前言：基于人大的《數(shù)據(jù)科學概論》第十章。主要內(nèi)容為可視化的定義、可視化的意義、可視化的一般過程、科學可視化與信息可視化、可視化的原則、可視化實例、可視化的挑戰(zhàn)和趨勢、可視分析技術(shù)、探索式數(shù)據(jù)分析、可視化工具。

一、可視化的定義

可視化是數(shù)據(jù)的可視表現(xiàn)形式以及交互技術(shù)的總稱。

它通過圖形化的方式把數(shù)據(jù)給表現(xiàn)出來，方便用戶進行觀察和理解，并且?guī)椭脩魧?shù)據(jù)進行探索、發(fā)現(xiàn)數(shù)據(jù)里面隱藏的模式，獲得對數(shù)據(jù)的洞察力和理解。

二、可視化的意義

某些事物，用文字/數(shù)字來表達，相當?shù)胤爆?#xff0c;但是用圖形來表現(xiàn)，則更加容易把握和理解。

在大數(shù)據(jù)時代，數(shù)據(jù)來源多樣，數(shù)據(jù)的規(guī)模巨大，可視化技術(shù)可以幫助我們對數(shù)據(jù)進行觀察、理解、探索和發(fā)現(xiàn)。

三、可視化的一般過程

過濾，映射，渲染，交互。

過濾，（Filtering）是選取原始數(shù)據(jù)集的一部分進行可視化。

映射，（Mapping）是指將抽象數(shù)據(jù)，轉(zhuǎn)換為可視化表示的過程。

渲染，（Rendering）是通過圖形渲染庫和顯示卡的幫助，把經(jīng)過映射的數(shù)據(jù)，以二維或者三維圖形的形式繪制出來。

交互，（Interaction）是指計算機對用戶的某種特定動作，做出反應(yīng)。比如，計算機可以識別用戶的手勢，適時地改變渲染的效果。

映射和交互兩個環(huán)節(jié)是達成這個目標的關(guān)鍵。

四、科學可視化與信息可視化

目前，可視化領(lǐng)域包括三個主要的分支，分別是科學可視化、信息可視化、以及可視分析等。

五、可視化的原則

可視化的目的，是把復雜數(shù)據(jù)有效地展示出來，首要的原則是準確和清晰。

• 準確是指可視化結(jié)果反映的是數(shù)據(jù)的本來面目或者本質(zhì)
• 清晰是指可視化結(jié)果，所表達的含義要明確。

此外，還要盡量做到

在更小的空間里，用最少的圖形，在最短的時間里，傳達給用戶最多的信息。對數(shù)據(jù)進行合理簡化，突出重點。

可視化的結(jié)果，需要闡明事物之間的相互關(guān)系，以及事物的變化趨勢，對于類似的事物要方便用戶進行比較。

使用用戶熟悉的事物，對需要比較的數(shù)據(jù)進行比較

在可視化設(shè)計過程中，要考慮把交互方式和動畫效果加進去。動畫效果可以從時間和空間維度對事物的發(fā)展變化過程進行刻畫，以便給用戶創(chuàng)造沉浸式的體驗。

六、可視化實例

散點圖、直方圖、線圖、柱狀圖、餅圖、樹狀結(jié)構(gòu)、圓錐樹、信息立方體、堆疊的河流、景區(qū)熱力圖、高維數(shù)據(jù)可視化、高維數(shù)據(jù)可視化。

七、可視化的挑戰(zhàn)和趨勢

• 海量的異構(gòu)數(shù)據(jù)的可視化，對算法設(shè)計和硬件基礎(chǔ)設(shè)施，都提出了更高的要求。
• 各種新硬件被應(yīng)用到可視化領(lǐng)域，可視化系統(tǒng)將支持更高的顯示分辨率
• 可視化技術(shù)被應(yīng)用到更多的業(yè)務(wù)領(lǐng)域
• 可視化技術(shù)支持更多樣的數(shù)據(jù)的可視化
• 新的研究熱點，是基于可視化、以及可視化分析結(jié)果，進行敘事，將一個故事，并且把故事講完整、講精彩
• 可視化軟件提供更加強大的可視化分析能力

八、可視分析技術(shù)

可視分析包括三個要素

• 數(shù)據(jù)（Data），數(shù)據(jù)是所有可視化分析的基礎(chǔ)
• 模型（Model），包括統(tǒng)計模型、以及機器學習、數(shù)據(jù)挖掘模型。
• 利用可視化（Visualization），探索數(shù)據(jù)中變量之間的關(guān)系。

可視分析包括三個回路：

• 探索回路，描述分析者如何和可視化分析系統(tǒng)進行交互，目的是生成新的可視化結(jié)果或者調(diào)整模型，并且據(jù)此對數(shù)據(jù)進行分析。涉及動作和發(fā)現(xiàn)。
• 驗證回路，包括洞察和假設(shè)。
• 產(chǎn)生新知識回路，分析者為某個假設(shè)尋找證據(jù)，或者從數(shù)據(jù)中學習到新的知識。從證據(jù)到知識，需要一個推理的過程。

九、探索式數(shù)據(jù)分析

所謂探索式數(shù)據(jù)分析，是指對已有的數(shù)據(jù)，在盡量少的先驗假定情況下進行探索，逐步了解數(shù)據(jù)的特點。

當我們對數(shù)據(jù)的內(nèi)在特點、它包含的信息，沒有足夠經(jīng)驗，不知道應(yīng)用用什么統(tǒng)計分析、數(shù)據(jù)挖掘、機器學習方法進行分析時，探索式數(shù)據(jù)分析是一種有效的分析方式。

在探索式數(shù)據(jù)分析中對高維數(shù)據(jù)進行降維

降維，是把數(shù)據(jù)或特征的維數(shù)降低，一般分為線性降維、和非線性降維。

降維的方法有：主成分分析、線性判別分析、多維尺度分析等。

十、可視化工具

• D3.js

• Matplotlib

• Prefuse

降維。

降維的方法有：主成分分析、線性判別分析、多維尺度分析等。

十、可視化工具

• D3.js

• Matplotlib

• Prefuse

總結(jié)

以上是生活随笔為你收集整理的10.可视化、可视分析、探索式数据分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。