数据可视化的一些知识

2019-02-20  本文已影响153人  oneape15

什么是可视化

我们知道，计算的目的是从数据中获得洞察力。可视化技术是一种将数据转换成几何图形表示的技术，它能够直观地展现数据，提供自然的人机交互的能力。
简而言之，可视化是一种数据的可视表现形式以及交互技术的总称。它通过图形化的方式把数据表现出来，方便用户进行观察和理解，并帮助用户对数据进行探索(Exploration)、发现（Discover）数据里隐藏的模式，获得对大量数据的理解和洞察力（Insight）

可视化的强大威力

常话说：一幅图胜过千言万语，即某些事物用文字来表达相当烦琐，很不真观，但是用图形来表现，则非常容易把握和理解。
以地图导航为例，从杭州的武林广场到西湖音乐喷泉之间的路，文字和地理信息分别如下图：

图1-1：文字描述
图1-2：地理信息可视化

在地图上我们可以一目了然地看到线路的全貌。通过对关键的换乘点进行点击，就可以获得时一步的线程信息。这个实例生成地展示了可视化的直观性。
在大数据时代，数据来源多样，数据的规模巨大，可视化技术可以帮助我们对数据进行观察，理解、探索和发现。

可视化的一般过程

可视化的一般过程以下图1-3所示：


图1-3：可视化的一般过程

科学可视化与信息可视化

目前，可视化领域包括三个主要分支，分别是科学可视化（Scientific Visualization）、信息可视化（Information Visualization）以及可视分析（Visual Analytics）。
可视化领域的顶级学术会议是IEEE VIS，它包含三个分会，正好分别对应数据可视化的三个分支。
在数据可视化领域，科学可视化是其中最成熟的一个研究分支，它主要面向自然科学实验、探测活动（如天文观测）、计算机模拟所产生的数据进行建模、操作和处理。科学可视化是针对特定领域的，比如：天文观测、地震研究、医学研究、核物理研究、石油勘探等，其数据类型较为单一，数据中一般带有物理和几何结构数据，可视化的任务一般是固定的。

科学可视化和信息可视化在目标任务、应用领域、数据类型、主要方法、面向的用户等方面的主要区别如下表：

对比项 科学可视化 信息可视化
目标任务 研究科学问题，深入理解自然界中的现象 探索、发现信息之间的关系 ，发现隐藏的模式
应用领域 气象、高能物理、天文学、生物学、医学、地质学.... 传感器网络、电子商务、金融、社交网络、新闻、博客、反恐....
数据来源和类型 1. 来自科学实验、观测、仿真； 2. 结构化数据，具有物理、几何特性 1. 来自各个领域； 2. 结构化数据和非结构化数据，一般不具有物理、几何属性
主要方法与要求 1. 预处理、映射、渲染、交互； 2. 准确反映数据中的物理几何关系 数据挖掘与机器学习、映射、渲染、交互以及可视分析；把抽象复杂的信息及其关系映射为有效的可视化表示，寻找合适的可视化形式；
面向的用户 面向科学家 面向非技术人员、普通用户、管理人员

数据可视化的原则

可视化的目的是把复杂数据有效地展出来，首要的原则是准确（Precision）和清晰（Clarity）。
准确是指可视化结果反映的是数据的本来面目或者本质（Substance）;
清晰是指可视化结果所表达的含义要明确。

  1. 我们希望在更小的空间里（Less Space)，用最少的图形（Less Ink），在最短的时间里（Less Time），传达给用户最多的信息（More Ideas）。对可视化效果进行合理简化，突出重点。
  2. 可视化的结果，需要阐明事物之间的相互关系，以及事物的变化趋势，对于类似的事物要方便用户进行比较。需要结合时间、空间因素进行设计，包括使用箭头、创造流动感等。
  3. 使用用户熟悉的事物，对需要比较的数据进行比较。
  4. 构建实物场景，生成展现数据。
  5. 在可视化设计过程中，要考虑把交互方式和动画效果加进去。

可视化的实例

直言图，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。在直角坐标系中，横坐标表示随机变量的取值，横轴一般划分成一系列的小区间，每个区间对应一个分组，作为小矩形的底边。纵坐标表示频率，每个分组的小矩形的高度表示随机变量取值落入该区间的频率。一系列的小矩形构成频率直方图。

1维直方图
  1. 树（Tree）- 树型结构是可视化中应用最广泛的一种图结构，它一般用来表现某种层级关系，如某个组织的各个部分、某个家庭的族谱等。

  2. 圆锥树（Cone Tree）- 圆锥树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，以利用最大化使用屏幕空间，以及展现整个层次结构。每个节点表示为圆锥的顶点，它的子节点在该圆锥的底面周围绘制出来。如下图：


    圆锥树实例
  3. Tree Map - 最初是由马里兰大学的Ben Shneiderman教授于20世纪90年代提出的，最初的目的是找到一种有效了解磁盘空间使用情况的方法。Ben教授首先想到的是用树状结构来表示，但是这样图形占用太大的空间。接着他利用面积来表示文件大小，但是用矩形、三角形还是圆形都有一定的问题。最后，他想到了将屏幕交替切分为水平和垂直方向的矩形，用递归来实现层级关系。

  4. 信息立方体（Info Cube）
    信息立方体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。


    信息立方体（地区、时间、品类）
上一篇下一篇

猜你喜欢

热点阅读