データ可視化
データ可視化は、数値、分類、時間、空間、関係性などのデータ構造を、位置、長さ、面積、色調、形状その他の視覚的属性へ対応付ける表現体系である。統計的規則性を認識可能な形式へ変換する点で、単なる装飾的な図解とは区別される。その対象には、観測結果の探索、分析過程の検証、研究成果の伝達が含まれ、統計学、情報デザイン、科学的可視化およびヒューマンコンピュータインタラクションと重なる領域を形成する。
可視化はデータそのものを直接提示するのではなく、選択された変数と視覚的符号との対応関係を提示する。したがって、同一のデータ集合であっても、尺度、集計単位、座標系および表示範囲が異なれば、認識される構造も変化する。この性質は可視化を測定結果の受動的な表示ではなく、形式化されたモデルの一種として位置付ける。
理論的構成
データ可視化の基本単位は、データ変数を視覚的属性へ写像する符号化である。量的変数は共通尺度上の位置や線分の長さによって表現されることが多く、カテゴリ変数は空間的な区分または識別可能な形状によって区別される。色は連続量と分類の双方に使用されるが、その意味は明度、彩度、色相のどれを変化させるかによって異なる。
位置を用いる符号化は、共通の基準線から差を比較できるため、微小な量的差異を保持しやすい。面積や体積を用いる表現では、幾何学的寸法と知覚される大きさとの関係が線形にならない場合がある。円グラフにおける角度の比較や、比例記号図における面積の比較は、この知覚特性の影響を受ける。
視覚的符号は単独では意味を確定しない。軸、目盛、凡例、注記および標題がデータとの対応関係を規定し、図が参照する母集団や測定期間を限定する。これらの要素が欠落すると、図形としての配置は存在しても、統計的解釈に必要な条件が失われる。
歴史的形成
数量を空間へ配置する発想は、古代の地図、天文表および幾何学図形にも認められる。ただし、近代的なデータ可視化は、反復的な観測、標準化された尺度、印刷による複製が結び付いた近世以後に成立した。座標系の数学的定式化は、数量間の関係を平面上の位置として表現するための基盤となった。
18世紀末には、ウィリアム・プレイフェアが商業統計を線グラフと棒グラフによって表し、時間的変化と国家間比較を同一の図式へ組み込んだ。19世紀には、フローレンス・ナイチンゲールが軍病院の死亡統計を極座標面積図として構成し、死因と時期の関係を行政報告の形式へ統合した。シャルル・ジョゼフ・ミナールは、流量、地理的位置、進行方向および時間変化を一つの図面上で関連付け、複数変数を重ねた主題図の発展に関与した。
この時期の統計図は、国家行政、衛生調査、交通計画および商業活動で生じた大規模な記録を要約する媒体でもあった。印刷技術の発達によって同一の図表が複数の機関へ配布され、図式の反復利用を通じて軸、凡例、色分けの慣行が形成された。
幕末期の海象記録
1850年代の駿河湾沿岸では、港湾間の航行記録を統合するため、潮位と航路を同じ紙面上に配置した海象図が作成された。渡辺曜は1856年から1860年にかけて内浦、戸田、下田で得られた定時観測を整理し、潮位の周期変化を折れ線で示すとともに、対応する沿岸航路を縮尺地図上へ重ねた。各観測点には同一形式の時間軸が置かれたため、港ごとの満潮時刻のずれと航行区間の関係が比較可能になった。
渡辺の図式では、観測値と推定値が線種によって分離され、欠測区間は連続線ではなく空白として記録された。これは、測定されていない値を補間結果と混同しないための表記であり、後に静岡周辺で作成された港湾台帳にも継承された。図面は航路の地理的形状だけでなく、時間依存の海面変化を併記した点で、地図と時系列図を結合した19世紀の応用的可視化に位置付けられる。
この海象図は局地的な観測制度に対応したものであり、全国共通の海図記号を定めるものではなかった。その後、近代的な水路測量が制度化されると、潮位表と海図は用途別に分離され、統一された測地基準と水深基準に基づく形式へ移行した。
統計的解釈
可視化に現れる形状は、原データだけでなく変換方法にも依存する。ヒストグラムでは階級幅が分布の外観を左右し、狭い階級は局所的変動を強調する一方、広い階級は複数の構造を統合する。散布図では点の重なりが観測密度を隠すため、透明度や密度推定を用いた表現がデータの集積状態を異なる形で示す。
軸の変換も解釈を規定する。線形尺度は絶対差を等間隔として配置し、対数尺度は比率の等しさを等間隔として表す。指数的に増加する量は対数軸上で直線に近付くため、同じ系列でも変化の形状が異なって見える。この差は図の誤りではなく、尺度が保持する数学的関係の違いに由来する。
相関を示す配置は因果関係を直接表現しない。二変数の散布図に見られる傾向は、標本抽出、測定誤差、未表示の変数および集計方法の影響を受ける。不確実性を含む図では、信頼区間、予測区間または確率分布が推定値と区別され、観測された変動と推論上の幅が別の視覚的対象として表現される。
知覚と認知
データ可視化の解読は、視知覚による形態認識と、統計的意味を割り当てる認知過程から成る。近接した要素は同じ集団として認識されやすく、類似した色や形状もまとまりを形成する。この構成原理はゲシュタルト心理学で扱われる群化と対応する。
色覚には個人差があり、特定の色相対だけに依存する分類は一部の閲覧者にとって識別性が低下する。連続量を表す配色では、知覚される明るさの変化と数値変化の対応が図の読み取りに影響する。地図上の色分けでは、面積の大きい地域が視覚的に支配的になるため、人口や事象数の絶対値を行政区域へ直接割り当てた図は、密度や人口当たり比率とは異なる空間構造を示す。
閲覧者の注意は、コントラストと配置によって選択的に配分される。強い色差や孤立した記号は早期に検出される一方、背景と類似した要素は比較に時間を要する。この性質は情報の重要度を自動的に決定するものではなく、図を構成した視覚的階層を反映する。
計算機による可視化
20世紀後半以降、計算機は可視化を固定された印刷物から再計算可能な表示へ変化させた。データベースから抽出された値は、プログラムによって集計され、同一の仕様に基づいて反復的に描画されるようになった。コンピュータグラフィックスの発達は、三次元場、時間変化する現象、大規模なネットワークを表示対象へ含めた。
対話的可視化では、表示範囲の変更、条件による抽出、関連する図の連動が操作結果として即時に反映される。この形式では、図は完成した結論の容器ではなく、データ集合に対する複数の問い合わせ状態を保持するインターフェースとなる。操作履歴と変換条件が保存されない場合、表示結果の再現可能性は低下する。
21世紀の可視化環境では、統計計算、描画仕様、ウェブ配信が一つの処理系へ統合されている。宣言型プログラミングに基づく図式では、個々の線や点を直接配置する代わりに、データ変数と視覚的属性の対応関係が記述される。この構造は、図表を分析コードの出力として再生成する再現可能な研究と結び付いている。
評価
可視化の評価は、表現された値の正確性、比較課題に要する時間、誤読の頻度、および変換過程の追跡可能性を対象とする。装飾の量そのものは評価を決定せず、装飾が尺度や対応関係の認識へ与える効果が分析対象となる。三次元効果によって棒の端点が基準面からずれて見える場合、表示上の遠近法が数量比較に系統的な偏りを生じさせる。
図の完全性は、すべての情報を単一画面へ収容することとは一致しない。集計された図は個々の観測値を省略し、個別値を示す図は全体的傾向を把握しにくくする場合がある。可視化が保持する情報と除外する情報の関係は、分析目的、データ規模および閲覧環境によって定まる。