数据可视化是什么？

admin

数据可视化（ Data Visualization ）起源于18世纪，William Playfair 在他出版的书籍《 The Commercial and Political Atlas 》中第一次使用了柱形图和折线图。当时是为了表示国家的进出口量，在今天依然这么使用。19世纪初，他出版了《 Statistical Breviary 》一书，里面第一次使用了饼状图。这三种都是至今最常用的最著名的可视化图形。

       19世纪中叶，数据可视化主要被用于军事用途，用来表示军队死亡原因、军队的分布图等。进入20世纪，数据可视化有了飞跃性的发展。1990年，在人机界面学会上，作为信息可视化原型的技术被发表。1995年，IEEE Information Visualization 正式创立，信息可视化作为独立的学科被正式确立。随着2012年世界进入大数据时代，数据可视化作为大量数据的呈现方式，成为当前重要的课题。

1. 数据可视化是什么

       The main goal of data visualization is its ability tovisualize data, communicating information clearly and effectively.

       数据可视化的目的，是要对数据进行可视化处理，以使得能够明确地、有效地传递信息。

               — Vitaly Friedman

2. 为什么可视化之后会更好

       比起枯燥乏味的数值，人类对于大小、位置、浓淡、颜色、形状等能够有更好更快的认识。经过可视化之后的数据能够加深人对于数据的理解和记忆。

       例如有以下的数据，你能一眼看出哪一个最大吗？

     【 321, 564, 1391, 245, 641, 798, 871 】

       可视化之后呢？

  这样是否易于理解了呢？

3.数据可视化的构成要素

       数据可视化的手法很多，其中有一些共通的视觉要素，整理如下。

·        坐标。数值的位置被对应到直角坐标系或极坐标系上。

·        大小。数据的大小被对应到图形的大小。

·        色彩。数值的分类和界限等对应到颜色的不同。

·        标签。数值的特征用标签来标记。

·        关联。数值之间的联系，用关联线条等连接起来。

4. 数据可视化的适用范围

       目前存在着多种划分方法，常见的有[2]：

       《Data Visualization: ModernApproaches》（“数据可视化：现代方法”，2007）中阐述了数据可视化的下列主题：

·        思维导图

·        新闻的显示

·        数据的显示

·        连接的显示

·        网站的显示

·        文章与资源

·        工具与服务

       Frits H. Post（2002）从计算机科学的视角，将这一领域划分为如下多个子领域：

·        可视化算法与技术方法

·        立体可视化

·        信息可视化

·        多分辨率方法

·        建模技术方法

·        交互技术方法与体系架构

5.数据可视化和信息可视化的关系

       数据可视化（ Data Visualization ）和信息可视化（ Information Visualization ）很相近，有时几乎可以等同。但严格来说它们是不同的，它们的不同可以总结为一句话：数据可视化是对数字信息进行可视化，信息可视化是对数字信息和非数字信息进行可视化。

关于JMP

JMP，敏捷分析 成就无限。

JMP是全球顶尖的数据分析解决方案供应商，致力于帮助人们从数据探索、分析与挖掘中，快速发现隐藏在数据中的秘密与价值，从而改善决策、提升质量和生产力、改善业务流程、优化供应链、提高运营效率和客户满意度、降低运营成本，扩大利润与市场份额，实现创新，提速研发，以及成就无限。

JMP拥有超过20万全球用户。欲知三十年多来JMP如何帮助客户以敏捷分析成就无限，请访问：www.jmp.com/china

lsc771017

我的理解就是数据的直观化表达

tester

我的理解是，不仅仅只对数据的展现，更为下一步分析与探索提供起码的依据；同时，在分析过程中可视化也可以作为统计方法的必要补充和依据，尤其在JON TURKEY的四个回归图中，可视化的力量得到了验证：没有可视化，只靠参数和模型会犯大错误