
成都網站建設公司_創新互聯,為您提供定制網站、移動網站建設、虛擬主機、全網營銷推廣、網頁設計公司、電子商務
聲明:本網站發布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創新互聯