1. 基本框架1.1. 数据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1.2. 在实际应用中需要采用系统化的思维设计数据可视化方法与工具1.3. 流程1.3.1. 科学可视化和信息可视化分别设计了可视化流程的参考体系结构模型并被广泛应用于数据可视化系统中1.3.2. 数据分析、数据滤波、数据的可视映射和绘制1.3.3. 流水线实际上是数据处理和图形绘制的嵌套组合1.3.4. 几乎所有著名的信息可视化系统和工具包都支持这个模型而且绝大多数系统在基础层都兼容只存在细微的实现差异1.3.5. 可视分析学的基本流程则通过人机交互将自动和可视分析方法紧密结合1.3.6. 起点是输入的数据终点是提炼的知识1.3.6.1. 从数据到知识有两个途径交互的可视化方法和自动的数据挖掘方法1.3.6.2. 两个途径的中间结果分别是对数据的交互可视化结果和从数据中提炼的数据模型1.3.7. 在相当多的应用场合异构数据源需要在可视分析或自动分析方法应用之前被整合1.4. 在任意一种可视化或可视分析流水线中人是核心的要素1.4.1. 机器智能可部分替代人所承担的工作而且在很多场合比人的效率高1.4.2. 人是最终的决策者是知识的加工者和使用者1.4.3. 数据可视化工具目标是增强人的能力不能完全替代人的作用1.4.4. uspanfont face微软雅黑如果可以设计一个全自动的方案就不需要人的判断了可视化也就失去了意义/font/span/u1.5. 核心要素1.5.1. 数据表示与变换1.5.1.1. 数据可视化的基础是数据表示和变换1.5.1.2. 有效表示海量数据的主要挑战在于采用具有可伸缩性和扩展性的方法以便忠实地保持数据的特性和内容1.5.2. 数据的可视化呈现1.5.2.1. 数据可视化向用户传播了信息而同一个数据集可能对应多种视觉呈现形式即*视觉编码1.5.2.2. 核心内容是从巨大的呈现多样性空间中选择*最合适的编码形式1.5.2.3. 判断某个视觉编码是否合适的因素包括感知与认知系统的特性、数据本身的属性和目标任务1.5.2.4. 大量的数据采集通常是以流的形式实时获取的针对静态数据发展起来的可视化显示方法不能直接拓展到动态数据1.5.2.4.1. 要求可视化结果有一定的时间连贯性还要求可视化方法达到高效以便给出实时反馈1.5.3. 用户交互1.5.3.1. 对数据进行可视化和分析的目的是解决目标任务1.5.3.2. 三类生成假设、验证假设和视觉呈现1.5.3.3. 交互是通过可视的手段辅助分析决策的直接推动力2. 数据可视化设计2.1. 第一层2.1.1. 最外层2.1.2. 是刻画真实用户的问题称为问题刻画层2.1.3. 可视化设计人员采用以人为本的设计方法与目标用户群相处大量时间了解目标受众的需求2.1.4. 首要问题是用户可能根本不需要数据可视化来帮助解决问题2.1.5. 解决方法之一是采访和观察用户定性地验证任务的实际内容2.1.6. 解决方法之二是调研相关软件或工具中数据可视化方法的实际使用率2.2. 第二层2.2.1. 是抽象层将特定领域的任务和数据映射到抽象且通用的任务及数据类型2.2.2. 将第一层确定的任务和数据从采用特定领域的专有名词的描述转化为更抽象、更通用的信息可视化术语的描述2.2.3. 将这些不同领域的需求转化为不依赖于特定领域概念的通用任务是可视化设计人员面临的挑战之一2.2.4. 主要风险在于选定的任务和数据类型无法解决既定任务目标2.2.5. 检验的关键是由用户测试系统2.2.6. 方法之一是让目标用户试用工具看工具是否能帮助发现新见解或证实了某些假设2.2.7. 方法之二是以一种长期的局部研究的方式观察并记录用户如何在日常工作中使用系统2.3. 第三层2.3.1. 是编码层设计与数据类型相关的视觉编码及交互方法2.3.2. 可视化研究的核心内容设计可视编码和交互方法2.3.3. 视觉编码和交互这两个层面通常相互依赖2.3.4. 风险是选定的设计方法的视觉编码效果不佳2.3.5. 第一种方法是根据感知和认知理论判断设计是否合理2.3.6. 第二种方法是以用户实验的方式进行规范的用户研究通过定量或定性分析统计结果或者用户偏好来检验所使用的设计方案的效率2.3.7. 第三种方法是向测试人员展示可视化结果图像或视频​报告设计结果并做定性讨论2.3.7.1. 目的是确定工具是否对特定的任务和数据集有用2.3.8. 第四种方法是定量地评估可视化结果图像或视频2.4. 第四层2.4.1. 最内层2.4.2. 任务是创建正确完成系统设计的算法2.4.3. 第四层设计与前三个层次匹配的具体算法相当于一个细节描述的过程2.4.4. 与第三层的不同之处在于第三层确定应当呈现的内容以及如何呈现而第四层解决的是如何完成的问题2.4.5. 风险在于算法的性能和精度无法达到要求2.4.6. 方法之一是分析算法的计算复杂度或测试算法的实际运行时间及内存开销2.5. 上游层的输出是下游层的输入2.5.1. 无论各层次以何种顺序执行都可以独立地分析每个层次是否已正确处理3. 可视化中的数据3.1. 数据可视化将数据变换为易于感知的可视编码3.2. 数据认知3.2.1. 概念模型是对数据的高层次描述对应于人们对数据的具体认知3.3. 数据类型3.3.1. 类别型数据3.3.1.1. 用于区分物体3.3.1.2. 适用于区分度算子可以判断不同数据之间是否相等3.3.1.3. 可以互换元素间的位置统计类别和模式也可以计算列联相关3.3.2. 有序型数据3.3.2.1. 用来表示对象间的顺序关系3.3.2.2. 适用于区分度算子和序别算子因此可以判断大小关系3.3.2.3. 可以计算元素间的单调递增减关系、中值、百分位数3.3.3. 数值型数据3.3.3.1. 区间型数据3.3.3.1.1. 用于得到对象间的定量比较3.3.3.1.2. 适用于区分度算子、序别算子和加减算子3.3.3.1.3. 可以进行元素间线性加减操作计算平均值、标准方差等3.3.3.2. 比值型数据3.3.3.2.1. 用于比较数值间的比例关系3.3.3.2.2. 适用于区分度算子、序别算子、加减算子和乘除算子3.3.3.2.3. 由于基数为零除上述三种数据类型所允许的操作外还可以进行更复杂的计算3.3.4. 不同的数据类型同时也对应不同的集合操作和统计计算4. 可视化的基本图表4.1. 统计图表是最早的数据可视化形式之一作为基本的可视化元素仍然被非常广泛地使用4.2. 原始数据绘图、简单统计值标绘和多视图协调关联4.3. 原始数据绘图4.3.1. 原始数据绘图用于可视化原始数据的属性值直观呈现数据特征4.3.2. 数据轨迹4.3.2.1. 一种标准的单变量数据呈现方法4.3.3. 柱状图4.3.3.1. Bar Chart4.3.3.2. 采用长方形的形状和颜色编码数据的属性4.3.4. 直方图4.3.4.1. Histogram4.3.4.2. 是对数据集的某个数据属性的频率统计4.3.5. 饼图4.3.5.1. Pie Chart4.3.5.2. 采用了饼干的隐喻用环状方式呈现各分量在整体中的比例4.3.5.3. 分块方式是环状树图等可视表达的基础4.3.6. 等值线图4.3.6.1. Contour Map4.3.6.2. 等值线图使用相等数值的数据点连线来表示数据的连续分布和变化规律4.3.7. 走势图4.3.7.1. Sparkline4.3.7.2. 是一种紧凑简洁的数据趋势表达方式4.3.8. 散点图4.3.8.1. Scatter Plot4.3.8.2. 是表示二维数据的标准方法4.3.8.3. 在散点图中所有数据以点的形式出现在笛卡尔坐标系中每个点所对应的横纵坐标即代表该数据在坐标轴所表示维度上的属性值大小4.3.9. 散点图矩阵4.3.9.1. Scatter Plot Matrix4.3.9.2. 是散点图的高维扩展用来*展现高维大于二维*数据属性分布4.3.10. 维恩图4.3.10.1. Venn Diagram4.3.10.2. 维恩图使用平面上的封闭图形来表示数据集合间的关系4.3.11. 热力图4.3.11.1. Heat Map4.3.11.2. 使用颜色来表达位置相关的二维数值数据大小4.4. 简单统计值标绘4.4.1. 盒须图是John Tukey发明的通过标绘简单的统计值来呈现一维和二维数据分布的一种方法4.5. 多视图协调关联4.5.1. Multiple Coordinated Views4.5.2. 将不同种类的绘图组合起来每个绘图单元可以展现数据某个方面的属性并且通常允许用户进行交互分析提升用户对数据的模式识别能力