「数据可视化」数据可视化在科技传播中的运用，高新科技与数据拥有 纯天然的密切相关，大数据时期的来临为科技传播自主创新出示了突破口。数据新闻报道是大数据时期问世的一种交叉学科、跨行业的新闻报道呈现方法，它致力于根据数据发掘，探索掩藏在大数据身后的新闻报道，并运用静态数据数据图表、互动式多媒体系统等方式将新闻摘要视觉效果化呈现。

「数据可视化」数据可视化在科技传播中的运用，可视化是数据新闻报道的呈现方法之一，它基本上涉及到了生产制造数据新闻报道所必须历经全部流程——获得数据、了解数据和传递数据，在科技传播中有极大的运用发展潜力。文中以BBC和《纽约时报》埃博拉病毒报导所应用的数据可视化为例子，整理俩家新闻媒体数据可视化报导的工作经验。在科技传播中应用数据可视化方式能够将繁杂的难题简单，提高科技传播的精确性，协助受众群体深层次地了解。可是，数据可视化并并不是全能的，应用得不太好反倒会危害受众群体的认知能力，乃至欺诈受众群体。因而，文中小结了科技传播中应防止的三大错误观念即“为了更好地可视化而可视化”、“追求完美炫酷的数据呈现方法”和“数据可视化著作一定精确”，并讨论怎样在科技传播中能够更好地运用数据可视化技术性。

1什么叫数据可视化?

在诸多行业中，高新科技与数据的关联更为密不可分，他们中间存有纯天然的联络。科技进步的发展趋势时时刻刻离不了数据，小到分子和原子的裂变式，大到宇宙空间星体的运作都和数据紧密联系。

科技新闻融进数据，可以使报导更为精确，提高真实度。科技新闻应用数据并并不是新鲜事儿，一篇高新科技报导只需涉及到对数据的搜集和梳理，都能够视作数据新闻报道，但它是理论上的数据新闻报道。严格意义上来说，科技传播自主创新必须的是范畴上的数据新闻报道即“大数据新闻报道”。

数据新闻报道是大数据时期问世的一种交叉学科、跨行业的新闻报道呈现方法。数据新闻报道致力于根据数据发掘，探索掩藏在大数据身后的新闻报道，并运用静态数据数据图表、互动式多媒体系统等方式将新闻摘要视觉效果化呈现。伴随着大数据时期的来临，大家有着更高的数据库，因而高新科技报导对数据的应用也不可以滞留在简易的数据剖析上。愈来愈多对外开放的数据資源为高新科技报导出示了“银矿”，根据对规模性数据样版的收集、解决和剖析，大家将还有机会发觉数据身后所蕴含的规律性和发展趋势，高新科技报导的深层也将进一步扩展。

可视化是数据新闻报道的呈现方法之一，它基本上涉及到了生产制造数据新闻报道所必须历经全部流程——获得数据、了解数据和传递数据。对外开放数据源的增加及其各种各样信息内容的智能化促使搜集数据比过去更为方便快捷，各种可视化手机软件的持续升級也使制做丰富多彩的数据数据图表变成很有可能。凭着简洁而不容易的特性，数据可视化著作愈来愈遭受新闻媒体与受众群体的关心与钟爱。

2埃博拉病毒报导中的数据可视化

埃博拉(Ebolavirus)是一种少见的病毒感染，1976年在苏丹南边和圭亚那(金)的埃博拉河地域被发觉后，造成医疗界的普遍关心，“埃博拉”从而而出名。埃博拉病毒是一个用于叫法一群归属于化学纤维病毒科埃博拉病毒下属多种病毒感染的通用性专业术语。埃博拉病毒能造成人们和灵长类动物造成埃博拉出血热的烈性传染病病毒感染，致死率在50%至90%中间，至死缘故关键为脑中风、心梗、低血流量心搏骤停或窦汇区肝功能衰竭。

2.1BBC怎样应用数据可视化技术性

BBC网址对埃博拉病毒的报导综合性应用了文本、照片、声频、视頻、信息图等方式，根据结合新闻报道的方式，告知群众埃博拉病毒的是啥，它的危险因素及其如何预防埃博拉病毒。在诸多呈现方法中，数据新闻报道给人留有了刻骨铭心的危害。

BBC网址一篇名为《谁，什么，为什么：有多少埃博拉病毒感染者死亡?》的报导，深层次地剖析了埃博拉病毒的死亡率难题，明确提出埃博拉病毒死亡率达到90%的叫法并不精确。在不一样我国埃博拉病毒的死亡率各有不同，比如坦桑尼亚为73%，但在利比里亚却为55%，塞拉利昂为41%。

文章内容引证麻省理工大学生物统计学和临床流行病学权威专家的见解，觉得危害埃博拉病毒死亡率转变的要素关键有三个：最先，不一样我国解决埃博拉病毒的提前准备水平不一样;次之，不一样国家医疗保养的总数和品质不一样;最终，引起疫情爆发的埃博拉病毒菌种的不一样，在五种为大家孰知的菌种中，“扎伊尔”和“苏丹”这二种菌种的死亡率最大。

为了更好地更清楚地呈现埃博拉病毒的死亡率，该报导绘图了从1976年至2014年埃博拉病毒感柒病案数与致死人数的条形图(如图所示1)，根据对40年间埃博拉病毒近感柒总数与致死人数数据的统计分析与解决，为受众群体深层次地了解的该病毒感染的危险因素出示了协助。

图1埃博拉病毒的历年来暴发(1976—2014)

BBC的另一则报导在数据可视化运用层面一样优异，这篇名为《为什么埃博拉病毒如此危险》的文章内容被标识为“EDITORSCHOICE”(编写的挑选)，其报导水准可见一斑。这篇数据可视化报导将1976年至今丧生于埃博拉病毒的总数以圆面积来表明，随后用不一样的色调在地图上标注出去(1976年至2013年的致死人数鲜红色表明，2014年的致死人数用翠绿色表明。圆面积越大，说明致死人数越多。这样一来，阅读者能够清晰地见到，2014年埃博拉疫情的严重后果前所未有，尤其是利比里亚的肺炎疫情更为比较严重。1976年至2013年，埃博拉病毒关键集中化暴发于南苏丹、圭亚那、乌干达等中非国家，而2014年的此次埃博拉疫情关键产生在西非国家，如利比里亚、坦桑尼亚、塞拉利昂。

图21976年至今埃博拉致死人数

2.2《纽约时报》运用数据可视化呈现埃博拉病毒的历史时间与将来

《纽约时报》网址对埃博拉病毒的数据可视化报导比BBC更胜一筹，在名为《关于埃博拉爆发，你需要知道些什么》的报导中，应用了较多的数据可视化方式多方面呈现与诠释。该报导由12个有关埃博拉病毒的难题构成，比如现有多少人感柒埃博拉病毒?该病毒感染在哪里暴发?肺炎疫情会越来越多比较严重?为解决肺炎疫情英国已经干什么?……在回应“本次肺炎疫情与以往对比怎样?”时，创作者应用了时间线的方式整理了1976年至今历年来埃博拉病毒暴发的時间、地址及其致死人数，还对以往每一次肺炎疫情的比较严重水平干了排列(如图所示3)，向阅读者清楚形象化地呈现了埃博拉病毒的历史时间与实际，具备历史时间空间感。

图3历年埃博拉病毒病案、致死人数与受影响的我国

除此之外，该报导还依据目前的统计分析数据对本次埃博拉疫情的发展趋向作出了分辨(如图4)，三幅折线统计图各自呈现了“假如情况获得改进”、“依照当今的患病率”及其“情况恶变”三种不一样状况下埃博拉疫情的发展趋向，在其中带些曲线是对将来感柒病案的预测分析。那样的数据可视化呈现比较全方位地回应了“此次丧尸病毒会越来越多比较严重?”这一难题，让阅读者对埃博拉病毒将来局势拥有整体的了解。

图4三种不一样状况下埃博拉疫情的发展趋向

3科技传播应避开“数据可视化错误观念”

在科技传播中应用数据可视化方式能够将繁杂的难题简单，提高科技传播的精确性，协助受众群体深层次地了解。可是，数据可视化并并不是全能的，应用得不太好反倒会危害受众群体的认知能力，乃至欺诈受众群体。因而，科技传播运用数据可视化方式时要留意避开下列三大错误观念。

3.1错误观念一：为了更好地可视化而可视化

并非是全部涉及到数据的高新科技议案都合适用可视化方式来呈现，在数据量较少的状况下，科技传播能够立即选用列数字的方法。数据可视化一般必须专业技术人员、工艺美术编写参加在其中，生产周期较长，假如涉及到数据就开展可视化制做，实际意义并不大而且浪费时间，错过良好的机会哦!和資源。

是不是应用可视化的方法来呈现应当在于论文选题的內容、数据的尺寸和种类，不可以为了更好地可视化而可视化。数据可视化的实际意义取决于根据对很多数据的搜集、梳理和剖析，把繁杂的难题简单，让阅读者看得更搞清楚。

3.2错误观念二：追求完美炫酷的数据呈现方法

可视化根据将信息内容立即投射到身体感观系统软件的方法，缓解身体认知信息内容的成本费，减少信息内容讲解的途径，是一种十分友善的表达形式[2]。数据可视化自身是为了更好地让受众群体更形象化、更清楚地获得信息。因而，数据可视化著作要以受众群体感受为导向性，精确而轻快地表述数据，不应该强加于人花里胡哨、炫酷的数据呈现方式。总而言之，数据可视化的作用与艺术美要并驾齐驱，既不可以由于专业能力过强而令人感觉枯燥无味，也不可以由于花里胡哨复杂令人不明就里。

现阶段，数据可视化的呈现方法比较多种多样，既能够选用传统式的静态数据信息图，还可以制做互动式数据图表。BBC和《纽约时报》埃博拉病毒报导所选用的数据呈现方法都较为平淡无奇，沒有出現耍酷的数据图表。

3.3错误观念三：数据可视化著作一定是精确的

数据可视化著作并不一定是精确的，有时候它也会蒙骗人们的眼镜。造成数据可视化“撒谎”的缘故大概有两个：最先，在数据可视化写作的前期，数据的搜集、解决和剖析全过程出現错漏。这一缘故是全局性的，由于数据自身一旦打错，呈现出去的数据图表一定不精确;次之，在数据呈现环节如造表、制图工作中中也很有可能出現误差。

除此之外，数据可视化自身也并不追求完美肯定的精确。假如在数据可视化著作中表明每一个数据的精准值和标准误差，这一可视化也许很差。精确是关键的，可是数据可视化并并不是有关某一个独立的数据，它大量的是呈现数据在时间和空间上的遍布和转变。我们要呈现数据中潜在性的特点。因此数据可视化真实要做的是较为与抽象性。假如要让受众群体见到每一个数据，那麼把全部数据放到一个目录里显而易见更加适合。

4科技传播怎样能够更好地运用数据可视化

4.1进一步扩展数据来源于

「数据可视化」数据可视化在科技传播中的运用，数据可视化必须以很多的数据样版为支撑点，要是没有丰富多彩的数据来源于，可视化便会流于表面，欠缺基石。针对数据可视化而言，数据是关键，可视化仅仅方式罢了。因而，要提高科技传播中数据可视化內容的品质，就必须扩展与科技进步有关的数据来源于。拥有丰富多彩的数据資源，大家就会有机遇从这当中发掘更新规律性和新发展趋势，随后再用可视化方式呈现出去才更具有传播效果和活力。海外对外开放的数据服务平台为新闻媒体制做很多有知名度的数据可视化报导出示了牢靠的基本，现阶段在我国在这些方面仍处在发展环节。从在我国的实际情