数据可视化学习笔记（一）

数据可视化概述及环境介绍

什么是数据可视化

1.什么事数据可视化

• Visualize，Visualization
• Visualize：“设想”，表示生成可视化图像，利用可视化方式传递信息
• Visualization：“形象化”，表示可视化过程，对某个原本不能描述的事物形成一个可感知的画面的过程。

2.什么是数据可视化
在计算机视觉领域，数据可视化是对数据的一种形象直观的解释，实现从不同维度观察数据，从而得到更有价值的信息。

• 抽象的、复杂的、不易理解的数据
• 图形、图像、符号、颜色、纹理等
• 具备较高的识别效率
• 数据本身所包含的有用信息

3.为什么要进行数据可视化？

• 我们利用视觉获取的信息量，远远比别的感官要多得多
• 数据可视化能够帮助我们对数据有更加全面的认识
• 数据可视化能够在在小空间中展示大规模数据

4.数据可视化的目的

• 数据是根本，目的是导向
• 数据可视化的目的，是对数据进行可视化处理，以使得能够明确的、有效地传递信息。
• 模式：指数据中的规律
• 关系：指数据之间的相关性
  • 关联性和因果关系
  • 数据间的比较
  • 数据的构成
  • 数据的分布或联系
• 异常：指有问题的数据
• 设备出错
  • 人为错误输入
• 正确的数据

数据可视化作用与分类
1.数据可视化的作用

• 记录信息
• 分析推理（通过可交互的动态图展示）
• 信息传播与协同

2.数据可视化的分类

• 科学可视化：面向科学和工程领域数据如何以几何、拓扑和形状特征来呈现数据中蕴含的规律。
  • 应用于自然科学、物理、化学、生物学、气象气候、医学、航空航天等领域，旨在发现其模式、特点、关系及异常。
  • 颜色映射法：将不同的值映射成不同的颜色。
  • 轮廓法：将数值等于某一指定阈值的点连接起来的可视化方法。
• 信息可视化：是非结构化、非几何的数据，如何从大规模高维复杂数据中提取出有用的信息。
  • 地理信息（空间数据：地理信息数据）
  • 时变数据（采用、数据比较等方法体现数据随时间变化的趋势和规律）
  • 层次数据
  • 网络数据（不具备层次结构、关系更加复杂和自由）
  • 非结构化数据
• 可视分析学：由于数据分析的重要性，将可视化与数据分析结合。
  • 信息获取、数据处理、数据挖掘
  • 人机交互、认知科学、感知
  • 信息可视化、科学可视化、计算机图形学
  • 可视分析的范畴：感知与认知科学、地理分析、信息分析、科学分析、统计分析、知识发现、交互、数据管理和知识表达、表达作业和传播。

数据可视化的历史与发展方向
1.17世纪之前：图表萌芽
2.1600-1699年：物理测量（时间、距离、空间，测量理论与设备的完善）
3.1700-1799年：图形符号
4.1800-1900年：数据图形
5.1900-1949年：现代启蒙（广泛应用于政府、商业和科学，提供新的洞察和发现机会，多维数据可视化和心理学介入）
6.1950-1974年：多维信息的可视编码（《图形符号学》，构成图形的基本要素）
7.1975-1987年：多维统计图形（网络、层次、数据库、文本等非结构化与高维数据）
8.1987-2004年：交互可视化
9.2004年至今：可视分析学

数据可视化面临的挑战

• 数据规模大
• 数据质量问题
• 数据快速动态变化
• 分析能力不足
• 多来源数据的类型和结构各异

数据可视化的发展方向

• 可视化技术与数据挖掘有着紧密的联系
• 数据可视化技术与人机交互有着密切的联系
• 数据可视化与大规模、高纬度、非结构化数据有着紧密的联系