目录
3.数据可视化是为了从数据中寻找三方面的信息:模式、关系和异常。
一、什么是数据可视化:
简单理解用图来代替数据集,学术的讲的可以理解为把信息映射成视觉效果的过程
1.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
数据可视化能够在小空间中展示大规模数据
2.数据可视化的目的:
是对数据进行可视化处理,以使得能够明确地、有效地传递信息。
3.数据可视化是为了从数据中寻找三方面的信息:模式、关系和异常。
3.1模式
指数据中的规律。
3.2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
3.3异常,指有问题的数据
设备出错
人为错误输入
正确的数据
二、数据可视化的作用与意义
1.作用:
记录信息,分析推理,信息传播与协同
2.数据可视化的分类:
科学可视化,信息可视化,可视分析学
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
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信息
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
三、数据可视化的方向
1.数据可视化的三个分支
科学可视化 、信息可视化 、可视分析学
2.数据可视化发展方向
可视化技术与数据挖掘有着紧密的联系
可视化技术与人机交互有着紧密的联系
可视化与大规模、高纬度、非结构化数据有着紧密的联系
3.数据可视化技术的发展方向可分为以下三个方面:
数据可视化技术的发展方向可分为以下三个方面: (1)可视化技术与数据挖掘将联系更紧密。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,因此,可视化与数据挖掘紧密结合是可视化研究的一个重要方向。 (2)可视化技术与人机交互将联系更紧密。更好地实现人机交互是人类一直追求的目标,而用户与数据的友好交互,能方便用户控制数据。因此,可 视化与人机交互相结合是可视化研究的一个重要发展方向。 (3)可视化与大规模、高维度、非结构化数据将联系更紧密。目前,我们正处在大数据时代,大规模、高维度、非结构化数据层出不穷,要将这些数据以可视化形式完美地展示出来,并非易事。因此,可视化与大规模、高维度、非结构化数据的结合是可视化研究的一个重要发展方向。
四、数据可视化发展与挑战
1.数据可视化的发展历史:
2.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
五、数据可视化与其他学科的关系
图形学、人机交互 数据库与数据仓库 数据分析与数据挖掘 信息视觉设计
1.图形学、人机交互
2.数据库与数据仓库
3.数据分析与数据挖掘
数据挖掘指从一堆数据中挖掘有价值的信息,数据可视化是把数据通过图形画的方式展现出来,让用户更加直观的感受到数据的分布和一些其他信息。所以数据可视化可以用作数据挖掘分析结果的展现方式
4.信息视觉设计
数据可视化是指那些用程序生成的图形图像,这个程序可以被应用到很多不同的数据上。信息视觉设计是指为某一数据定制的图形图像,它往往是设计者手工定制的,只能应用在那个数据中。