数据分析基础-数据可视化学习笔记03-可视化的符号与表示-图形符号学

概念

图型符号学（Cartographic Symbolization）是地图学领域中的一个重要概念，涉及到如何使用不同的符号、颜色、图案和标记来在地图上表示地理信息和数据。图型符号学旨在传达地理信息，使得地图能够清晰、有效地传达各种空间数据的含义和关系。

关键方面

图型符号学涉及以下几个关键方面：

符号化设计：图型符号学包括选择适当的符号、颜色和标记来表示不同的地理特征和现象。符号可以是点、线、面、图案、标签等，每种符号都应该与所代表的地理现象相匹配。

视觉变量：图型符号学基于一些视觉变量，如大小、形状、颜色、明暗度等，来传达信息。这些视觉变量影响人们对地图信息的感知，因此需要谨慎选择以确保地图的可读性和有效性。

分类和分级：符号通常用于将数据分类或分级。这意味着将数据分成几个类别，然后为每个类别选择合适的符号。分级可以基于等间距、等数量等原则进行。

图例设计：图例是解释地图符号的关键工具。设计良好的图例可以帮助地图读者理解符号的含义，并将地图信息与现实世界联系起来。

颜色的运用：颜色在地图中的使用非常重要，它可以用来表示不同类别、属性或强度。然而，需要小心选择颜色，以确保色盲人士和其他特定用户也能理解地图信息。

地图表达：图型符号学的目标是在地图上有效地表达地理信息。这需要考虑符号的布局、密度、重叠等因素，以确保地图的清晰性和易读性。

在地理信息系统（GIS）和地图制作中，图型符号学起着至关重要的作用。地图制图人员需要根据不同的数据类型、目标受众和使用场景，选择适当的符号化方法来制作具有表达力和可视化效果的地图。

符号域

参考:

A.图形系统的范围
它的极限
没有对符号系统界限的严格描述，就无法对其进行分
析。这项研究不包括所有类型的视觉感知，真正的运动
被明确排除在外。对电影摄影表达的研究很快就会发
现，它的大部分法则与电影绘画的法则有着本质上的不
同。虽然运动只引入了一个额外的变量，但它是一个压
倒一切的变量；它如此支配着知觉，以至于严重限制了
对其他变量意义的关注。再者，几乎可以肯定实时不是
定量的；它是“有弹性的”时间单位似乎在静止时延
长，在活动时缩短，尽管我们还不能确定这种变化的所
有因素。
实际的浮雕表现(物理上的第三维)在这里也没有用武之
地，仅用于比较。
在这项研究中，我们将只考虑以下情况:
— 可表现的或可印刷的
— 在一张白纸上
— 标准尺寸，一目了然
— 在对应于阅读书籍或地图册的视觉距离处
— 在正常和恒定的光照下(但在适用的情况下，
考虑日光和人造光之间的差异)
— 利用容易获得的图形手段。
因此，我们将排除:
— 距离和照明的变化
— 实际浮雕(厚度、立体图、立体图)
— 实际运动(图像闪烁、动画绘画、电影)。
在这些限制范围内，设计师可以做什么？马克斯。
为了使标记可见，它必须具有不同于纸张的反光能
力。标记越大，差异就越不明显。最低可见性和辨别力
的黑色标记的直径必须为 2/10 mm。但这不是绝对的，
因为较小标记的组合完全可见。
42
视觉变量
可见标记在纸张上的位置可以变化。例如，在对页的图
1 中，黑色矩形在白色正方形的底部和右侧。它也可以
在底部向左，或者在顶部向右。
因此，一个标记可以表示由
两个平面维度
固定在平面上给定点的标记，只要它有一定的尺寸，
就可以用不同的方式画出来。它可以在以下方面有所
不同
尺寸值纹理
颜色
方向形状
并且还可以表示其平面位置与其在构成每个变量的序列
中的位置之间的对应关系。
因此，设计者有八个变量要处理。它们是图形系统的
组成部分，将被称为“视觉变量”它们构成了图像的
世界。有了它们，设计师建议透视，画家建议现实，
制图师建议关系，制图师建议空间。
这种对八个因素中的时间视觉感知的分析并不排除其他
方法。但是，结合“植入”的概念，它具有更系统的优
势，同时仍然适用于图形结构中遇到的实际问题。
这些变量具有不同的属性和不同的能力来描述给定类型的
信息。与所有组件一样，每个变量都以其组织级别和长度
为特征。我们将首先研究平面的性质，然后研究那些可以
被“提升”到平面之上的视网膜变量。
硅
嘘
2PD
43
B.飞机
平面是所有图形表现的主体。它是如此熟悉，以至于
它的性质似乎不言而喻，但最熟悉的东西往往是最不
为人知的。平面是同质的，有两个维度。必须充分探
索这些特性的视觉效果。
(1)植入(代表类别)
可以分配给平面上标记的三种类型的含义——点、线
和面——将被称为“植入”*它们构成了平面几何的
三个基本图形。
沿着一条线，人们可以考虑一个点或一条线段。在平
面上，人们可以考虑一个点、一条线或一个区域。未能
掌握这一基本概念的各种分支是制图中经常出错的原
因。混乱源于这样一个事实，即点和线没有理论上的面
积，然而代表它们的标记需要一定的“面积”才能看得
见。
区分代表类别的后果
— 视网膜变量的长度(可用步骤的数量)和它们的用
途随着所涉及的表现类型而变化。
— 量的表示根据使用的是点、线还是面而有所不
同。
— 代表阶层的差异是有选择性的。
— 在一个图像中，相同的概念不能用不同的“植
入”来表示
点
一张纸上的直线有一定的长度，可以测量。但是，在测
量的时候，它的末端被认为没有长度。这些是要点。然
而，他们在这条线上有一个位置。
距离纸张水平边缘 51 毫米的点，以及
离垂直边缘 34.5 毫米的平面上有一个位置。无论是通
过直径为 1/10 mm 的“针刺”还是通过直径为 5 mm
的“预印圆”可见，其中心都有一个精确的位置，但标
记本身并不表示平面上的长度或面积。
点代表平面上没有理论长度或面积的位置。这种含义
与使其可见的标记的大小和性质无关。
因此，一个点的位置可以改变，但永远不会改变
参见 tran.slator 的注释，第 7 页。
44
表示图像平面上的线或区域。通过对比，使其可见的标记可以
在大小、价值、质地、颜色、方向和形状上有所不同，但在位
置上不能有所不同。位置意义自然适用于标记的视觉中心。任
何其他用法都必须明确。
许多例子可以用来说明这个想法:地理上的或汇合点、
十字路口、森林的“角落”、飞机的位置或发射机都是
平面空间中的点，没有理论上的长度或面积。尽管如
此，它们的图形表示需要有足够大的标记来使它们可
见。用图表表示时，这些现象称为点表示。
这条线
平行推理允许把一条线描述为两个区域之间的边界。它
有长度和在平面上的位置，但没有理论面积。
一条线表示平面上有可测长度但没有面积的一种现
象。这种含义与使其可见的标记的宽度和特征无关。
因此，一条线的位置可以变化，但决不表示图像平面
上的一个区域。然而，使其可见的标记可以根据除了平
面上的位置以外的所有变量而变化:宽度、价值、质
地、颜色、其组成部分的方向和细节的形状。位置含义
自然适用于标记的线性轴。一个大陆、一个国家或一块
地产边界，一条船的航线，或一条公共汽车路线，都是
没有理论面积的线性现象。在制图中，它们将由线表
示。
该地区
然而，一个标记可以表示平面上的一个区域。
面积表示平面上有可测量大小的东西。这一含义适用
于可见标志所覆盖的整个区域。
一个区域可以在位置上变化，但是代表它的标记不能
在大小、形状和方向上变化而不引起该区域本身意义的
变化。然而，这种标志在价值、质地和颜色上可能有所
不同。
如果该区域在视觉上由点或线的星座来表示，这些组
成点和线可以在大小、形状或方向上变化，而不会导致
该区域在意义上变化。在制图中，湖泊、岛屿、土地、
城市区域和国家/地区等现象将由区域表示。
A 1 o
& 2 O
二氧化碳
一
’
G A 4 O
B 8 O
C2 岛
D 4 O
q
B
A
对要表示的量的分析
当计数单位具有可变尺寸时，与这些单位相关的数量的
表示必须考虑:
(1) 单位的点、线或区域表示；
(2) 要表示的量的性质 Q 或 QS(见第 38 页)。
以下列有关四个社区(单位)的信息为例:
单位(社区)
面积 4 4 1 1(几十平方公里)
持久性有机污染物的数量。(QS) 4 8 2 4(千人)
pop 的密度。(Q) 1 2 2 4 (%)
在图 1 中，社区有一个点代表。它们是散点图中的点
(根据农业[I]和工业[II]人口的百分比分布的社区)。
对于每一个点，可以添加第三个因素，作为 QS(图 2)，美
国 qtl tf1titieSi Q(图 3)，这将被正确地感知。
在图 4 中，公社用竖线表示
线段，其长度与 s 成比例。如果一个
在 A A A B B B 的另一维度上构造 QS 量
平面(图 5)，眼睛水平感知 QS，但 A A B B B
它特别看到了建筑面积，即 QS2，它将其解释为人口 QS。
该区域和
总纲是错误的。因此，必须构造一个
QS/S(即 Q ),如图 6 所示，这给出了面积上的 QS 量的精
确图像和水平上的密度 Q 的精确图像。
在图 7 中，公社用与南部相对应的面积来表示。QS 和 Q
的分布如图 9 和图 10 所示。最简单的表示(每 1000 名居民
一个点)产生图 8，这是正确的。
人们可以很容易地判断图 11 和图 13 引起的视觉混
乱，这两个图将 QS 值扩展到整个
DDD CC C +
D D D D C C C C C
D DCC CCC
D D C C C CC 7
QS
4 8 8 8
9 *
g
l 11 1
11222222
1 1 1 1 1 1
11 222222 1 1
1 1
10 11
面积。
眼睛看到那里，如图 5，QS 乘以面积，也就是 QS
'(另见第 77 页，图 5 和图 6)。然而，QS 的代表可能
是有用的(例如，在衡量不同市长的责任)。在这种情
况下，图 15，即每个区域的一个点 QS，避免了前面
的视觉混乱。
相比之下，在每个面积上构造一个点 Q 会导致错误
的表示(图 16)，而图 12 和 14 是正确的。
有趣的是，图 5 中的感知误差为统计学家所熟知，并
且几乎总能避免，而图 11 和图 13 中产生的错误感知
仍然存在，其中误差以类似的数学方式表示(QS2 的
感知)。平面“上方”的知觉控制不如平面上的知觉
控制明显。它同样重要，因为它关系到所有的制
图。
a o 菲菲 M a o o o o
2 a MMM 1+e e e e e e
2 1
4 2
20 O e e e
1:as II:“，— e 1 9 s
45
L
A 4 四 一
‹
c l
D 1
。
我
4 -:是 + :美国 2 $ fi —: P 操作
系统
A
黄油 1952
(2) 平面是连续的和均匀的
这架飞机有能力进行地下突击。它是连续的。它的可分性仅由第
一个字母和第二个字母决定。在 e‹isi，一行一厘支持十个可识
别的分区。紧挨着 sh‹ipe 山谷。//i‹/安大略省，通用电气公司
iiri/I’r/I-nb/e。因此，我们通常将最长分量的表示应用于该
平面。
因为它没有连续的双 eal‹s，没有“缝隙”，所以我不会把它放
在国际/ric’iinr‹.作为一个结果。它非常不同-
很难用 tl4C l H4C 来评价脆性。一
尽管它引起了对 iaa i ssin数据的关注。图 1 给出了一个模糊
的划分印象。
它 i.i i’ei’›'‹li f！这是事实，也是事实。s I gii ij ’ m J
lull r . " "平面一致性的确定性意味着假定所采用的惯例是一致的
在象征空间里。
因此，在一个符号空间中，符号的缺失标志着现象的缺
失。在一个看得见的框架里或者用它。空间标志在任何一
个节点都有墨水。一个新的 abee rice o1 信号表示没有外
星人。这是图 2 给 e‹ited 的印象。ir‹ition 内的色彩是
整个区域的‹applied，以这样一种方式，空的空间 sidn
ifyal。phenoi4ien‹i ‹ind 的科学不是 at‹i.的科学
在一个符号空间中，任何视觉变量都是有意义的:例如，
引入一种颜色，它的唯一目的是审美或装饰，如果这种颜
色不能对应一个成分，就会导致混淆。在逻辑思维的感知
中，同样的性质包括自发性。可见的差异
在长度上，c‹in 仅被认为是相当大的运输量
在感知上。
例如，在图 3 中。人们必须知道，只有 ccii vcs 斜率的差异
才是平均的。
同样，不同的长度也不一定相等。然而，这种惯例上的改变在
某些情况下是必要的，特别是对于网络(第 275 页)。必须严格告
知读者这一点。
3
46
(3) 平面的组织层次
变量的级别
变量的感知属性决定了它的级别。任何个人都会立即对一
系列“价值观”进行分类，
如图 1 所示，从黑到白，按固定顺序排列:A、B、C、D 或
D、C、B、A，但从不按其他顺序排列。值已排序。但是每
个人 都会 对一 系列 形状 进行 不同 的分 类， 如图 2 所
示 :A ， B ， C ， D ， E ， 或 者 B ， A ， D ， C ， E ， 或 者
C，D，B，A，E。形状未排序。
1
因此，一个值的变化能够代表一个指定的成分:也就是说，能够
为任何暗示一个有序的感知方法的问题提供一个简单的视觉反
应。另一方面，阿沙|ae 变异不能代表‹in 或 deed 分量。如果采
用这种变体，涉及订购组件的问题将没有直接的视觉响应(参见
第 34 页)。
每个可视变量的级别可定义如下(参见第 65 页):
当一个变量使我们能够立即分离出属于同一类别(该变量)
的所有对应关系时，它就是选择性的(/)。
这些对应形成了一个“公平的家庭”:红色标志的家庭，绿
色标志的家庭；亮的标志族，暗的标志族:右边的标志族，左
边的标志族。
当一个变量允许由这个变量区分的所有对应的直接分组
时，这个变量就是关联的()。
这些对应被认为是“所有类别的一致性”同样大小的黑
色正方形、三角形和有效圆形可以看作是相似的符
号。“形”是联想的。相同大小的白色、灰色或黑色圆圈
不会被视为相似。“值”是没有联想的。低关联变量将被
称为分离变量(w)。
当一个变量的类别或步骤的直观分类是直接的和通用的
时，这个变量就是有序的。
灰色被认为是介于白色和黑色之间的，‹i 中号被认为是介
于小号和大号之间的；比如说，蓝色、绿色和红色是不一样
的，这三种颜色的价值相等，但不会立即产生一种颜色。
当一个有序成分的两个类别之间的 isu‹il 距离可以直接用
一个数值比率表示时，这个变量就是定量的(q)。
一个长度被认为等于另一个长度的三倍；一个区域是另一个区
域的四分之一。请注意，定量视觉感知没有数字测量的精度(如
果有，毫无疑问，数字就不会被发明)。然而，面对比率大约为 1
比 4 的两个长度，肉眼直接的视觉允许我们确认，被标记的比率
既不是 1/2 也不是 1/10。定量感知是基于 ii 单位的存在，它可
以与变量中的所有类别进行比较。因为白色不能为灰色或黑色提
供计量单位，所以数量关系不能用数值变化来解释。值只能翻译
一个订单。
48
B.
A
DF DE+ EF
S
L
Lx l
平面的组织层次
在视觉变量中，平面提供了唯一的
拥有所有四种感知属性的变量。两个 3
平面尺寸具有最高层次的组织和
因此可以保留信息的任何组成部分。
平面位置的变化是选择性的(4)
两个相似的标记，只是在平面上的位置不同，可以被看作
是不同的(图 3)，我们可以立即分离出所有的对应关系，
所有的标记都属于平面的给定部分。获得最佳视觉选择
通过构建分离的图像，并置在 4
平面(例如，参见第 67 页图 2)。
位置的变化是关联的(-)
两个相似的标记，位置不同，也可以被视为
相似(图 3)，因此，有可能察觉到 6
一整组点、线或区域，所有位置特征的组合。
命令改变位置(O)
当如图 4 所示对齐时，标记 A、B、C 被排序 7
沿着这 条线，这个顺序会以相同的方式 被普 遍理
解:A、B、C 或 C、B、A，但永远不会是 B、C、A。因
此，对于三个对齐的点，一个在另外两个之间，对于三
个
汇合直线，一条在另外两条之间。8
这个顺序可以有方向。因此，一个点沿着一条直线
朝一个或另一个方向运动(图 5)，一条直线绕着一个
点朝一个或另一个方向旋转(图 5)。
因此，平面允许表示有序的 9
集合、排名或者实际上任何有序的组件。
位置差是定量的(Q)
这涉及到平面的区间和比值性质。
任何人都可以评估图 6-10 中显示的关系
具有一定程度的准确性:
A > C > B A = 2C B = C/2
该平面允许我们定义相等的线段或角度(叠加)以及添
加线段(首尾相连；见图 7)，或角度(相邻；参见图
8)。一旦定义了方向，这种加法就具有正数或负数加
法的所有性质。因此，
平面使我们能够感知长度的比例(图 9)，12
角度(图 8)，或面积(图 13)；测量(图 10)或添加(图
13)面积；并且当类别由长度(图 11)、角度(图 12)或面
积(图 13)表示时，表示类别之间的可变距离。
49
(4) 第二组:网络
当平面上的对应可以被“拼版”时，两个平面维度的利用将被称为“拼版”这主要取决于公司的性质:
在平面上表达的反应，使我们能够——在同一个组件的所有部分中，将图形表示分成几个组:图表，结构是一个网络。
网络、地图和符号。
考虑这些信息:不同个体 A、B、C、D 之间的言语关系…一个
团体。
第一组:图表不变——I ve RBA 1 exe/range bet veeti t Evo indi vic lucil . s
组件——客户不同的个人，如 A、B、C、D。
当平面上的对应可以建立时-
设计者必须首先确保任何个人(的
— 一个组件的所有部分“不同的个体”)能够进行对话
—以及另一个组成部分的所有分割，与(同一组成部分的)任何其他个体的结合。这是一个结构图。如图 3 所示。此后，他
或她将记录观察到的构成给定信息的通信
考虑这些信息:股票 X 在巴黎的趋势(图 4)。在目前的情况下，设计师可以尝试交换。如图 1 所示，设计者必须首先简化
图像，对元素进行排序，以确保任何日期(组件、时间)都可以关联，从而获得最可能的交集(图 5)。
任何价格(组件、数量)。之后他还是
她将记录观察到的对应关系，这些对应关系构成了构建与给定信息相反的邻居的过程(图 2)。但是设计者不需要为一个图表画
出轮廓:
确保两个日期之间或(1)以初始方式记录对应关系；
两种价格。(2)从它们中推导出将产生最简单结构(最少)的部件的表示
构建逻辑示意图的过程如下:
(1) 定义组件的表示；
(2) 记录通信。
交叉点)。
要根据上述信息构建 dicipranl，需要添加一个组件。例如，
人们可以认为对应关系是在一系列说话的人和另一系列倾听
的人之间，这两个系列由相同的元素组成。这可以如图 6 和 7
所示。
A
1 OC
日期 6 7
四
5 克克
2 ’ ’
50
价
格
甲 - 乙 K
第三组:地图
当平面上的对应关系可以建立时:
— 在同一组件的所有分区中
— 根据地理顺序排列，网络
描绘出一幅地理地图。
例如，公路的地理目录是由地理系列的元素之间建立的
一组对应关系构成的，通常是按地理顺序排列的一系列
城镇(图 8)。
由于地理网络不能任意重新排序，因此只能通过消
除某些对应关系来简化图像。
构建地图的过程是最简单的:
(1) 复制地理秩序；
(2) 记录给定的对应关系。
它排除了两个平面维度之间的任何选择问题。
但是一系列的城镇显然可以按照一个可重组的网络来安
排，例如一个环形网络。经过适当简化后，如图 9 所
示，网络提供了另一种突出显示节点和集群的方式，同
时显示每个元素的功能。一系列城镇也可以以图表的形
式构建，前提是该系列被表示两次；这允许确定对应关
系的方向，并且如图 10 所示，例如，可以从 C 到 D，或
者从 B 到 A，但是不能从 D 到 C，也不能从 A 到 B
9
第四组:符号
当对应关系不是建立在平面上，而是建立在平面的单
个元素和读者之间时，对应关系就在图形的外部。这
是一个涉及象征的问题，象征通常是基于形状或颜色
的比喻。
这些仅仅是后天习惯的结果，永远不能声称是普遍的(不
像差异、相似、顺序或数量的基本类比)。
公路或铁路标志就是这种情况…在地形、农业、地质或
工业中使用的常规代码…涉及形状或颜色的代码(安全
标志，军事符号…).只有当一个人认出了以前见过的形
状(图 11)或学会了常规形状的标记(图 12)时，它们才有
意义。
图表、网络和地图允许我们通过内部处理将信息简化
为其基本要素，而象征主义像语言一样，只寻求通过
直接识别来解决外部识别的问题。
一般来说，图形符号系统中的任何结构，无论属于哪
一类，都被称为“表征”或“图形”
11
8 12
。
•.B 4
51
约定 直线的 圆形的；循环的直角的 极地的
图表
网络
地图 搜索引擎优化
标志
拼版拼版类型
一
拼版组和拼版类型
有了图表和网络，拼版就多种多样；这架飞机可以有
许多不同的用途。组件可以被记录:
— 根据分散在整个平面上的布置
— 或者根据一种构造
— 直线的
— 圆形的；循环的
— 正交(直线)
— 极坐标(圆形和正交)
这些将被称为拼版类型。因此，我们的拼版概念包括第一
阶段，将图形表示分成四组，以及第二阶段
52
阶段，将图表和网络划分为不同的拼版类型(这都显示
在图 1 中)。
视网膜变量的使用，要么代表第三个组成部分，要么
取代平面维度之一，产生“高度”，它可以与所有类型
的拼版相结合，以形成各种类型的结构。
注意图表或网络的各种可能的结构；这就提出了一个
选择结构的问题，而这在制图学中是不存在的。
主要的建筑类型如图所示
这将在后面发展(见 172 和 270 页)，形成一个能够定义
或分析任何图形结构的约定系统。
拼
版
组
14
13
包含两个部分的图的主要结构类型
直线结构
在图 1 中，一条直线代表事故受害者的总数。它被分
成与每个类别中的数量成比例的部分。因此，分量 Q
和分量 4 被描绘在同一轴上。
在图 2、4 和 5 中，定性组件“不同的车辆”可以通过
使用每个类别中的数量来重新排序。直线的宽度没有数
值意义；它只是呈现直线可见的手段。
在这些例子中，描绘了总数，我们用一条横线穿过箭
头示意性地表示出来。不使用平面的第二维度；它仍然
可用于表示信息中引入的任何其他成分。
七
正交结构
如图 3 所示，如果部分量没有相加，而是与同一个基数有
关，我们必须采用一种区分的方法，这种方法可以识别
各部分。最简单的方法是将它们并置(图 6-10)。这种相
邻的位置形成了一种正交结构，其中平面的每个维度代
表一个分量。
在这些例子中，总数没有画出来，但是不同的部分很容
易比较。
直线标高
在图 11 中，面积与数量成正比。
符号是相似的(恒定比例的同源边)。
线性尺寸与 q 成正比。因此，平面的第二维不代表
数量。这些都是由面积的大小,“黑”的量来描绘
的；也就是说，分量 Q 由视网膜变化(“大小”的变
化)表示。我们指出这一点
15 通过使用倾斜箭头。
这些量也可以沿着直线并列
线，如图 11、12 和 13 所示，或者叠加，如图 14 和
15 所示。然而，没有描绘出总数，并且很难对各部
分进行比较。
54
17
20
圆形结构
通过弯曲图 1 中的结构，我们得到了如图 18 所示的图
形。这种结构是直线结构的圆形版本。描绘了总数。
当构成一个圆面积的量被赋予相等的半径时，这些量
由它们在圆周上的长度和它们在中心的角度来表示(图
16)。
眼睛在判断这个角度时获得了很高的精度(图 17 和
19)，这比圆形长度更容易掌握(图 18)。
极性结构
通过弯曲图 6 中的结构，我们得到图 20。极坐标结构是
直角坐标结构的圆形版本。总数没有描绘出来，各部分
也不容易比较(图 21 和 22)。
圆形立面
通过弯曲图 11 中的结构，我们得到图 24。通过比较图 23
和 26，或图 22 和 27，可以说明这种结构和极坐标结构之
间的区别。圆形结构通常如图 25 所示。圆用于帮助识别零
件，其面积与 q 成比例。
这些主要的结构类型允许对第 53 页上的所有图纸进行
分类，事实上，也允许对所有平面结构进行分类。它们
的多样性提出了一个选择的问题，这个问题只能通过效
率的概念和由此产生的建设规则来解决。
我们将在后面的图表(根据 195 页的感知特性分类)和
网络(270 页)中讨论这些结构。
55
水平和位置表
组件的组织级别
其元素都可以被认为是
相似的组件
定性成分
(差异)
有序组件
(不可再订购)
数量
%百分比
对数标度上的数
量
按数量订购的可再订购组件
考试 PLES
部门
产品棉花 真丝羊毛线
O 时间
丝绸 李羊毛 1 吨
O(9)
MENT部分工作日志数量
人在
平面尺寸的利用 例子
事故数量
车辆
自行车(B)四轮
车辆(F)
oI acc idenis
性
事故
"男人 WOM 恩
性别 X 2
车辆
数量
ol 事故
ol aC demts
基因谱系学
网络
直线利用
匀质方式中使用的平面尺寸
(一劳永逸地建立类别)
W 以异质方式使用的平面尺寸(类别
重复多次)
x n aa$ > n 表示图像或图形的数量
代表累积量的平面的维数
循环利用
飞机的
树的排列
视网膜变量
(解读为平面上方的“标
高”)
点、线或区域 l
(未区分)A
种类
成年
Ve hicIe
量
事故
Jfi- 4 9
P B M F
第三书记官
卢瓦尔河大西洋
9 2 6 3 37
种类
数量
类别
数量
飞机的利用
在制图学中，地理部分占据两个平面维度。请考虑以下信息:
不变——拥有 500 名以上雇员的企业中的受薪工人
组件—Q_(以千名受薪工人为单位)，根据
我在布里坦有五个部门
该信息有两个组成部分。其图形表示必须利用至少两个
变量，并且根据结构类型，将产生图表(图 1、2 或 3)。
然而，质量部分是地理性质的。各种类别在空间上被定
义—它们是部门—并且这些信息也可以生成地图(图 4)。
在这种表述中，请读者
58
从飞机上看，在自然地图上叠加一些看不见但“真
实”的元素。
读者被邀请去感知这张纸，不是作为一种媒介，而
是作为一个地理空间。纸的表面象征着地球的表面；
一个很好的类比，因为空间是用来表示空间的。
这比最初在图 1、2 和 3 中使用的类比，或者说，平
面维度与时间的对应，更自然、更容易理解。也许这
解释了为什么比图表早几千年就使用形象化的表现和
制图，图表的类比意味着更高程度的抽象。
然而，这种自然的类比是以完全利用两个平面维度
为代价获得的，它没有留下平面维度来表示这些量。
他们必须从属于地理
数量
安排。对数量的理解不再像图 1 和图 2 那样基于整体的
并列元件的比较，也不再像图 3 那样基于沿底部排列的
元件的长度差异。他们的感知必须依靠其他视觉变量，
依靠新的“刺激”，只要平面尺寸足以表现，就不考虑
其效用。在图 4 中，与其说是柱子的高度，不如说是允
许感知数量的“黑色”的数量。随着信件数量的增加，
这变得更加明显(第 360 和 374 页)。
当两个分量占据平面时，我们必须寻找新的变量来表
示附加分量。这些是“升高的”或“视网膜的”变量。
59
中国。
正常男性染色体组型
长狭潮道
大小
以及它的可数变体
价值
9 6
C. 视网膜变量
随着信息中第三成分的引入(或制图中的第二成分)，图
形表示必须利用视网膜变量。
平面“上方”的视觉变化
实验心理学将深度知觉定义为多种因素的结果:
— 双目视觉，在几米的范围内
— 当观察者移动时，物体的明显移动
— 已知物体尺寸的减小
— 已知对比度 1 的值的减少
— 物体的已知纹理的减少
— 已知物体颜色饱和度的降低
— 方向和形状的变形(透视)。
除了前两个，所有这些变化都由图形设计人员处理，例
如，他们可以使用它们来添加第三个组件到图 1 的组件
中。设计者可以将附加部件的类别与这些变量中的任何一
个联系起来:
— 大小的分类:列的高度，等号的面积(图
2)
一个标志，2
— 值的类别，白色和黑色之间的各种程度(图 3)
60
纹理
37
科洛伊特
方向
形状
答答
37 9 6 3 2
—纹理类别，即具有给定值的区域成分的精细度或粗度的变化
(图 4)。这种变化可以通过以下方式获得
4 放大或缩小直纹摄影屏幕
— 颜色的类别(色调)，使用彩色的剧目
5 可以产生同等价值的感觉(图 5)
— 方向类别，线条或线条图案的各种方向，从垂直
到水平
6 不同方向上的水平(图 6)
— 形状的分类，因为一个大小不变的标记可以有
无限多种不同的形状(图 7)。
因此，任何视网膜变量都可以用于表示任何成分。但
是很明显，每个变量并不适合每个组件。这是有机层
次的概念
7 这提供了解决这个问题的关键。
61
10 84
71
29 33
14 42 24 20
21 14
Q 我
大小
企业的
8
B Q =大小
5
9
B =值
10
B Q —纹理
11
平面尺寸和“视网膜”变量
视网膜视觉变量的使用不仅仅是制图术所要求的。在所
有涉及三个或三个以上部件的图形问题中，当平面的两
个维度已经被利用时，这是必要的。
考虑一下这些信息:根据经济分支和企业规模分配的
工资总额。不变量—按企业分配的工资金额组成部分—
4 经济的五个分支(商业，
能源、运输、工业、服务)
—Q(工资)按经济部门的百分比，根据
—O 五、商业企业规模—类别(0，1—5，d
—100，10I—500，500 以上
员工)
数量如图 1 所示。如在 Brit- tany 的地图中(图 1，
第 60 页)，利用了平面的两个维度；一个轴是分支机
构，另一个轴是企业的规模。视网膜变量必须被调用一
次
62
再次表示数量，如图 2-7 所示。为了选择最佳表示，我们
必须确定平面维度与这些变量的区别以及不同视网膜变量
的特征。
当平面维度代表信息的两个组成部分时，它们就构成了一个
图像，图像的组织和基本形式就一劳永逸地建立起来了。它们
赋予平面一种意义，可以转化为数量、类别、时间(在图表中)
或空间(在地图中)。它们也定义了视野。越过它的框架，飞机
再次变成一张纸；它不再有意义，或者它改变了意义以支持另
一个图像。视觉“扫描”因此涉及；读者通过眼球运动来感知
平面维度。对平面的整体感知取决于视觉系统的“肌肉”反
应。
视网膜变量记录在平面的“上方”,并且独立于平面。
眼睛无需运动就能察觉它们的变化。
因此可以想象一个框架(图 8)
分
支
B Q =的方向 B Q =形状
S S S
12 13 14
每个 v‹u’iable 的不同前指会在同一个地方连续出现。这显示
在图 9-14 中。为了区分这两个前那不勒斯球员，我们不需要
任何证据。这些 v‹ii’iables 依赖于两种视觉反应中的任何一
种，而 sc‹in·宁似乎没有以明显的方式暗示‹i。
为了把它们从“逻辑”中剔除出去，我们将在这里使
用“合理的”response nil
‹ 1 '视网膜八叶。
在 ordin‹ii’y 感知的尺度上，只有 wla icli 与我们的生活
息息相关，而 vari‹ibles 的生理变化与计划中提到的完全一
致。然而，它是 l‹u’ge 的一部分
{这不是一个话题，它超出了我的想象，它不是一个观点。人们必须
把注意力放在“纳爱斯库莱”运动上，而这个壶在我看来是不可或缺
的。现在我们来解释这些相关变量的概念。