Falx：合成驱动的可视化创作
Falx: Synthesis-Powered Visualization Authoring
摘要：
现代可视化工具旨在让数据分析师轻松创建探索性可视化。当输入数据布局符合可视化设计时，用户可以通过将数据列映射到设计的视觉通道来容易地指定可视化。然而，当数据布局和设计之间存在不匹配时，用户需要在数据转换上花费大量精力。我们提出了Falx，一个合成动力的可视化工具，允许用户以类似简单的方式指定可视化，但无需担心数据布局。在Falx中，用户使用输入中的具体值如何映射到视觉通道的示例来指定可视化，Falx自动推断可视化规范并转换数据以匹配设计。在一项由33名数据分析师参与的关于四个涉及数据转换的可视化任务的研究中，我们发现用户可以有效地采用Falx来创建他们无法实现的可视化。
英文摘要：
Modern visualization tools aim to allow data analysts to easily create exploratory visualizations. When the input data layout conforms to the visualization design, users can easily specify visualizations by mapping data columns to visual channels of the design. However, when there is a mismatch between data layout and the design, users need to spend significant effort on data transformation. We propose Falx, a synthesis-powered visualization tool that allows users to specify visualizations in a similarly simple way but without needing to worry about data layout. In Falx, users specify visualizations using examples of how concrete values in the input are mapped to visual channels, and Falx automatically infers the visualization specification and transforms the data to match the design. In a study with 33 data analysts on four visualization tasks involving data transformation, we found that users can effectively adopt Falx to create visualizations they otherwise cannot implement.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
