哪些科學領域研究人們如何解釋定量總結和可視化？
有大量知名資源提供有關數據可視化的建議。（例如 Tufte、Stephen Few 等人、Nathan Yau。）但是對於這些問題的答案，人們可能會轉向哪些領域：
- 餅圖批評在實踐中是否相關？人們在解釋線性尺度長度方面比弧長更好嗎？
- 假設我構建了一組基礎變量的指數摘要，並向外行解釋美國在 2010 年的值為 100，在 2015 年為 110。大多數人將如何解釋這些數字？當我提出這個指標時，我是否應該考慮一些自然的認知習慣，以便更好地解釋或防止誤解？
換句話說，定量信息的提供者可以在哪些科學領域尋找經驗上合理且經過測試的原則，以幫助整理當今過多的可視化和設計建議？
目的不是就如何最好地可視化數據或處理新的數據可視化問題找到建議、想法或當前共識，而是要了解在哪裡尋找人們如何解釋定量和/或視覺信息的科學。
（引用該領域的期刊、會議和學者的額外功勞。）
Gerd Gigerenzer 被廣泛認為是計算能力或計算能力的認知方面的世界專家之一。他的網站 ( https://www.mpib-berlin.mpg.de/en/staff/gerd-gigerenzer ) 上引用了許多關於這些主題的論文和書籍。他的主要著作之一是他 2002 年出版的《計算風險：如何知道數字何時欺騙你》一書。在此處閱讀摘要：https ://www.mpib-berlin.mpg.de/en/research/adaptive-behavior-and-cognition/publications/books/calculated-risks
與 Gigerenzer 的工作相關的是基於認知的決策理論工作，該工作著眼於信息的呈現方式。這裡的代表性論文是 Dan Goldstein 的財富幻覺及其逆轉，可在此處獲得…… http://rady.ucsd.edu/docs/seminars/goldstein.pdf以下是簡介：
最近，研究人員和政策制定者不僅開始關注選擇架構，還關注信息架構：信息呈現給人們的格式。例如，信息架構的研究表明，食物的卡路里含量可以很好地理解為消耗卡路里所需的運動量，並且可以通過在以每 100 英里的加侖數計算，而不是每加侖英里數。本文研究了信息架構，儘管我們不是消耗卡路里或汽油，而是解決退休時的經濟消耗。
最近對文獻的一個重要補充是伯克利·迪特沃斯特對“算法厭惡”和決策的研究。Dietvorst 認為，在預測模型方面，技術上的幼稚和/或文盲傾向於認為預測模型是“靈丹妙藥”或完全信息豐富，當算法被證明充其量是弱預測時，典型的反應是拒絕完全定量的解決方案。
https://marketing.wharton.upenn.edu/mktg/assets/File/Dietvorst%20Simmons%20&%20Massey%202014.pdf
還有像 Kaiser Fung 這樣的博主，他維護著自己的Junkcharts網站，批評**紐約時報或華爾街日報 等主要酒吧的圖表和可視化http://junkcharts.typepad.com/
與您的可視化問題相關的是設計專家的工作，例如 Manuel Lima，他維護了一個網站 VisualComplexity.com，涵蓋了許多解決方法。Lima 還在紐約帕森斯設計學院教授數據可視化。 http://www.visualcomplexity.com/vc/
除了 Parsons，其他設計和可視化機構包括：
設計與社會背景學院 https://www.rmit.edu.au/about/our-education/academic-colleges/college-of-design-and-social-context/
加州大學洛杉磯分校文化分析研究所
http://www.ipam.ucla.edu/programs/long-programs/culture-analytics/
谷歌文化學院 https://www.google.com/cultureinstitute/home
MoMA 設計展覽和書籍
http://www.moma.org/calendar/exhibitions/1071?locale=en
http://www.amazon.com/Talk-Me-Communication-between-Objects/dp/0870707965
在會議方面，有 Eyeo Festival http://eyeofestival.com/
在 R 軟件中，可視化大師是 Hadley Wickham http://had.co.nz/
在 SAS 軟件中，有 Rob Allison http://www.robslink.com/SAS/graph_book.htm
最後，不乏“一次性”網站：
http://infosthetics.com/ 政府數據的絕佳視覺效果
http://www.thefunctionalart.com/2012/09/in-praise-of-connected-scatter-plots.html
http://www.informationisbeautifulawards.com/
Karl Broman 如何糟糕地顯示數據https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/graphs_combined.pdf
https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/index.html
Maria Popova 的設計和交流博客 https://www.brainpickings.org/2012/06/26/talk-to-me-moma-paola-antonelli-book/
數據可視化畫廊 http://www.datavis.ca/gallery/index.php
數據可視化週期表 http://www.visual-literacy.org/periodic_table/periodic_table.html
我們的數據世界 http://ourworldindata.org/
這只是開始觸及那裡的表面……