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。
|