1. 图形学1.1. 计算机图形学是一门通过软件生成二维、三维或四维动态影像的学科1.2. 计算机动画是图形学的子学科是视频游戏、动漫、电影特效中的关键技术1.2.1. 计算机动画主要包括二维动画、三维动画、非真实感动画等门类1.3. 计算机仿真1.3.1. 指采用计算设备模拟特定系统的模型1.3.2. 包括物理学、计算物理学、化学以及生物学领域的天然系统1.3.3. 经济学、心理学以及社会科学领域的人类系统1.3.4. 是数学建模理论的计算机实践能模拟现实世界中难以实现的科学实验、工程设计与规划、社会经济预测等运行情况或者行为表现允许反复试错节约成本并提高效率2. 人机交互2.1. 人机交互指人与机器之间使用某种语言以一定的交互方式为完成确定任务的信息交换过程2.2. 人机交互是信息时代数据获取与利用的必要途径是人与机器之间的信息通道3. 数据库3.1. 数据库是按照数据结构来组织、存储和管理数据的仓库它高效地实现数据的录入、查询、统计等功能3.2. 数据可视化通过数据的有效呈现有助于对复杂关系和规则的理解3.3. 面向海量信息的需要数据库的一种新的应用是数据仓库3.4. 数据仓库3.4.1. 是面向主题的、集成的、相对稳定的、随时间不断变化的数据集合用以支持决策制订过程3.4.2. 在数据进入数据仓库之前必须经过数据加工和集成3.4.3. 数据仓库的一个重要特性是稳定性即数据仓库反映的是历史数据3.5. 数据库和数据仓库是大数据时代数据可视化方法中必须包含的两个环节3.6. 为了满足复杂大数据的可视化需求必须考虑新型的数据组织管理和数据仓库技术4. 数据分析与数据挖掘4.1. 数据分析是统计分析的扩展指用数据统计、数值计算、信息处理等方法分析数据采用已知的模型分析数据计算与数据匹配的模型参数4.2. 探索性数据分析通过数据拟合、特征计算和作图造表等手段探索规律性的可能形式确定相适应的数据模型和数值解法4.3. 模型选定分析在探索性分析的基础上计算若干类模型通过进一步分析挑选模型4.4. 推断分析使用数理统计等方法推断和评估选定模型的可靠性和精确度4.5. 不同的数据分析任务各不相同4.6. 数据挖掘指从数据中计算适合的数据模型分析和挖掘大量数据背后的知识4.7. 目标是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、未知的、潜在有用的信息和知识4.8. 数据挖掘的方法可以是演绎的也可以是归纳的4.9. 反映同类事物共同性质的广义型知识4.10. 反映事物各方面特征的特征型知识4.11. 反映不同事物之间属性差别的差异型知识4.12. 反映事物和其他事物之间依赖或关联的关联型知识4.13. 根据当前历史和当前数据推测未来数据的预测型知识4.14. 揭示事物偏离常规出现异常现象的偏离型知识4.15. 数据可视化和数据分析与数据挖掘的目标都是从数据中获取信息与知识但手段不同4.15.1. 两者已成为科学探索、工程实践与社会生活中不可缺少的数据处理和发布的手段4.16. 数据可视化将数据呈现为用户易于感知的图形符号让用户交互地理解数据背后的本质4.17. 数据分析与数据挖掘通过计算机自动或半自动地获取数据隐藏的知识并将获取的知识直接给予用户4.18. 数据挖掘领域注意到了可视化的重要性提出了可视数据挖掘的方法其核心是将原始数据和数据挖掘的结果用可视化方法予以呈现4.18.1. 糅合了数据可视化的思想但仍然是利用机器智能挖掘数据与数据可视化基于视觉化思考的大方针不同4.19. 数据挖掘与数据可视化是处理和分析数据的两种思路4.19.1. 数据可视化更擅于探索性数据的分析4.19.2. 对数据模型没有一个预先的探索假设4.19.3. 探寻数据中到底存在何种有意义的信息5. 面向领域的可视化方法5.1. 数据可视化是对各类数据的可视化理论与方法的统称5.2. 生命科学可视化5.2.1. 指面向生物科学、生物信息学、基础医学、转化医学、临床医学等一系列生命科学探索与实践中产生的数据的可视化方法5.2.2. 属于科学可视化5.3. 表意性可视化5.3.1. 指以抽象、艺术、示意性的手法阐明、解释科技领域的可视化方法5.3.2. 早期的表意性可视化以人体为描绘对象类似于中学的生理卫生课本和大专医科院校的解剖课程上的人体器官示意图5.3.3. 在数据爆炸时代表意性可视化关注的重点是从采集的数据出发以传神、跨越语言障碍的艺术表达力展现数据的特征从而促进科技生活的沟通交流体现数据、科技与艺术的结合5.4. 地理信息可视化5.4.1. 是数据可视化与地理信息系统学科的交叉方向5.4.2. 研究主体是地理信息数据包括建立于真实物理世界基础上的自然性和社会性事物及其变化规律5.4.3. 地理信息可视化的起源是二维地图制作5.4.4. 在现代地理信息数据扩充到三维空间、动态变化甚至还包括在地理环境中采集的各种生物性、社会性感知数据5.5. 产品可视化5.5.1. 指面向制造和大型产品组装过程中的数据模型、技术绘图和相关信息的可视化方法5.5.2. 是产品生命周期管理中的关键部分5.5.3. 产品可视化的雏形是手工生成的二维技术绘图或工程绘图5.5.4. 产品可视化通常提供高度的真实感以便对产品进行设计、评估与检验因此支持面向销售和市场营销的产品设计或成型5.6. 教育可视化5.6.1. 指通过计算机模拟仿真生成易于理解的图像、视频或动画用于面向公众教育和传播信息、知识与理念的方法5.7. 系统可视化5.7.1. 指在可视化基本算法中融合了叙事型情节、可视化组件和视觉设计等元素用于解释和阐明复杂系统的运行机制与原理向公众传播科学知识的方法5.7.2. 综合了系统理论、控制理论和基于本体论的知识表达等与计算机仿真和教育可视化的重合度较高5.8. 商业智能可视化5.8.1. 可视商业智能5.8.2. 指在商业智能理论与方法发展过程中与数据可视化融合的概念和方法5.8.3. 目标是将商业和企业运维中收集的数据转化为知识辅助决策者做出明智的业务经营决策5.8.4. 数据包括来自业务系统的订单、库存、交易账目、客户和供应商等以及其他外部环境中的各种数据5.8.5. 目的是使各级决策者获得知识或洞察力5.9. 知识可视化5.9.1. 采用可视表达表现与传播知识其可视化形式包括素描、图表、图像、物件、交互式可视化、信息可视化应用以及叙事型可视化5.9.2. 特点是使发现知识的过程和结果易于理解且在发现知识过程中通过人机交互界面发展发现知识的可视化方法6. 信息视觉设计6.1. 面向广义数据的视觉设计是信息设计中的一个分支可抽象为某种概念性形式如属性、变量的某种信息6.2. 统计图形学Statistical Graphics应用于任意统计数据相关的领域它的大部分方法如盒须图、散点图、热力图等方法已经是信息可视化的最基本方法6.3. 信息图Infographics6.3.1. 限制于二维空间上的视觉设计偏重于艺术的表达6.3.2. 信息图和可视化之间有很多相似之处共同目标是面向探索与发现的视觉表达6.3.3. 可视化指用程序生成的图形图像这个程序可以被应用到不同的数据6.3.4. 信息图指为某一数据定制的图形图像它是具体化的、自解释性的而且往往是设计者手工定制的只能应用于特定数据6.3.5. 可视化的强大普适性能够使用户快速地将某种可视化技术应用于不同数据但选择适合的数据可视化技术却依赖于用户个人经验和运气6.4. 与视觉设计相关的图绘学Graph Drawing是一个传统的基础性研究方向它关注于图、树等非结构化数据结构设计表达力强的可视表达与可视编码方法6.5. 视觉传播7. 数据可视化研究挑战7.1. 数据可视化的应用对象和处理范围远远超过统计图形学、视觉艺术与信息设计等学科方向7.2. 数据可视化既与信息图、信息可视化、科学可视化以及统计图形密切相关也是数据科学中必不可少的环节7.3. 数据科学在研究、教学和工业界等领域方兴未艾数据可视化是一个活跃且关键的方面7.4. 数据可视化则与具体应用和不同领域的数据密切相关7.5. 理解可视化如何传递到观者即人们感知和理解什么可视化是如何对应于数据和数据模型的7.6. 开发能有效地创造可视化的原理与技术即增强认知与感知增强可视化与数据模型之间的联系7.7. 计算能力的可扩展性7.7.1. 可视化系统与设计目标的应用场合有关7.7.2. 在大数据时代具备处理海量的复杂数据的可扩展性始终是可视分析系统关注的中心议题7.7.3. 由于有限的时间和存储资源通常可视化的效率受限于可用的时间和存储资源7.7.4. 面向大数据的数据清洗、转换、布局和绘制算法的计算复杂度是主要关注对象7.8. 感知和认知能力的局限性7.8.1. 人类的记忆容量和注意力是宝贵的、有限的资源7.8.2. 可视化充分利用人类视觉的感知能力但是人类大脑对事物的记忆终究是不可见的而且记忆容量极其有限7.8.3. 有限性不分视觉和非视觉也不分长期和短期的记忆7.8.3.1. 人类的注意力也非常有限7.8.4. 警觉性同样是高度有限的资源前几分钟的警觉性要远超于之后的时间段因此执行视觉搜索任务的能力只能维持数分钟7.9. 显示能力的局限性7.9.1. 可视化设计者往往“执行于像素之外”​屏幕的分辨率已经不能同时显示所有想要表达的信息7.9.2. 单个像素的信息密度表示为编码后信息的数量与未使用空间数量的比值7.10. 大数据可视化7.10.1. 数据密集型科学成为继实验、理论和计算仿真之后科学研究手段的第四种范式7.10.2. 大数据的研究需要从国家战略高度认识大数据并开始行动其着力点不仅在于进一步推进信息化建设更在于以数据推动科研和创新7.10.3. 大数据将引发新的智慧革命从海量、复杂、实时的大数据中可以发现知识、提升智能并创造价值7.10.4. 面向大数据需要发展新的计算理论、数据分析、可视分析和数据组织与管理方法并围绕实际科学和社会问题的求解设计新的工作流程和研究范式7.11. 以人为中心的探索式可视分析7.11.1. 从数据中洞悉规律以便更好地决策的科学过程7.11.2. 可视分析学的基本要素包括复杂数据的表示与变换、可扩展的数据智能可视化和支持用户分析决策的交互方法与集成环境等7.11.3. 可视分析必将在国民经济、社会生活和国防安全的各个领域引申出重大应用难题如天气预报、防灾减灾、数字城市、金融安全、社会网络等读数据可视化04研究挑战