小白的数据可视化学习笔记（二）

数据可视化·基础

在下本次对于数据可视化的学习主要依据浙江大学的数据可视化13年发表的相关ppt作为主要学习资料，并做此博客和相关思维导图。

思维导图

链接: 数据可视化·基础.（ProcessOn）

一、可视化流程模型

这里除了研读了浙江大学陈为教授的ppt外还借鉴了清华大学胡事民教授的ppt，在胡教授的ppt中提及：
·可视化不仅是一门包含各种算法的技术，还是一个具有方法论的学科。
·在实际应用中需采用系统化的思维，设计数据可视化方法与工具

流水线模型

可视化输入：
1、任务描述
2、数据
3、所属领域信息，包括元数据模型；内在语义；概念模型等。
可视化处理：
1、多种数据处理算法
2、考虑视觉编码和视觉隐喻的数据到图形元素的映射
可视化输出：
基于视觉通道和视觉变量理论生成可视化图像

可视化流水线模型描述了从数据空间到可视空间的映射，体现了数据处理和图形绘制的嵌套组合。

可视化循环模型*

这个部分是在胡教授的ppt中单独列举的，而在陈教授的ppt中则归类进回路模型。区别之处在于这个可视化循环模型是C Solte提出的，回路模型是Jark Van Wijk等人提出的，注重用户感知和交互探索在回路中的作用。

回路模型

可视分析模型

关于建模等一系列思路的一张图片，看得懂英文的，不难理解内容。

二、数据处理和数据变化*

这个部分不在这份ppt中QAQ。emmmm，我也分开写博文吧。

三、可视化编码

Jacques Bertin法国制图学家 [1918-]“Semiology of Graphics”[1967]
提出可视编码的理论原则
基于数据的可视化组件包括三个要素：视觉编码、坐标系以及标尺。无论是可视化图表还是可视化看板都是由数据和这三种组件所构成。那么，如何透过可视化的方式准确有效的传达数据信息？首先要从视觉编码入手。

关于这部分的内容直接查看思维导图

视觉标记和视觉通道

视觉标记（图形元素：点、线、面）
视觉通道（位置、大小、形状、方向、色调、饱和度、亮度……）
其实是很容易理解的东西，视觉标记其实就是一种具有表达意义的东西，点线面，基础的绘图组合成分。视觉通道则可以理解成是一种视觉感知的路径，很字面意思的就可以理解其含义。具有代表性的案例就是如下：
图中有几个5？

对比

明显是后图更加容易获得正确答案（当然前提是标记不出错误的前提，也就是上一章博文中提及教授所说的“信达雅”）第二张图中使用了“颜色饱和度”视觉编码准确快速的传递信息。

这里再引用1967 年，Jacques Bertin 出版的《Semiology of Graphics》一书。书中提出了视觉编码与信息的对应关系：

如图就是将上述的，变成了21种结果。7 种视觉编码映射到点、线、面之后，衍生出 21 种编码可用的视觉通道。而一份具有高度可读性的可视化图表需要慎重选择视觉通道的类型和数量。我们可以假设有 m 个视觉通道， n 个数据维度，则一共有 (n+1)^m 种编码方案。

四、可视化设计

可视化设计目标

这里原文总结直接看思维导图。
简要概括，可视化设计目标就是反复提及的“信达雅”。

这个图片是许多大佬教授都会选用的一张图片，讲的是可视化设计步骤。包括了数据的筛选，映射的选取，视图选择于用户交互控制的设计。

可视化设计框架

·数据的筛选
·数据的可视化的直观映射
·视图选择与交互
·可视化中的美学因素
·可视化隐喻
主要就是以上几点同样还是看思维导图即可。这里教授的ppt相对详细，而且内容丰富，实在是总结不完。所以归纳在思维导图里了。
相对这个部分是个很重要的部分。
贴一张数据可视化的循环式设计模型

五、小结

数据可视化基础篇，数据可视化不仅仅是一个画图的统计行为更是一门学科，其中有着复杂丰富的理论知识，视觉是人类接受信息的一大窗口，而优化窗口的接受信息的方式就是数据可视化的核心。所以，着重理论的学习是关键。

引用

09浙大数据可视化课件——04数据可视化基础·陈为
清华大学数据可视化课件·胡事民
1967 年，Jacques Bertin 出版的《Semiology of Graphics》