树状图，一种主要使用的可视化图表类型，是由Ben Shneiderman在1990年发明的。这位人机交互实验室（HCIL）的创始主任受到了他在20世纪60年代在纽约现代艺术博物馆看到的光学艺术图像的启发。
树状图是巨大的方形盒子，包括矩形形式的数据树。这个概念涉及颜色和形状，以达到以树的形式呈现复杂数据的清晰度。Shneiderman利用实时数据设计了12个这样的树状图，它们被保存在美国各地的现代艺术博物馆中。
虽然他最初在1990年使用树状图来理解硬盘上的空间分配，但制作树状图所涉及的美学选择为在数据可视化中进一步实现这一概念铺平了道路。David Woodword的作品《艺术与地图学》确立了用于叙述故事的视觉元素的重要性。在他的书中，他解释了荷兰画家的画作，他们把那个时代的地图作为艺术品挂在墙上。
欧普艺术如何启发了施奈德曼
源于此。维基百科
施奈德曼的树状图是一种平铺机制，用于通过不同颜色的嵌套矩形将树状结构可视化。树状图主要用于可视化数据中的层次结构。这种数据可视化的概念侧重于空间的适应性使用，用颜色代表不同的信息。Shneiderman的灵感来自于60年代的 "欧普艺术 "和他在纽约现代艺术博物馆看到的展品。欧普艺术或光学艺术是一种与几何设计有关的动感艺术形式，当观众看到图像时，会产生运动。1965年，在纽约举办的一个名为 "反应的眼睛 "的展览上展出了几幅黑白的欧普艺术图像。这些图像中的艺术图案影响了印刷图形、时尚和广告中的风格。
Shneiderman从欧普艺术中获得灵感，建立了Treemaps的四个美学方面。
- 版面设计（片状、方块状、有序、剥离）。
- 色调（柔和的、大胆的、连续的、分歧的、彩虹的）。
- 整个图像的长宽比（方形、黄金比例、宽、高），以及
- 每个区域、每个层次的边界以及周围的盒子的突出程度。
究竟什么是树状图？
树状图是由不同大小的矩形组成的方框，这些矩形是有颜色的。这些形状所使用的美学原理显示了引发观众兴趣（情绪）的数据。即使算法规则限制了树状图，在这个过程中涉及的美学也为创造性的探索提供了空间。在他题为《每一个AlgoRiThm都有艺术》的书中，Scheiderman解释了基于国际组织提供的数据的12幅树状图的印刷品。这些树状图的原始版画于2013年8月26日首次在马里兰大学计算机科学教学中心展出。虽然最初决定这些版画将被悬挂两个月，但由于它所包含的艺术状态，它已经成为一个永久性的展览。
Ben Shneiderman和他的一幅树状图。来源。WordPress
Shneiderman的树状图已经在名为 "EveryAlgoRiThm has ART in it:树状图艺术项目"。通过树状图，Shneiderman声称，当信息以视觉方式组织起来时，人类的大脑会以不同的方式处理信息。这是一个试图通过艺术来理解人类与数据可视化的互动。
通过使用彩色块，Treemap使观众更容易根据尺寸、方面和颜色来理解。Treemap由嵌套的矩形或瓦片组成，每个矩形的面积与它们所代表的数据成正比。较大的矩形表示较高的层次，是 "数据树 "的主要/根分支。然后，数据树被划分为较小的方框，显示层次结构的较低水平。这些矩形用于显示数据集，其目的是将数据 "分解 "成其组成部分，以快速识别其较大和较小的组成部分。 例如，下面的树状图对牙买加2017年的出口进行了分类，按部门分开--化学品、矿物、石油、农业等。
树状图的一个例子。来源。维基共享资源
施耐德曼的艺术与真实的数据
为了通过树状图建立他在数据可视化方面的发现，施奈德曼使用了世界银行的真实数据，并解释了不同国家的城市人口是如何分类的。他甚至从美国能源信息署收集了关于碳排放的信息，并将所有数据组织成七个大洲，在树状图上显示出来。Shneiderman在他的书中写道，这幅插图中方框的大小代表了二氧化碳的排放量，而颜色则根据人均二氧化碳排放量而变化。他还用树状图来说明观众对TED演讲的参与分数。Sebastian Wernicke为他题为 "谎言、该死的谎言和统计 "的TED演讲汇编了这些数据。这个具体的树状图中的颜色试图显示TED演讲中的多样性。
现代艺术博物馆的12张树状图
他用实时数据的插图在艺术和科学之间架起了一座桥梁，并显示出这两个学科在许多特定的情况下有交集。Shneiderman的许多作品都在现代艺术博物馆中找到了位置，第一个是马里兰大学，其次是华盛顿特区的国家科学院，从2014年10月起，Shneiderman的Treemap副本在凯克中心展出。另一份《树状图艺术项目》在弗吉尼亚州的霍华德-休斯医学研究所展出，后来在2016年被移到马里兰州的切维蔡斯总部。接下来是纽约现代艺术博物馆，该博物馆收到了史奈曼的全部12幅树状图印刷品，并由该博物馆保存。加州大学欧文分校和英国的斯旺西大学也收藏了施耐德曼的树状图。
施耐德曼用他从世界银行收集的城市人口数据设计的树状图。源于此。本-施耐德曼的书
施耐德曼担任教授的马里兰大学也开发了一个制作树状图的工具，可供下载和使用。树状图是理解复杂数据的最有效工具之一。这个概念的目的是在空间受限的布局中以分层模式呈现大量数据。这个工具的意义在于它能有效地利用空间和智能色彩机制来生成一个带有矩形的布局，根据数据的数量来显示数据的变化。在某种程度上，树状图通过消除沉重的文本并以形状和颜色取代它们来缓解数据解释。
The postBen Shneiderman's Treemaps How Found Place in the Museum Of Modern Artappeared first onAnalytics India Magazine.
