第1章 数据可视化概述

1.1什么是数据可视化

    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。数据可视化将抽象的、复杂的、不易理解的数据转化为人眼可识别的图形、图像、符号、颜色、纹理等，这些转化后的数据通常具备较高的识别效率，能够有效地传达出数据本身所包含的有用信息

    数据可视化的目的，是对数据进行可视化处理，以更明确地、有效的传递信息

    数据可视化从数据中寻找三方面的信息
        模式：数据中的规律
        关系：数据之间的相关性
        异常：只有问题的数据。异常的数据不到一定都是错误的数据，有些异常数据可能是设备出错或者人为错误输入，有些可能就是正确数据

1.2数据可视化的作用

    （1）记录信息
    （2）分析推理
    （3）信息传播与协同

    数据可视化在大数据分析中的作用体现在以下方面
        （1）动作更快
        （2）以建设性方式提供结果
        （3）理解数据之间的联系

1.3数据可视化的分类

    （1）科学可视化
        最简单的科学可视化方法是颜色映射法，它将不同的值映射成不同的颜色。
        还有轮廓法，将数值等于某一指定阈值的点连接起来的可视化方法
    （2）信息可视化
        信息可视化处理的对象是非结构化的数据
            所以，非结构化数据可视化通常是将非结构化数据转化为结构化数据在进行可视化显示
    （3）可视分析学

1.4数据可视化的发展历史

    （1）远古-1599年：图表萌芽
    （2）1600-1699年：物理测量
    （3）1700-1799年：图形符号
    （4）1800-1899年：数据图形
    （5）1900-1945年：现代启蒙
    （6）1946-1974年：多维信息的可视编码
    （7）1975-1987年：多维统计图形
    （8）1988-2004年：多交互可视化
    （9）2005年至今：可视分析学

1.5数据可视化的未来

    1.5.1数据可视化面临的挑战

        （1）数据规模大
        （2）在数据获取与分析处理过程中，易产生数据质量问题，需特别关注数据的不确定性
        （3）数据快速动态变化，常以流式数据形式存在
        （4）面临复杂高维数据，当前的软件系统以统计和基本分析为主，分析能力不足
        （5）多来源数据的类型和结构各异，已有方法难以满足非结构化、异构数据方面的处理需

   1.5.2数据可视化发展方向

        （1）数据挖掘技术的紧密结合
            数据可视化可以帮助人类洞察出数据背后隐藏的潜在规律，进而提高数据挖掘的效率
        （2）人机交互技术的紧密结合
            用户与数据交互，可方便用户控制数据，更好地实现人机交互是人类一直追求的目标
        （3）可视化技术广泛应用于大规模、高纬度、非结构化数据的处理和分析
            目前，我们处在大数据时代，大规模、高维度、非结构化数据层出不穷，若将这些数据以可视化形式完美地展示出来，对人们挖掘数据中潜藏的价值大有裨益。