[数据科学笔记]第8章 可视化、可视分析、探索式数据分析

可视化、可视分析、探索式数据分析

–可视化，是数据的可视表现形式(Visual Representation of Data)以及交互技术的总称。它通过图形化的方式把数据给表现出来，方便用户进行观察和理解，并且帮助用户对数据进行探索(exploration)，发现(discovery)数据里面隐藏的模式，获得对数据的洞察力(insight)和理解。

---

•可视化的一般过程，包括：

–(1) 过滤，是选取原始数据集(Raw Dataset)的一部分进行可视化

–(2) 映射(Mapping)，是指将抽象数据，转换为可视化表示的过程

–(3) 渲染(Rendering)，是通过图形渲染库和显示卡的帮助，把经过映射的数据，以二维或者三维图形的形式绘制出来

–(4) 交互(Interaction)，是指计算机对用户的某种特定动作，做出反应。 比如，计算机可以识别用户的手势，适时地改变渲染的效果。

---

•散点图(Scatter Plot)是对点数据(Point Data, 即向量)的集中趋势、分布形状、离散趋势进行把握的基本的可视化形式。

直方图，也称为频率直方图(frequency histogram)。它是统计学中用于表示频率分布的图形

•线图通过画折线、或者样条曲线，把若干个数据点连接起来。线图分单线图(Line graph)和多线图(Multiple line graph)。

---

•柱状图和饼图，一般用来显示一个数据系列里各个数值之间的相对大小关系。柱状图的各个柱子的高度的比例关系、以及饼图的每个扇面的大小的比例关系，反应了数据系列中各个数值之间的大小关系。

---

•树状结构( Tree )，是可视化中应用得最广泛的一种图形结构之一，它一般用于表现某种层级关系，比如某个组织的各个部门、某个家族的族谱等。

---

•圆锥树( Cone Tree )，用于对层次结构进行可视化展现。在圆锥树中，层次结构通过3维方式进行展现，以利于最大化使用屏幕空间，以及展现整个层次结构。

---

•信息立方体(Infor Cube)，是一种多维的数据结构，用于从不同维度对数据进行汇总和观察。

---

高维数据可视化的重要步骤是降维。可以使用的方法包括奇异值分解SVD、多维尺度分析 Multi Dimensional Scaling等方法

---

•可视分析包括三个要素，分别是

–数据(Data) ，数据是所有可视化分析的基础 。

–模型(Model)，包括统计模型、以及机器学习、数据挖掘模型。

利用可视化(Visualization)，探测(Detect)数据中变量之间的关系(relationships)

---

•可视分析包括三个回路，第1个是探索回路(Exploration Loop)

–发现，指的是分析者使用可视化分析系统，获得的一个有趣的观察结果(interesting observation)。

–动作，操控可视化效果，改变观察角度，加深对数据的理解。

---

•第2个是验证回路(Verification Loop) ，第3个是与产生新知识

–洞察，对发现进行理解和解释。

–假设，是针对问题领域构造了一个假设，以便后续进行验证性的分析。

–在可视化分析过程中，分析者为某个假设，寻找证据，或者从数据中学习到了新的知识。从证据到知识，需要一个推理(reasoning)的过程。

---