
Подобное представление загрязнения воздуха — это малое множество , ряд небольших изображений с одинаковой структурой данных, обретающих смысл, если рассматривать их как серию. Экономное восприятие: уловив принцип представления информации на одной картинке, достаточно просто применить его же ко всем остальным. Это позволяет зрителю сконцентрироваться на разнице между изображениями и не тратить сил и времени на распознавание и усвоение дизайнерского хода, который был использован для построения каждого из них. Твердо зафиксированное полотно позволяет лучше увидеть картину.
Обратите внимание на то, что двумерность в этом примере срабатывает дважды. Каждая диаграмма показывает положение в двумерном пространстве некоей третьей величины, а в совокупности эти диаграммы становятся также индикаторами времени суток и типа загрязнения.
Табличное представление массивов данных конфликтует с плоскостью примерно так же, как и дизайнерские решения, идентичные графическому представлению. Эти сложные таблицы процентов фиксируют одну сущность, расположенную на пересечении двух других, а потом повторяют каждый массив сущностей (точно также как в малом множестве) для демонстрации четвертой сущности. Данные показывают капитал и процент, занесенные в таблицу согласно с капиталом и временем. Эта таблица потом повторена и проиндексирована в соответствии с годовым процентным показателем.
Данные, расположенные на плоской поверхности, могут множиться сами, как, например, в университетских списках на зачисление студентов. Связывая вместе все комбинации школьных оценок и результатов тестов двумерная таблица показывает как число претендентов, так и число принятых студентов (из числа претендентов). В правом и нижнем поле табличные данные суммируются по строкам и столбцам соответственно, превращаясь в одномерные массивы. В нижней правой ячейке происходит общее суммирование. Эта таблица в свою очередь могла бы стать информационной единицей в другой двумерной матрице, где производилось бы, скажем, обширное сравнение по времени и разным школам. И т. д.

Малые множества отлично срабатывают в качестве эффективных и убедительных обобщений данных. Вот живописная история одной такой таблицы:

“Нью-Йорк Таймс”, 14 марта 1987.
Информацию в таблице можно считывать одновременно и по вертикали, и по горизонтали, в любом случае, стройные, почти не прерывающиеся ряды крестиков серьезно портят репутацию тех, кто давал показания против мистера Готти. Например, мистер Полиси особенно отличился — напротив его имени ровный столбец крестиков. Отметки о преступлениях каждого из свидетелей беспощадны, несмотря на то, что отмечено только 37 % возможных комбинаций. Размещение наиболее тяжких преступлений в верхних (убийство) и нижних (вооруженное покушение на священника) строках подчеркивает визуальный приоритет этих областей.

“Соединенные Штаты против Готти, 1987″. Таблица предоставлена советниками Брюсом Катлером и Сьюзан Келлман.
Визуально оформленные аргументы особенно убедительны и хорошо запоминаются на фоне вербальной информации, как например в ситуации со слушанием дела в суде. Факты, представленые графически, позволяют присяжным судить об информации, руководствуясь своими собственными соображениями. Визуальное представление информации поощряет разнообразие индивидуального восприятия, анализа и понимания ситуации. В отличие от речи, визуальное представление является одновременно и широкополосным, и хорошо контролируемым каналом информации.

Рисунок из справочника “Метеорологичская карта, 1984″, Токио, 1985.
Этот прогноз погоды расширяет описанную выше технику, вводя такие сущности как город, год, месяц, день и время суток. Вот данные за пять лет ежедневной февральской погоды в городе Аомори (Япония). Нижние ряды отвечают за суммарные данные, усредненные в десятидневном периоде, пересчитывая самую часто встречающуюся погоду с 1967 по 1982 годы; средняя высокая и низкая температуры за последние 30 лет с 1951 по 1980 годы; частота солнечных, облачных и дождливых дней за последние 16 лет. В общей сложности это 414 информационных сущности, упакованных в таблицу, причем показано как усреднение , так и колебания вокруг среднего — две фундаментальных цели статистических исследований.
Читать дальше