讲座回顾 | grasshopper在数据可视化中的应用

              本文用 Shownotes 的形式总结归纳了8月16号的 FREETALK ——grasshopper在数据可视化中的应用

讲师Ms. wang结合个人软件学习经验为有意探索grasshopper以及数据可视化的同学们答疑解惑。

此次 lecture 主要分为5个Sections：

1）什么是数据可视化？

2)  什么是数据？

3）数据可视化有什么优势？

4）为什么用grasshopper？

5） Q&A 答听众问环节

视频回顾

SECTION 1 ：什么是数据可视化？

数据可视化是以数据为工具，以可视化为手段，去描述世界，探索问题。好的数据可视化不是说把数据转化为图形，而是能揭示数据中的规律或原理，并给人以视觉上的冲击。虽然一张表格上的每一个数据都很重要，但是把表格转化为数据可视化图之后，还是要第一眼给人直观的感觉。

下面列举几张关于时间的数据可视化的早期的图。

这是一张时间年表，显示了1770-1824年之间收入、支出、债务等与面包的关系变化图，一张普通的线图，却能够清楚反映当时时期各个数据与面包之间的关系，有一定的时代意义。

这是一张扇形折线图，最外缘的是年份1900年-1914年，反映的是当时那个年代金属银的价格随着年份而变化的关系。此图包含的信息与上图的关系类似，都是反映的相关联的量随着时间的变化情况，只是绘制方法上有所区别。扇形图的绘制的特点在于，与靠近边缘，数字越大，线越平滑，绘制成扇形图时可以放大突出这个特点。

此图反映的是收入、债务、开支在一段时间内的变化，收入和支出是两个比较相同的变化量，所以两个量采用的相同的可视化的表现方式，债务则换成另外一种表现方式放在中间。图纸分成了三部分，去讲清楚三者与时间的关系。

这张图反映的是1861年的某一月的天气情况，每一种天气分别用一种图案绘制出来。

以上四张图便是早期关于时间的数据可视化的例子，希望大家借此明白两个道理：

一：技术手段永远是第二步，第一步是理清做好思路和逻辑，在此基础下，才可以通过电脑软件清楚的表达出来。

二：在数据可视化领域，有很多图纸虽然比较简陋，但是很多方法是可以借鉴的。像是图2的扇形图，日常可以积累和思考，对未来画图是有帮助的。

SECTION 2 ：什么是数据？

数据可以分为空间数据和非空间数据，在非空间数据中又存在着数值和数值之间的关系。大家可以借鉴一下这种分类方式，比如在做作品集的过程中，如果手头上有一些数据而不知道如何表达的时候，可以优先考虑这些数据是不是与空间位置有关系，如果有关系，一定要将这些数据落到具体位置上，这一定是最优的选择，其次再考虑它们之间的数据关系，然后再考虑在这个数据基础上，能不能把某个数值加入进去。

这幅图是密西西比三角州的水土流失的项目，很多内容是用ArchGIS做的，工作的原理也是数据可视化，将地图分成若干的小方块，每个小方块是这个场地内的一些数据，是用这样的方式进行可视化的。对于很多大尺度的项目，还是先选择ArchGIS比较好，grasshopper所能的数据可视化稍微有一些局限性，类似人流的分析，最短路径、光照等等比较特殊的，还是优先ArchGIS做。

此图是一张记录潮汐的非空间数值的可视化，将数据画到这幅图上，并赋予一个海水的颜色，与潮汐的主题相对比较契合。

这幅图的左上角部分则是一个关于数据之间关系的可视化，表示的是生物与各种元素之间的包含关系，而将关于数值方面的信息则放在下面。这幅图对于大多数刚接触grasshopper不久的人是可以立刻画出来的，在rhino当中还是很常用的。右边的图则是mapping和数据的结合，图中绿色的圆圈是被用掉的能源，灰色的圆圈是被遗弃、被浪费的能源，此图是把每一块地块被用掉和被遗弃的数量比例表现出来。

SECTION 3 ：数据可视化有什么优势？

数据可视化在做作品集过程中可以将直观的感觉进行量化。举例来讲，我曾经做过一个有关昆虫的项目，一个人和昆虫互动的小公园。当时的解决办法是通过将传粉类的植物引入公园，从而把昆虫引入场地内部，然后借此研究了很多关于植物和昆虫的论文，这样把昆虫、植物、场地进行了分类，一种植物对应一种或几种昆虫，对应一种场地，从而构成了比较特殊的环境，在整个场地内拥有很多种微环境，这就是学习了数据可视化之后所拥有的思路。

SECTION 4：为什么用grasshopper？

此图来自于数据可视化模板做的比较漂亮的一个网站，里面大部分的数据可视化都是通过代码做的，像这样类似的网站还有很多。在现阶段大部分人处于本科要读研究生的阶段，没必要为了几张分析图去花费大精力去研究代码，有精力的人能学会肯定很好，相对没有精力的人比较浪费时间。对于初学者来说，很多代码出的模板是不一定适用于你的数据的，没用自己创作的可视化方式灵活。另外，通过代码出的图片，不像grasshopper出的一样能得到矢量的图片，后面不易修改。所以，用grasshopper出数据可视化的图片相对比较方便，容易进步，可以做一些与自己项目数据相对贴合的图。

下面列举几种相对好的用代码做的，我用grasshopper连接的意向图。

左边是寻找的用代码做的意向图，右边是用grasshopper做的模仿图，用一个二维的画图的或者建模的思路去做，每一个圆圈代表一个数据，用线去连接。

这张图所表示的是将人分成两类，每个人的信息相连接，用的是grasshopper里的launchbox插件，将每个人的信息录入进去。

这张图比较常见，将半圆上的信息分类，与另外一半进行连接，画出来就是这样放射状。

今天的时间较短，很难讲的详细，希望为大家培养习惯，养成思路。

关于我自己，我本科学校比较一般，GPA也不太高，申请学校之前，各种软件也不太会，后面靠着自己做作品集的耐心，申请到了一个相对满意的学校。如果大家有什么问题或者困境，我们可以交流一下。

SECTION5 ：Q&A 答听众问环节

Q: 软件是如何自学的？

A: 利用书、网课、经验帖等去学会一些最基础的功能，至于关于这个软件每个分支的小方向，则需要跟这个方向有一些造诣的人去交流一下，或者自己钻研一些，然后通过很多实际的项目，让自己一点点提高。

Q: 数据收集有哪些方式？

A: 这个问题挺大的，如果是空间类的数据，大家可以去ArchGIS的数据库里去找，如果是非空间类的数据，最好的方法是打开google浏览器，在搜索框里输入关键词，点开高级搜索，有时候可以搜索到这些内容，如果搜索不到，就要看一些论文资料，有些数据给你的并不是整理好的excel，就需要自己去归纳

Q: 平时在设计过程中怎么梳理设计逻辑？

A: 推荐一个软件，叫做xmind，是画逻辑图的一个软件，可以在绘制的过程中，逐步地推进自己的思路到某一个点，记录下来，并进行归纳。还有一个网站，diagram.net 也是很不错的，也是绘制小图和模板挺好用的一个网站。还有就是在选题的过程中，有很多的题不知道选那个，可以把想做的题做成卡片，放在桌子上随便抽两个，去联想这两个题会有怎样的关系，反复的将思路逐渐完善。

Q: 一般在哪看论文？

A: 国内一般在知网上，国外的很多论文比较难看懂。

OK，以上就是本次讲座的全部内容，

希望大家听完都能有所启发！

完整版视频添加系主任微信可获取哦！

▼ FREE TALK 讲座回顾系列链接 ▼

8月9日 第三场回顾：

北美 | FREE TALK 没有人比【我】更懂建筑概念表达

讲师：Mr.Zhang （康奈尔大学 Cornell AAP）

8月7日 第二场回顾：

英国 | FREE TALK 参数化PLUS+，智能编程辅助下的建筑设计 

讲师：Ms.Wang （伦敦大学 UCL）

8月1日 第一场回顾：

北欧 | FREE TALK 设计自然生态建筑的源头和技巧 

讲师：Ms.Zhai （奥胡斯建筑与艺术学院 Aarhus School of Architecture）