《数据可视化 》 课件全套 杨华 第1--9章 数据可视化概述--- 可视化大屏.pptx

第1章 数据可视化概述

本章主要内容数据可视化的内涵和意义数据可视化的发展历史数据可视化的应用数据可视化的挑战可视化分析与编程工具

1. 数据可视化的内涵和意义

人眼是一个高带宽的巨量视觉信号输入并行处理器,最高带宽为每秒100MB,具有很强的模式识别能力,对可视符号的感知速度比对数字或文本快多个数量级,且大量的视觉信息的处理发生在潜意识阶段。视觉是获取信息的最重要通道,超过50%的人脑功能用于视觉的感知,包括解码可视信息、层次可视信息处理和思考可视符号。

可视化对应两个英文单词：VISUALIZE和VISUALIZATIONVISUALIZE是动词，意即“生成符合人类感知”的图像；通过可视元素传递信息。VISUALIZATION是名词，表达“使某物、某事可见的动作或事实”；对某个原本不可见的事物在人的大脑中形成一幅可感知的心理图片的过程或能力。VISUALIZATION，也可以用于表达对某目标进行可视化的结果，即一帧图像或动画。

利用人眼的感知能力对数据进行交互的可视表达以增强认知的技术，称为可视化。它将不可见或难以直接显示的数据转化为可感知的图形、符号、颜色、纹理等，增强数据识别效率，传递有效信息。

表. 4个二维数据点集单维度均值、最小二乘法回归线方程、误差的平方和、方差的回归和、均方误差的误差和、相关系数等统计属性均相同

可视化是认知的过程，即形成某个物体的感知图像，强化认知理解。可视化的终极目的是对事物规律的洞悉。包含多重含义：发现、决策、解释、分析、探索和学习。可视化可简明地定义为“通过可视表达，增强人们完成某些任务的效率”。

可视化的作用信息记录对信息的推理和分析信息传播与协同

抽象HarryBeck,1933

数据可视化分类科学可视化（ScientificVisualization）信息可视化（InformationVisualization）

?面向的领域主要是自然科学，如物理、化学、气象气候、航空航天、医学、生物学等各个学科。这些学科通常需要对数据和模型进行解释、操作与处理，旨在寻找其中的模式、特点、关系以及异常情况。?数据通常表达在三维或二维空间，或包含时间维度。科学可视化（ScientificVisualization）

数据的类别可分为:标量（密度、温度）向量（风向、力场）张量（压力）科学可视化也可粗略地分为标量场可视化、向量场可视化、张量场可视化三类。科学可视化（ScientificVisualization）

信息可视化（InformationVisualization）处理的对象是抽象的数据集合（如文本、图表、层次结构、地图、软件、复杂系统等）更关注抽象、高维数据。

? 1.时空数据可视化?对于地理信息数据可视化来说，合理地选择和布局地图上的可视化元素，从而呈现尽可能多的信息是关键。时变数据通常具有线性和周期性两种特征，需要依此选择不同的可视化方法。? 2.层次与网络结构数据可视化?人与人之间的关系、城市之间的道路连接、科研论文之间的引用都组成了网络。通常使用点线图来可视化，如何在空间中合理有效地布局节点和连线是可视化的关键。

?3.文本和跨媒体数据可视化??随着网络媒体，特别是社交媒体的迅速发展，每天都会产生海量的文本数据，人们对于视觉符号的感知和认知速度远远高于文本。?4.多变量数据可视化现实世界中复杂问题和对象的数据通常是多变量的高维数据，数据降维到低维度空间，使用相互关联的多视图同时表现不同维度等等。

可视分析学（VisualAnalytics）是一门综合性学科：在可视化方面，有信息可视化、科学可视化与计算机图形学；与数据分析相关的领域：信息获取、数据处理和数据挖掘；在交互方面，人机交互、认知科学和感知等学科融合。图. 可视分析学涉及的学科

科学可视化的研究重点是带有空间坐标和几何信息的医学影像数据、三维空间信息测量数据、流体计算模拟数据等。由于数据的规模通常超过图形硬件的处理能力，所以如何快速地呈现数据中包含的几何、拓扑、形状特征和演化规律是其核心问题。随着图形硬件和可视化算法的迅猛发展，单纯的数据显示已经得到了较好的解决。信息可视化的核心问题主要有高维数据的可视化、数据间各种抽象关系的可视化、用户的敏捷交互和可视化有效性的评断等。

可视分析将可视化、人的因素和数据分析集成在内。感知与认知科学研究人在可视分析学中的重要作用数据管理和知识表达是可视分析构建数据到知识转换的基础理论地理分析、信息分析、科学分析、统计分析、知识发现等是可视分析学的核心方法；人机交互必不可少，用于驾驭模型构建、分析推理和信息呈现等整个过程；可视分析流程中推导出的结论与知识最终需要向用户表达和传