南丁格爾做了張“玫瑰圖”，結果把士兵的死亡率從42%降到2.2%

未來的 可視化也許會脫離屏幕的限制，

真正走到我們面前，

或許你一個動作，一個眼神，

就可以進行可視化的互動。

可視化是什么？ 其實可視化離我們很近，比如堪稱年度恐怖大片的支付寶賬單，年年刷爆朋友圈，大家可能都被嚇到過。

這是因為可視化太直觀了，它們把數據轉化為形象的圖表，讓人們一目了然、快速地獲取信息 ，可 以追蹤自己的飲食和消費習慣，于是人們看完就想剁手。

當然還可以復雜一些。 這是大家熟悉的excel數據表，它記錄的是世界銀行統計的各國GDP的歷史數據 。

密密麻麻的幾頁，給我們一天的時間也很難發現里面有什么規律。那我們把它可視化出來看看。

可以看到各個國家不同年度的GDP值和排序變化，美國遙遙領先。總體來說，各個國家的GDP值都在增長，增長的快慢決定其排名的變化。

中國上下徘徊幾次后，從1990年開始就義無反顧往上竄，勢頭很猛，直到2010年穩定在第二。

我們還可以跟這個圖進行交互， 如果很想看看法國和中國，我們就可以選中它們，重點看它們的變化和相互關系， 可以看到中國在哪一年超越了法國。

這就是 可視化 ，把隱藏在數據中的規律化作直觀的圖像，讓數據開口講故事。 這里用 到的是最簡單的可視化元素——柱狀圖。

數據的表現形式——統計圖

已完成：10% / //////// /

說到柱狀圖，我們不得不提一個重要的人物—— 威廉·普萊費爾 ， 他是蘇格蘭一位非常有名的政治經濟學家。

兩百多年前他就意識到一個現象： 那些身居高位、業務繁忙的商人只需要關注一些統計結果 ， 根本不需要大費周折去研究具體細節。

于是 他設計出世界上第一個柱狀圖 。世界上第一臺計算機是1946年才問世，所以這個柱狀圖是純手工繪制。

上圖展示了 蘇格蘭與其它各國的進出口貿易額。 17年后，他又再接再厲，創造了世界第一個餅圖，曲線圖。

這個餅圖展示了土耳其帝國 當時在非洲、歐洲、亞洲所占領的土地面積 。

這個曲線圖展示的是英國與北美的進出口貿易差。雖然這些是200年前繪制的圖表，但這些表現形式我們到現在還經常使用，可見這位普萊費爾的偉大。

這張圖很像盛開的玫瑰，它有一個美麗的名字——玫瑰圖。

故事發生在1855年，克里米亞戰爭期間，英軍傷亡慘重。

當時一個叫 南丁格爾的戰地護士 ， 她通過搜集數據， 發現很大部分死亡原因其實并非是“戰死沙場”，而是 因為在戰場外感染了疾病，或是在戰場上受傷， 卻沒有得到適當的護理。

于是，她設計了這個玫瑰圖，把圓分成12分，代表十二個月。

藍色面積表示死于感染的士兵，紅色表示死于戰場的重傷， 灰色表示其它原因。很明顯，藍色區域的面積明顯遠大于其他區域，這張圖一目了然地揭示了戰士死亡的真正原因。

南丁格爾把這份結果呈現給軍隊和維多利亞女王 ，促成了世界第一座戰地醫院的建立。

也正因為有了戰地醫院及時的醫治與護理， 死亡率從42%減低到2.2% ，可以說這張圖挽救了很多戰士的生命，這也足以證明可視化對信息傳遞的重要性。

無論是柱狀圖餅圖還是曲線圖玫瑰圖，從本質上來說，都是統計結果的可視化。 統計對分析當然很重要，但是光有統計是不夠的。

圖中有四組數據，每組數據都不一樣。

當我們用通常的統計方法來看這個數據的時候發現， 它x軸的均值y軸均值，方差、相關性系統值都完全一樣 ，看不出任何差別，很多特征信息都丟失了。

看來統計方法是不行了，那我們用 更高級的可視化方法 試一下。

我們把這些數據畫出來， 就能一眼發現它們的不同，有九個點狀的、有X形的、有五角星形狀的，特別是第四組是一只可愛的恐龍。

很有意思， 可視化通過圖像迅速吸收、消化數據并把特征信息形象的傳遞給我們。 可是當數據越來越大，故事越來越復雜，怎么畫數據就是一個難題了 。

如果我們像剛才畫恐龍那樣把數據直接畫出來，問題又來了，什么也看不見，所以我們需要研究新的可視化算法。

“體繪制技術”可以幫我們穿透這團迷霧。通過這種方法可以清晰地看到它是一只手，還可以透過皮膚，看到血管與骨骼。

可視化的實際應用

已完成：60% / / / / / / ////

一個天文學家給我們的140億年宇宙演化的模擬數據，大概有90TB的數據量，我們翻一年也翻不完。

這么大的數據，這么復雜的故事，需要用到超級計算機和各種復雜的可視化算法，才能把它里面隱藏的特征信息形象的表達出來。

天文學家只能把它們畫成簡單能量譜的曲線。

當我們把它可視化出來的時候，跟我們合作的天文學家震驚了， 這是他們第一次可以直觀地看到 自己模擬的整個宇宙及其動態演化 。

上圖是這個數據的可視化結果，就是我們現在宇宙的樣子。

這些星系經歷了140億年 的穿行，形成現在的各種星系團結構，這些星團之間有一些絲狀結構的連接在一起，也許左下角飛過的小亮點就是我們的地球。

這個是最大的星系團，是我們銀河系的一萬倍，我們可以清晰地看到它的內部層次，它通過140億年不斷吞噬合并其它星系而形成了現在這樣一個龐大的天體結構。

天文學家還想看看 這些大星系團是怎么一步一步演化而來的 。 于是我們可以挑出天文學家感興趣的局部的區域。

可以看到，一開始粒子均勻分布，后來在引力的作用下，逐漸成各種不同的小團，大團直接吞噬小團 ， 兩個相當的大團相互碰撞，合并最終形成一個超大的星系團。

天文學家還需要進一步分析其中的一個小的星系團，想看看它們在這場大的演化運動中，怎么由小小的幾個星系團合并。

我們可以看到， 剛開始，慢慢形成幾個小團，然后合并，之后幾度險些被沖散，最終有驚無險頑強地合并在一起。

有了可視化， 天文學家不費吹灰之力，就有了一臺指哪打哪的望遠鏡，而且還可以穿越歷史。

當然要實現這些， 我們突破了一系列關鍵技術，從數據組織與壓縮、并行與GPU加速繪制、色調映射、所見即所得的時序分析及特征結構挖掘 等一系列算法來做支撐。

黑洞也是天文學家特別關心的問題。

我們都知道黑洞無限制吞噬吸收周圍的物質，實際上在這個過程中也會產生高速的噴流。

2013年歐洲XMM牛頓太空望遠鏡發現了黑洞會噴射重金屬流的現象。這些現象的背后的具體機制是個不解之謎，也是天文界的重大科學問題。

如果想要研究這個問題，首先需要用計算機來模擬這個現象。

中科院上海天文臺的科學家們想要進一步研究它的機理。 但是模擬的結果對不對，模型算法合不合理，沒有標準去驗證。

同時，對于粒子是怎么進入黑洞，他們內部也有不同的看法。

所以他們找到我們，問我們有沒有什么辦法讓他們直觀看看數據，來驗證他們的方法。

我們為他們定制了這樣一個可視化的工具， 幫助他們直觀地分析數據，看看物質是怎么進入黑洞，以什么樣的軌跡進入黑洞，有沒有物質噴射出來，如何噴射出來。

采用軌跡線的方法，手動在他們感興趣的區域撒點，就像我們在河里撒一些泡沫以觀察河流的緩急。

我們可以清楚到看到粒子是怎么運動的，在哪兒開始被吞噬，正如科學家期待的那樣，這里確實有物質噴出。

我們都知道 洋流對海洋航運，氣候、地理環境都有很重要的影響 。 可是面對茫茫的大海，觀測資料很少，科學家迫切需要清楚地看到整個海洋的洋流情況。

直到有了衛星， 有了超級計算機之后，我們才得到了更準確高精度的模擬數據。

將這些數據可視化可以讓科學家直觀地看到上圖的畫面，這對科學家來說是非常關鍵的，因為他們能清楚地看到 洋流的速度、方向、溫度變化情況。

比如說圖中這些渦和流，它們的相互作用但對科學家來說意義重大。

通過可視化我們甚至還可以觀測海洋污染， 比如石油泄漏，潛水艇可以更加安全地航行。

我們經常遇到霧霾天，可能你們沒有從這個角度來看過霧霾。

這是中國局部地形圖，紅色代表北京，黃色代表武漢，中間就是霧霾，不同的顏色代表不同濃度，底層像河流一樣的代表大氣的風場。

通過這樣的可視化，科學家從這里可以看到霧霾是怎么在風場和地理環境的影響下，從北京傳輸到武漢的。

這對他們理解霧霾的傳輸過程很重要， 可以更好地揭示不同地區間霧霾發生的相互關系。

我們不僅幫助大氣學家來尋找霧霾來源，也在輔助物理學家去尋找清潔能源。

核能就是一種清潔能源，但是核廢料卻對環境有污染，處理核廢料，國際上最有效的方法，就是利用ADS嬗變系統。

它可以用核廢料發電，還能解決核輻射問題。

中科院近代物理所牽頭研究這一技術，以上是他們委托我們做的嬗變系統的可視化。

這些粒子正在直接加速器上沖刺，下方條狀圖顯示，一開始，粒子團變化巨大，在加速過程中慢慢趨向穩定。

管道中，紅色和藍色的椎體是不同的磁極，這些磁極的強度與分布，還有粒子的初始速度，都是可以調節的。

科學家可以直觀地看到這些數值調節以后的效果。

目前，該研究工作已成功結題，正轉化為國家大科學裝置，準備開工建設。

最后說說大家都熟悉的高鐵。

其實， 高鐵投入生產之前，科學家需要做很多工作。比如， 為了以最少能量獲取最高的速度，我們需要讓尾部的渦旋盡可能地小，這樣行駛過程中的阻力更小。

我們要從 高鐵尾部產生的海量流線里， 幫助科學家找到最感興趣的尾部渦旋，也就是大家看到視頻當中運動的曲線。

在這個過程中， 科學家通過可視化，可以看到不同參數情況下渦旋的大小變化，就可以輔助高鐵的設計優化。

未來的可視化會是什么樣子呢？

可視化也許會脫離屏幕的限制，真正走到我們面前， 或許你一個動作，一個眼神，就可以進行可視化的互動，就跟現在科幻電影里的場景一樣。

我相信，這一天很快就會到來。