你的建筑作品集research,为什么总是差点“意思”? 

2017-07-19 22:38 发布

设计思考 /[经验]
1129 0 5

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
作者:康石石
欢迎关注他们的微信公众号微信号:kang-shishi

在research中,对信息梳理与整合的重要程度绝不低于research本身,同学们需要通过可视化的方式对信息进行整合,而这一过程即为数据可视化。数据可视化,是将抽象概念进行形象性表达,将抽象语言进行具象图形可视的过程。它通过图表、图形和设计元素等概要形式,将相应信息单位的各种属性和变量提取出来,以此来表达和统计数据以及解释事物发展趋势。
20170624191854_46704.jpg
在信息时代和大数据时代的背景下,人类技术水平逐渐提高,可以通过图形、图像处理、计算机视觉等技术进行数据可视化。

在设计领域中,通过艺术的表达与动态演示,将数据加以视觉化阐述,帮助人们快速理解数据中的含义、趋势及相关性。在作品集创作中,数据可视化可以帮助同学们分析所获取的客观信息,将research信息有效整合,并完整清晰地展现出来,从而促进设计方案的生成与优化推进。

H同学 汉艺16届 建筑 获墨尔本大学、阿德莱德大学、RMIT录取offer
下面,康石石将首先从历史的角度帮助同学们了解数据可视化的发展趋势,再根据网络结构类型对其在作品集中的应用进行分类阐释。
20170624190803_13127.jpg
数据可视化的历史演进

1. 自然秩序
在过去很长一段时间里,人们基于亚里士多德的本体,认为自身限于世界的自然秩序之中,以上帝为最顶层自上而下逐步发展,有着最直接的层级关系。
20170624190818_84240.jpg

2. 树形图
随着时间的推移,以树干的分支结构为灵感来源,创造出了最早的智慧之树,称为波菲力之树,每一个树枝都可以有效传递数据信息。树形图逐渐变为主要的交流工具和手段,用来描述不同的结构系统。

血缘之树
20170624190846_49628.jpg

法律之树
20170624190856_80174.jpg

物种之树
20170624190906_91270.jpg

3. 网络结构
随着人类面对的问题越来越复杂,树形图已经无法直接表达和叙述,网络结构(Network)应运而生。它在人类系统面对复杂问题时提供了新的解决方法,逐渐形成新的视觉传达方式,最终取代了树形图。

在过去,人们认为大脑是由一个中枢器官来支配的其他区域,为特定的区域提供了反映与行为机制。
20170624190921_41074.jpg

随着生物医学的发展,人们逐渐发现大脑是由数万个神经元与数亿条神经网络相连接。
20170624190936_63482.jpg

在物种分类上,达尔文在其“物种起源”中,利用树形图对物种进行分类。
20170624190954_20047.jpg

而现代科学研究发现,物种之间本身没有直接的联系。通过网络图,可以更加直观地表现物种之间的关系。
20170624191007_78178.jpg

随着现代视觉分类学的发展,视觉可视化逐渐形成了15种不同的网络类型。
20170624191021_24037.jpg
数据可视化在建筑设计中的应用

作者康石石以建筑设计中最为常用的6种网络结构类型为例,结合世界顶级院校的学生作品案例帮助同学们理解数据可视化在建筑设计中的应用。

1. Radial Convergence
优势:
利用环状关系来表达信息之间的强弱关系,适用于多种数据建立相互关系。信息可成组建立关系也可以单个之间建立联系。

Yan zhang,MIT Media Lab
20170624191040_84940.jpg

Waishan Qiu,MIT
20170624191057_24164.jpg

2. Arc Diagrams
优势:
主要表达线性多元数据之间的关系,利用弧线的半径表达数据与数据之间关系的强弱,一般用于表达数据与数据之间相对的差异关系,数据相对种类繁多。

Yaohua Wang,Sci-arc
20170624191109_77682.jpg 20170624191115_80033.jpg

Harry MX Wei,Princeton
20170624191133_33649.jpg

3. Radial centralized networks
优势:
环状信息网络可以将不同关系的数据进行环形排列,利用柱状图、饼状图、散点图对数据进行图像化表达,同时可以表达周期性较大的概念,如时间、年月、季节等。

Waishan Qiu,MIT
20170624191150_96593.jpg

Boyuan Jiang ,Columbia University
20170624191205_10262.jpg

Xu Zhang,UW
20170624191224_80426.jpg

Yiwei Li,UW
20170624191244_26675.jpg

Yang Zhang,Berlage Institute
20170624191301_59233.jpg

Ruichao Li,GSD
20170624191318_92600.jpg

Jieping Wang、Shixin Chen、Yuchen Zhang
20170624191335_33249.jpg 20170624191337_80726.jpg

Peichen Hao,GSD
20170624191400_65936.jpg

Lulu Zheng Gsapp
20170624191421_84170.jpg

Shuang Li,University of Tokyo
20170624191444_91118.jpg

Jun Zhou,UPenn
20170624191518_78927.jpg

4. Flow Chart
优势:
此类分析图可说明各部件之间的关系构架,同时植入时间、地理位置、功能等第三维度,可表达信息随不同信息元素的变化而变化。一般适用于周期性较小但种类较多的信息表达。

Yiwei Li,UW
20170624191531_54902.jpg

Yan Zhang,MIT Media Lab
20170624191545_82240.jpg

Ruoyun Xu,GSD
20170624191600_67911.jpg

Ya You,University of Pennsylvania
20170624191622_76593.jpg 20170624191622_34406.jpg

Aideng Ai,UCL
20170624191639_25898.jpg

5. Ramification
优势:
此类表达不仅可以表达子系统与信息之间的关系,还可以对子系统之间进行相互对比。适用于每个子系统内变量较多,同时不同子系统的类别差异比较复杂的信息表达。

Ruoyu Wei,Gsapp
20170624191731_78623.jpg

Zigeng Wang,Princeton
20170624191742_26560.jpg

6. Organic Rhizome
优势:
此类分析图表达不同信息点之间关系网的复杂性,从生态化角度,更加灵活地表达信息与信息之间的强弱关系。

Xu Zhang,UW
20170624191755_20257.jpg 20170624191800_48491.jpg

Aideng Ai,UCL
20170624191815_95716.jpg
希望同学们能够在自己的作品集创作过程中建立起数据可视化概念,并根据以上数据可视化类型,选取合适的方式,在有效整合调研信息的前提下进行创作。

  
作者:康石石
欢迎关注他们的微信公众号微信号:kang-shishi



B Color Smilies
你的建筑作品集research,为什么总是差点“意思”? 
联系
我们
快速回复 返回顶部 返回列表