数据可视化基础第十一章_多元数据的可视化.docx

1

第十一课多元数据的可视化

学习目标

学习目标

了解多元数据可视化的方法

了解多种多元数据可视化图表适合的数据类型

完成部分多元数据的可视化图表实现

能

能力目标

能够根据数据选择合适的多元数据可视化图表

合理的设计多元数据可视化图表

完成部分多元数据的可视化图表

2

多

多元数据

高维多元数据是指每个数据对象有两个或是两个以上的独立(多维度)或是相关(多元)属性的数据。因为多数情况下，并不能判断数据对象之间是否是相互独立的，所以通常统称为多元数据。

此类数据在现实生活中随处可见，例如笔记本电脑的不同配置，包括CPU,内存，硬盘，屏幕和重量等等。每个参数都是电脑的一个属性，所有参数组成的配置就是一个多元数据。

人们在选择电脑的时候，通常需要比较各种重要的参数，衡量不同型号之间的优劣。实际上就是对数据对象在各个属性上的数值进行综合评估。这就是一个典型的多元数据分析的工过程

少数维度

二维或是三维数据，都可以用常规的可视化方法表示。例如通过散点图，通过x轴y轴的位置比较二维数据，或是通过各种视觉编码表示额外的属性，比如点的颜色，大小，形状等。我们看过多次的GapMinder的GDP和期望寿命的散点图就是此类。通过x，y轴，颜色，大小代表了4个维度的数据关系。

但是，这种方法对更高维度的数据就不合适，视觉编码有限，多余复杂的视觉编码会降低可读性，需要其他方法，在二维空间中表现更多元的数据。

3

高维多元数据

散点图矩阵

一种常用的方法是散点图矩阵。就是散点图的扩展，对N维数据，通过N*N个散点图特别表示N个属性之间的两两关系。例如，下图就是经济合作组织(OECD)对各个国家的各阶段人口分布，人口密度等因素之间的两两对比的散点图矩阵，可以看到老年人口越多的国家，老年人口负担也就越重。

这种图的好处是符合用户习惯，并能够有效解释属性之间的关系。但是也存在着缺陷，维度增加后，散点图数量也几何级增长。通常的解决方法是，通过交互式手段，选取感兴趣的属性进行分析。这样是常用的灵活的解决方案

表格透镜

4

表格透镜是传统表格的扩展。它采用和传统表格类似的方法，每个数据对象用一行表示，每列表示一个属性，但是和传统方法不同的是，表格透镜并不直接列出数据的值，而是将数值用水平横条或是点来表示，因为点或是横条占用空间较少，可以在有限的屏幕空间中显示大量的数据和属性，同事方便用户对数据对象和各个属性值之间并进行比较。如图同样是OECD各个国家的各阶段人口分布，可以看到通过横线代表数值大小，更加清晰的看出相互之间的规律。

平行坐标

平行坐标是展示多元数据的另一种有效方法。传统的图表中，坐标轴相互垂直，每个数据对象对应于坐标系中的一个点。而平行坐标方法中采用相互平行的坐标轴，每个坐标轴代表数据的一个属性，因此每个数据对象对应于一条穿过所有坐标轴的折线。同样，OECD的数据，针对每个国家的情况可以通过一条直线代表各个参数之间关系

5

平行坐标不但可以显示高维度的数据，还可以解释数据在每个属性上的分布，以及相邻两个属性之间的关系。通过线段的关系可以判断两个属性之间是正相关性，负相关性还是弱相关性。

正相关性

负相关性

弱相关性

但是，对于非相邻属性之间关系的表现相对较弱。通常的解决方法是，让用户用交互的选取部分感兴趣的数据对象以及属性，并且可以交换坐标轴的位置，改变相邻关系，查看属性之间的关系，如果需要突出某个数据，可以用高亮显示。

以上的例子中，数据在各个维度上都是连续的数值，但是如果是类别型数据，通常将坐标轴平均的分成若干等分，并连接对应的等分点。下图是泰坦尼克号沉船事故中乘客信息的例子，包括三个维度，乘客的船舱等级，性别以及是否遇难的三维数据。在每个坐标上，用区间表示不同的属性，区间的大小有对应属性的数据所占的比例决定。例如，所有乘客中，1731人为男性，470人为女性，性别坐标轴就有相应的宽度代表男性乘客和女性乘

客。