デザインを科学する

データを武器に変えた瞬間：視覚化（ビジュアライゼーション）の歴史と「伝わる」の科学

私たちの周囲には膨大なデータが溢れていますが、単なる数字の羅列だけでは人々の心を動かし、社会を変えることはできません。しかし、数値を幾何学的な形や色に変換し「視覚化（ビジュアライゼーション）」した瞬間、データは歴史を動かす強烈な武器となります。本記事では、棒グラフや円グラフの発明から、フローレンス・ナイチンゲールが野戦病院の惨状をグラフ化して医療改革を成し遂げた事例、さらにはコレラの感染源を突き止めたジョン・スノウの地図まで、データビジュアライゼーションが世界を変えた決定的瞬間を紐解きます。「伝わる」の背後にある認知科学や歴史的背景を探り、情報デザインが持つ真の力に迫ります。

データの空間化：物理的地図から抽象的グラフへの跳躍

データビジュアライゼーション（データの視覚化）の歴史は、人類が情報を記録し、他者に伝達しようと試みた初期の段階にまで遡る。17世紀以前、情報の視覚的な表現は主に「地図」という物理的かつ空間的な領域に限定されていた 1。航海、貿易、そして領土拡張のために、探検家や国家は土地の標界、都市、道路、資源の分布を正確に記録する必要があったためである。紀元前1150年頃のトリノ・パピルス地図や、南米インカ帝国における結び目を用いた記録システム「キープ（Quipu）」などは、初期のデータ管理と視覚的コミュニケーションの洗練された形態であった 3。

しかし、これらの表現はあくまで「物理的な空間」や「具体的な事象」の直接的な写しに過ぎなかった。真のパラダイムシフト、すなわち「抽象的な数値データを空間的なメタファーに変換する」という跳躍が起こったのは17世紀に入ってからである。

1644年、フランドルの天文学者マイケル・フローラン・ファン・ラングレン（Michael Florent Van Langren）は、トレドからローマまでの経度差に関する複数の天文学者による推定値を、1次元の折れ線グラフとして視覚化した 1。ファン・ラングレンは、この情報を単なる表として提示することもできたはずである。しかし、彼はあえて数値を線上の位置としてマッピングすることで、推定値の「ばらつき」という抽象的な概念を、一目で把握できる視覚的パターンへと変換した 1。これは、既知の歴史において統計データが視覚的に表現された最初の例とされており、データビジュアライゼーションが単なる地理的描写から統計的推論のためのツールへと進化した決定的なマイルストーンである 2。

この抽象化の流れをさらに推し進めたのが、1765年にイギリスの博学者ジョセフ・プリーストリー（Joseph Priestley）が発表した『A New Chart of History（歴史の新図表）』である 5。プリーストリーは、歴史上の著名な人物の寿命や帝国の興亡を、横軸を時間としたタイムライン（年表）として視覚化した 5。プリーストリーの革新性は、「時間」という目に見えない次元を「線の長さ」という幾何学的な属性に置き換えた点にある。これにより、異なる時代に生きた人々の寿命や、同時代に存在した帝国の影響力を、直感的に比較することが可能となった 5。この「時間の空間化」というアイデアは、後に続くデータビジュアライゼーションの爆発的な進化の礎となった。

視覚化の「ビッグバン」：ウィリアム・プレイフェアによる現代的グラフの創出

プリーストリーの「時間の空間化」に深い感銘を受け、それを経済データに応用したのが、スコットランドのエンジニアであり政治経済学者であったウィリアム・プレイフェア（William Playfair, 1759–1823）である 9。彼は現在私たちが日常的に使用している主要なグラフ（折れ線グラフ、棒グラフ、円グラフ、面グラフ）のほぼすべてを発明し、「統計的グラフィックスの父」と呼ばれている 11。18世紀後半は国家の形成と近代科学の発展に伴い、人口動態、経済、医療などの領域で「データ」が体系的に収集されるようになった時代であり、プレイフェアの業績はデータビジュアライゼーションにおける「ビッグバン」とも呼ぶべき飛躍をもたらした 14。

1786年に出版された著書『The Commercial and Political Atlas（商業・政治地図帳）』において、プレイフェアはイングランドの輸出入の貿易収支を43の時系列グラフ（折れ線グラフ）で示した 16。彼は、時間の経過とともに変化する収支の差額（黒字または赤字）を線と線の間の「面積」として強調し、経済の動向を視覚的な塊として表現した 16。

興味深いことに、「棒グラフ」の発明はデータ不足という制約から生まれた偶然の産物であった。プレイフェアはスコットランドの貿易データを時系列でプロットしようとしたが、単年度のデータしか存在しない国があった 19。時間を横軸に取ることができなかった彼は、苦肉の策としてデータの大きさを「垂直の棒の高さ」で表現したのである 12。彼は当初、棒グラフは時系列グラフよりも「実用性に劣る」と述べていたが、空間や時間といった連続的な次元を持たない「離散的（カテゴリー別）なデータ」を比較するための純粋な幾何学的解決策として、棒グラフは後に不可欠なツールとなった 12。

さらに1801年の著書『Statistical Breviary（統計提要）』において、プレイフェアは「円グラフ（パイチャート）」を世界で初めて導入した 12。これは、広大なオスマン帝国（トルコ帝国）の領土が、アジア、ヨーロッパ、アフリカの3大陸にまたがる「割合」を示すために考案されたものである 17。

プレイフェアの真の功績は、単に図形を描いたことではない。彼が看破した認知科学的な本質は、「人間は数値の羅列（表）を読み解くよりも、幾何学的な形状や大きさを比較する方が遥かに優れている」という事実であった。彼自身、「目はプロポーション（割合）を判断するのに最適な器官である」と記しており、表に並んだ数値を記憶し比較するという認知的負荷の高い作業を、一目で全体像を把握できる視覚認識へと変換したのである 18。彼はデータに「形」を与えることで、複雑な経済的主張を大衆や政治家へ瞬時に伝達する手段を生み出した 18。

見えない恐怖を地図に刻む：ジョン・スノウと疫学の誕生

19世紀に入ると、データビジュアライゼーションは単なる経済動向の記録ツールから、公衆衛生や国家政策、軍事戦略を動かす「説得の武器」へと進化した。その最も劇的で影響力のある事例の一つが、イギリスの医師ジョン・スノウ（John Snow, 1813–1858）によるコレラ感染源の特定である。

1854年後半、ロンドンのソーホー地区の中心部（ブロード・ストリート周辺）でコレラの大流行が発生し、わずか10日間で500人以上が死亡する事態となった 8。当時のビクトリア朝のロンドンでは、病気は汚れた空気や悪臭によって引き起こされるという「瘴気（しょうき）説（Miasma theory）」が広く信じられており、都市の不衛生な環境が発するガスが原因だと考えられていた 22。細菌の存在（病原菌説）が科学的に証明されるのはまだ先のことである 24。

内科医であり疫学者であったジョン・スノウは、以前からコレラが水系感染症であるという仮説を立てており、この大流行を機にデータを収集し始めた。彼は死亡者の発生地点をロンドンの市街図上に積み上げられた黒いバー（ドット）としてプロットし、同時に地域の公共井戸（ウォーターポンプ）の位置をマッピングした 16。

この視覚化により、コレラによる死亡者が「ブロード・ストリート（Broad Street）」にある特定の井戸の周辺に極端に密集しているという地理的パターンが、誰の目にも明らかになった 5。さらにスノウの詳細な調査により、その井戸から離れた場所に住んでいても、わざわざその井戸の水を汲みに行っていた人々が死亡していることや、すぐ近くにあっても別の水源を持っていた醸造所の労働者たちは感染していないことなどがデータとして裏付けられた。

スノウは、微小な病原菌を顕微鏡で特定することはできなかったが、「地図」という視覚的証拠を用いることで、感染源が汚染された水であることを論理的に証明したのである 23。このデータビジュアライゼーションは、地元当局を説得して井戸のハンドルを取り外させるという即時的な行動（公衆衛生介入）を引き起こし、流行を終息へと導いた 5。

スノウのコレラ地図は、単なる地理的描写にとどまらず、空間データを用いて「因果関係」を推論した画期的な事例である 28。患者を孤立した個別のケースとしてではなく、彼らが生活する環境（空間）との関係性の中で捉えるこのアプローチは、現代の地理情報システム（GIS）や空間疫学の先駆けとなり、その後の都市における上下水道インフラ整備という世界的な公衆衛生の革命を牽引した 23。

政策を動かす視覚的修辞学：フローレンス・ナイチンゲールの「鶏冠図」

データビジュアライゼーションを「社会を変革するための武器」として最も効果的に使用した歴史上の人物として、フローレンス・ナイチンゲール（Florence Nightingale, 1820–1910）の右に出る者はいない。「クリミアの天使」として知られる彼女は、近代看護教育の母であると同時に、優れた統計学者であり、データストーリーテリングの先駆者でもあった 30。

1853年から始まったクリミア戦争において、ナイチンゲールはトルコのスクタリにあった野戦病院に赴任し、そこでの悲惨な衛生状態を目の当たりにした。彼女は死亡者のデータを詳細に記録・分析し、兵士たちの多くが戦闘による負傷ではなく、チフス、コレラ、赤痢といった「予防可能な感染症（Zymotic diseases）」によって死亡していることを突き止めた 8。

戦争終結後、彼女は英国軍の医療体制と衛生環境の抜本的な改革を推進するため、政府の委員会に報告書を提出した。しかし、彼女は「文字や数字の羅列だけでは、政治家や大衆の重い腰を上げることはできない」というコミュニケーションの真髄を深く理解していた 33。彼女は自身の目的を達成するためには、言葉による説得を拒絶するような頑迷な権力者たちの心に、視覚を通じて直接訴えかける必要があると考えた 34。

そこで彼女が1858年の報告書において考案したのが、今日「ナイチンゲールのローズダイアグラム（Nightingale Rose Diagram）」または「鶏冠図（Coxcomb）」と呼ばれる極面積図（Polar Area Diagram）である 8。

ナイチンゲールの極面積図（ローズダイアグラム）の構成要素詳細
分割の基準（角度）円を12の均等な扇形に分割し、それぞれが1年間の「各月」を表す（時計回りに時間が進行） 32。
データの大きさ（面積）各扇形の中心からの広がり（半径に基づく面積）が、その月の「死者数の規模」に比例する 35。
青色の領域「予防可能な感染症」による死者数。圧倒的な面積を占める 34。
赤色（ピンク）の領域「戦闘の負傷」による死者数 34。
黒色の領域「その他の原因」による死者数 34。

このグラフの視覚的インパクトは絶大であった。グラフの面積の大部分を「青色（感染症）」が占めていることが一目でわかり、軍隊が敵の砲弾によってではなく、不衛生な環境によって自滅しているという衝撃的な事実を浮き彫りにしたのである 8。さらに、彼女が衛生環境の改善（下水の清掃や換気の向上など）を実施した後の期間を描いた2つ目のローズダイアグラムと比較することで、衛生改革がいかに劇的に死者数を減少させたかが明白に示されていた 37。

彼女の精緻かつ感情に訴えかけるデータストーリーテリングは、英国軍の衛生状態を最優先事項とする政策変更を実現し、結果として平時・戦時を問わず無数の命を救った 8。この功績により、彼女は女性として初めて王立統計学会のフェローに選出されている 35。彼女の事例は、「科学的真理を発見すること」と同等に、「それをいかに伝達し、行動を促すか」が重要であるという「伝わる科学（Science of Communication）」の最良の歴史的実践である 39。

多次元データの完璧な統合：ミナールとナポレオンのロシア遠征

19世紀の視覚化の到達点として、情報デザインの歴史において常に最高傑作として言及されるのが、フランスの土木技術者チャールズ・ジョセフ・ミナール（Charles Joseph Minard, 1781–1870）による、1812年のナポレオン軍のロシア遠征を描いたフローマップ（1869年作成）である 41。著名な情報デザイナーであるエドワード・タフテ（Edward Tufte）が「これまで描かれた中で最高の統計グラフである可能性が高い」と絶賛したこの図は、複雑な多次元データを2次元の紙面に一切の無駄なく統合している 42。

ミナールは、1枚の図の中に以下の6つの異なる変数をマッピングした 41。

視覚的要素表現しているデータ変数詳細
帯の太さ兵力（軍隊の規模）1ミリメートルの太さが1万人の兵士に相当する。時間経過と地理的進行に伴う兵力の減少を視覚的に表現 41。
色の違い行軍の方向モスクワへの進軍は茶色（またはベージュ）、退却は黒色で示される 27。
背景の空間地理的座標（緯度と経度）軍隊が通過した都市や川の正確な位置情報 41。
帯の長さ移動距離実際の地理的空間における進軍と退却の距離 41。
注釈と位置時間（日付）特定の地点に到達した日付と、軍隊の分派の動き 41。
下部の折れ線気温（レミュール度）退却時の過酷な寒冷気候。兵士の死亡率と気温低下の相関を示す 3。

40万人以上の大軍でロシアに侵攻したフランス軍の帯は、進軍するにつれて徐々に細くなり、モスクワに到達した時点で既に大幅に消耗している。そして、漆黒の帯で描かれた退却の過程では、厳しい寒さ（グラフ下部の気温低下と完全に連動）や川の渡河によって兵力が激減し、最終的に生還できたのはわずか数千人であったことが、恐ろしいほどの明確さで表現されている 3。

ミナールの図が歴史的に極めて重要である理由は、これが単なる過去の軍事記録ではなく、「戦争の真の代償」と「大自然の脅威」に対する強烈な告発を内包している点にある 3。ミナール自身、「私の図の目的は、暗算を必要とする数字ではすぐには伝わらない関係性を、迅速に目に伝えることである」と述べており、彼がデータビジュアライゼーションにおける情報の統合と認知的容易さを極めて深く理解していたことが窺える 48。

現代における視覚化の力とデータ・ストーリーテリング

20世紀以降、コンピュータとデジタル技術の発展により、データビジュアライゼーションの作成プロセスは劇的に変化した。データの収集と処理が容易になり、インタラクティブな動的グラフが主流となったが、データを視覚化して社会にインパクトを与えるという本質的な目的は、19世紀の先駆者たちから変わっていない。

例えば、スウェーデンの公衆衛生学者ハンス・ロスリング（Hans Rosling）が2006年のTEDトークで披露した「Gapminder」の動的バブルチャートは、200年にわたる200カ国の寿命と所得の推移をわずか4分間で視覚化し、「先進国と途上国」という二元論的な世界観がいかに過去の遺物であるかを見事に証明した 8。ロスリングの視覚的ストーリーテリングは、世界中の人々のデータに対するアプローチと認識を根本から変革した。

また、2020年に新型コロナウイルス（COVID-19）のパンデミックが発生した際、ジョンズ・ホプキンス大学が公開した「COVID-19ダッシュボード」は、世界中の感染状況をリアルタイムで追跡し、数十億回以上閲覧された 5。スノウが1854年にロンドンの1つの街角で行った感染症のマッピングは、現代において地球全体を覆うリアルタイムのデータ・ダッシュボードへと拡張され、世界的な危機管理と意思決定の共通基盤となったのである 5。

さらに、社会的な不平等を可視化し、変革を促す試みも続いている。1900年のパリ万博でW.E.B. デュボイス（W.E.B. Du Bois）が作成した、ジョージア州のアフリカ系アメリカ人の生活状況を示す革新的なインフォグラフィックスは、人種的偏見にデータで立ち向かった歴史的傑作である 36。このような「行動を喚起する」視覚化の精神は、ナイチンゲールから現代のデータジャーナリズムへと脈々と受け継がれている。

なぜデータは「伝わる」のか：認知科学と情報デザインの交差点

プレイフェア、スノウ、ナイチンゲール、ミナールといった先駆者たちが歴史を動かすことができたのは、彼らの作成したグラフが単に美しかったからではない。彼らの視覚化は、人間の脳が情報を処理するメカニズム、すなわち「認知科学」の法則に無意識のうちに合致していたからである。

前注意的処理（Pre-attentive Processing）のメカニズム

人間がデータビジュアライゼーションを瞬時に理解できる最大の理由は、視覚システムに備わる「前注意的属性（Pre-attentive Attributes）」を利用しているためである 51。前注意的属性とは、脳が意識的な注意を向ける前に、アイコニックメモリー（感覚記憶）において無意識かつミリ秒単位の速度で自動的に並列処理される視覚的特徴を指す 53。

主な前注意的属性認知的な効果と歴史的応用例
色（色相と強度）異なるカテゴリーを瞬時に識別させる。ナイチンゲールが青色（感染症）と赤色（戦傷）を用いて「予防可能な死」を際立たせた手法 34。
サイズと長さ数量の絶対的な大小関係を直感的に把握させる。プレイフェアの棒グラフや、ミナールの帯の太さが示す兵力の減少 44。
空間的配置要素間の相対的な位置関係を認識させる。スノウのドットマップにおける、特定の井戸周辺への死者の密集度の把握 27。
傾きや方向連続的な変化やトレンドを認識させる。折れ線グラフの急激な下落から直感的に危機を感じ取る能力 52。

数字が並んだ表を読む場合、人間の脳は逐次的な処理（ワーキングメモリを用いた意識的な比較や計算）を強いられる。一方、前注意的属性を用いたグラフは、視覚野での並列処理を可能にするため、「洞察に至るまでの時間（Time to Insight）」を劇的に短縮する 18。プレイフェアが18世紀に看破した「目という器官がプロポーションを迅速に捉える特性」は、現代の認知心理学によって科学的に裏付けられているのである 18。

データ・インク比と視覚的ノイズの排除

もう一つの重要な情報デザインの原則は、不要な視覚的要素を削ぎ落とし、データの伝達にリソースを集中させることである。エドワード・タフテはこれを「データ・インク比（Data-Ink Ratio）」として提唱した 53。

（データ・インク比 ＝ データを表現するために使われたインク量 ／ グラフ全体を印刷するために使われた総インク量）

ジョン・スノウのコレラ地図や、W.E.B. デュボイスのチャートが高く評価されているのは、このデータ・インク比が極めて高いためである 36。スノウの地図には不要な装飾は一切なく、街路の輪郭、井戸の位置、そして死者数を示す黒いバーという必要不可欠な情報のみで構成されている。この極限までのシンプルさが、見る者の焦点を「井戸と死者の空間的関係性」という真のインサイトへと真っ直ぐに誘導したのである 5。

説得のための視覚化（Persuasive Visualization）

さらに、情報デザインは単なる「客観的な事実の提示」に留まらない。近年の研究が示すように、データビジュアライゼーションは強い「説得力（Persuasive Power）」を持つ修辞的（レトリカル）なツールである 54。

学術的な研究により、データは表の形式で提示されるよりも、視覚的なグラフとして提示された方が、人々の誤った事前認識を正し、メッセージに対する説得力を高める効果があることが実証されている 57。ナイチンゲールのグラフは、まさにこの「説得のための視覚化」の最高峰であった。彼女は意図的に感情に訴えかける「鶏冠図」を選択することで、予算配分を決定する権力者たちの認識を塗り替え、パラダイムシフトを引き起こした 34。データビジュアライゼーションは、それ自体が一つの強力な「言説」として機能し、現実の社会構造や政策を形作る力を秘めているのである 56。

結論：情報デザインが切り拓く未来

歴史を振り返れば明らかなように、データビジュアライゼーションの真の価値は、「データを美しく装飾すること」ではなく、「これまで見過ごされていた関係性や真実を暴き出し、人間の認識を拡張すること」にある。

ウィリアム・プレイフェアが抽象的な数値を空間に置き換えたことで、私たちは経済の大きなうねりを「見る」ことができるようになった。ジョン・スノウの地図は、見えない細菌の脅威を空間的証拠として提示し、公衆衛生の概念を根本から覆した。フローレンス・ナイチンゲールは、データの視覚化が人命を救うための最も鋭利な政治的武器になることを証明し、チャールズ・ミナールは、冷徹な数字の背後にある無数の命の喪失という物語を1枚の紙に刻み込んだ。

これらに共通しているのは、データを「わかりやすく見せる」という行為が、単なる技術的な要請を超えて、社会の意思決定や歴史の軌道を修正するほどの力を持っているという事実である。視覚化は、専門家と一般大衆、あるいは発見と政策実行の間を繋ぐ強力な架け橋として機能してきた。

現代社会において、私たちが直面する課題（気候変動、パンデミック、経済格差など）はますます複雑化し、取り扱うデータは膨大化の一途を辿っている。だからこそ、「伝わるを科学する」ことの重要性はかつてないほど高まっていると言える。認知科学に基づいた適切な情報デザインを用い、視覚的ノイズを排して真のインサイトを浮かび上がらせること。それこそが、データという無機質な鉱石から、未来を変えるための知恵を錬成し、次なる歴史を動かすための最も確実な手法なのである。

引用文献

  1. A Brief History of Data Visualization – Dundas BI, https://www.dundas.com/resources/blogs/introduction-to-business-intelligence/brief-history-data-visualization
  2. A Brief History of Data Visualization: From Maps to BI – insightsoftware, https://insightsoftware.com/blog/a-brief-history-of-data-visualization/
  3. 7 Groundbreaking Visualizations That Changed Our World – Delve, https://www.delveteams.com/blog/7-groundbreaking-visualizations-that-changed-our-world
  4. Visualizations and Data Analysis: Past, Present & Future – Inforiver, https://inforiver.com/blog/general/visualizations-and-data-analysis-past-present-future/
  5. 30 Data Visualizations That Changed the World | by Unni (Nair) Koroth | Othor AI, https://blog.othor.ai/30-data-visualizations-that-changed-the-world-261be29bfa88
  6. History of Data Visualization: How We Reached Modern BI – Yellowfin, https://www.yellowfinbi.com/blog/the-history-of-data-visualization
  7. 10 visualisations that changed the world of information design – FT Longitude, https://longitude.ft.com/blog/10-visualisations-that-changed-the-world-of-information-design/
  8. The 5 Most Influential Vizzes of All Time – IR, https://ir.westcliff.edu/wp-content/uploads/2019/07/5_most_influtential_visualswp.pdf
  9. https://en.wikipedia.org/wiki/William_Playfair#:~:text=These%20timelines%20likely%20inspired%20Playfair’s,by%20a%20lack%20of%20data.
  10. Exploring the History of Data Visualization – Playfair Data, https://playfairdata.com/exploring-the-history-of-data-visualization/
  11. Key Figures in the History of Data Visualization | by Infogram – Medium, https://medium.com/@Infogram/key-figures-in-the-history-of-data-visualization-30486681844c
  12. Masters series: William Playfair, the father of statistical graphics – Flourish, https://flourish.studio/blog/masters-william-playfair-father-of-statistical-graphics/
  13. Playfair’s Pie Chart · 37. At a Glance – Lehigh Library Exhibits, https://exhibits.lib.lehigh.edu/exhibits/show/data_visualization/case_one/playfair
  14. History of Data Visualization – Michael Friendly, https://friendly.github.io/6135/lectures/History.pdf
  15. A History of Data Visualization and Graphic Communication – Michael Friendly, https://friendly.github.io/HistDataVis/pdf/HistDataVis-Ch0.pdf
  16. Gallery of Data Visualization – Historical Milestones – DataVis.ca, https://www.datavis.ca/gallery/historical.php
  17. William Playfair – Wikipedia, https://en.wikipedia.org/wiki/William_Playfair
  18. William Playfair · Emerging Patterns: Data Visualization Through History, https://fisherdigitus.library.utoronto.ca/exhibits/show/emerging-patterns–data-visual/iv–bars–lines–boxes/iv–bars–lines–boxes–and-ci
  19. Historical Spotlight: William Playfair – The Data School, https://www.thedataschool.co.uk/adam-sultanov/historical-spotlight-william-playfair/
  20. A Visionary and a Scoundrel – American Scientist, https://www.americanscientist.org/article/a-visionary-and-a-scoundrel
  21. The 5 Most Influential Data Visualizations of All Time – isima, https://perso.isima.fr/~jofontan/BI/TP5/The%205%20most%20influential%20data%20visualizations%20of%20all%20time.pdf
  22. John Snow’s Cholera Map | Information School | University of Washington, https://ischool.uw.edu/podcasts/dtctw/john-snows-cholera-map
  23. The Lesson of John Snow and the Broad Street Pump – AMA Journal of Ethics, https://journalofethics.ama-assn.org/article/lesson-john-snow-and-broad-street-pump/2009-06
  24. John Snow’s data journalism: the cholera map that changed the world – The Guardian, https://www.theguardian.com/news/datablog/2013/mar/15/john-snow-cholera-map
  25. John Snow – Historical Giant in Epidemiology, https://epi-snow.ph.ucla.edu/
  26. Revealing Data: Visualizations in Historical Collections – Circulating Now – NIH, https://circulatingnow.nlm.nih.gov/2023/07/13/revealing-data-visualizations-in-historical-collections/
  27. A History of Data Visualization Part 3 – 19th Century Innovations, https://www.thedataschool.co.uk/luke-bennett/a-history-of-data-visualization-part-3-19th-century/
  28. Map a historic cholera outbreak | Documentation – Learn ArcGIS, https://learn.arcgis.com/en/projects/map-a-historic-cholera-outbreak/
  29. John Snow, Cholera, the Broad Street Pump; Waterborne Diseases Then and Now – PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC7150208/
  30. Story | Florence Nightingale’s “Rose” Diagram – Maharam, https://www.maharam.com/stories/sherlock_florence-nightingales-rose-diagram
  31. Florence Nightingale: Pioneer of Modern Health Statistics – Universitas Gadjah Mada, https://math.fmipa.ugm.ac.id/en/florence-nightingale-pelopor-statistik-kesehatan-modern/
  32. Florence Nightingale, Data Scientist – Techno Sapien, https://techno-sapien.com/blog/florence-nightingale-coxcomb
  33. A statistical campaign: Florence Nightingale and Harriet Martineau’s England and her Soldiers – Science Museum Group Journal, https://journal.sciencemuseum.ac.uk/article/nightingale-and-martineau/
  34. Evidence-based medicine and hospital reform: Tracing origins back to Florence Nightingale – PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC4386633/
  35. Nightingale’s Rose Diagram · 37. At a Glance – Lehigh Library Exhibits, https://exhibits.lib.lehigh.edu/exhibits/show/data_visualization/science/nightingale
  36. Top 10 data visualizations of all time | Datylon, https://www.datylon.com/blog/data-visualization-top-10-of-all-time
  37. How Florence Nightingale Used Data Visualization to Save Lives – McGill University, https://www.mcgill.ca/oss/article/how-florence-nightingale-used-data-visualization-save-lives
  38. Florence Nightingale: The pioneer statistician – Science Museum, https://www.sciencemuseum.org.uk/objects-and-stories/florence-nightingale-pioneer-statistician
  39. Communicating Scientific Data Effectively | MSU Denver, https://www.msudenver.edu/wp-content/uploads/2021/08/Communicating-Scientific-Data-Effectively_MSU-Orientation_Karen-Simpson.pdf
  40. Evidence-Based Research on Learning and Communication – Effective Chemistry … – NCBI, https://www.ncbi.nlm.nih.gov/books/NBK385023/
  41. Minard’s Chart of Napolean’s Campaign – PSY 225: Research Methods, https://online225.psych.wisc.edu/wp-content/uploads/225-Master/225-UnitPages/Unit-12/Minard_Chart_Wikipedia.pdf
  42. The Underappreciated Man Behind the “Best Graphic Ever Produced” – National Geographic, https://www.nationalgeographic.com/culture/article/charles-minard-cartography-infographics-history
  43. https://en.wikipedia.org/wiki/Charles_Joseph_Minard#:~:text=Charles%20Minard’s%20map%20of%20Napoleon,location%20relative%20to%20specific%20dates.
  44. Charles-Joseph Minard: A Legacy of Beautiful Data-based Maps, https://www.asla.org/news-insights/dirt/charles-joseph-minard-a-legacy-of-beautiful-data-based-maps
  45. Historical Data Visualization: Minard’s map vectorized and revisited – Martin Grandjean, https://www.martingrandjean.ch/historical-data-visualization-minard-map/
  46. Analyzing Minard’s Visualization Of Napoleon’s 1812 March – Thoughtbot, https://thoughtbot.com/blog/analyzing-minards-visualization-of-napoleons-1812-march
  47. The 5 Most Influential Data Visualizations of All Time – Tableau, https://www.tableau.com/learn/whitepapers/5-most-influential-data-visualizations-all-time
  48. Flow Map of Napoleon’s Invasion of Russia – Age of Revolution, https://ageofrevolution.org/200-object/flow-map-of-napoleons-invasion-of-russia/
  49. Charting the Course of History: Ten Famous Data Visualizations That Changed the World, https://tractorscope.com/post/ten-famous-data-visualizations-that-changed-the-world
  50. W.E.B. Du Bois’ Visionary Infographics Come Together for the First Time in Full Color, https://www.smithsonianmag.com/history/first-time-together-and-color-book-displays-web-du-bois-visionary-infographics-180970826/
  51. https://thecommspot.com/comm-subjects/visual-communication/data-visualization/principles-of-data-visualization/pre-attentive-attributes-what-they-are-and-why-they-matter/#:~:text=Common%20pre%2Dattentive%20attributes%20include,or%20interpreting%20the%20chart’s%20structure.
  52. Visual Perception and Pre-Attentive Attributes in Oncological Data Visualisation – PMC – NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC12292122/
  53. 3 Must Know Data Visualization Principles, https://towardsdatascience.com/3-must-know-data-visualization-principles-a203745867eb/
  54. The Persuasive Power of Data Visualization – PubMed, https://pubmed.ncbi.nlm.nih.gov/26356935/
  55. (PDF) The Persuasive Power of Data Visualization – ResearchGate, https://www.researchgate.net/publication/273392386_The_Persuasive_Power_of_Data_Visualization
  56. Full article: The politics of data visualizations. Introduction to special issue, https://www.tandfonline.com/doi/full/10.1080/01596306.2025.2500131
  57. The Persuasive Power of Data Visualization – IEEE Computer Society, https://www.computer.org/csdl/journal/tg/2014/12/06876023/13rRUIIVlcL
  58. Full article: The timeless beauty of data: inventing educational pasts, presents and futures through data visualisation – Taylor & Francis, https://www.tandfonline.com/doi/full/10.1080/17508487.2024.2308689

関連記事

TOP