有大量知名资源提供有关数据可视化的建议。(例如 Tufte、Stephen Few 等人、Nathan Yau。)但是对于这些问题的答案,人们可能会转向哪些领域:
- 饼图批评在实践中是否相关?人们在解释线性尺度长度方面比弧长更好吗?
- 假设我构建了一组基础变量的指数摘要,并向外行解释美国在 2010 年的值为 100,在 2015 年为 110。大多数人将如何解释这些数字?当我提出这个指标时,我是否应该考虑一些自然的认知习惯,以便更好地解释或防止误解?
换句话说,定量信息的提供者可以在哪些科学领域寻找经验上合理且经过测试的原则,以帮助整理当今过多的可视化和设计建议?
目的不是就如何最好地可视化数据或处理新的数据可视化问题找到建议、想法或当前共识,而是要了解在哪里寻找人们如何解释定量和/或视觉信息的科学。
(引用该领域的期刊、会议和学者的额外功劳。)