大数据技术应用（国家） 知识点4：大数据展现可视化 大数据展现可视化.docx

PAGE5 / NUMPAGES5 大数据展现可视化 大数据展现可视化 摘 要：本章节主要讲解大数据展现可视化，其中对什么是数据可视化以及可视化工具进行详细讲解。 关键词：可视化；工具； 1. 什么是数据可视化 数据通常是枯燥无味的，相对而言，人们对于大小、图形、颜色等具有更加浓厚的兴趣。利用数据可视化平台，枯燥乏味的数据转变为丰富生动的视觉效果，不仅有助于简化人们的分析过程，也在很大程度上提高了分析数据的效率。 数据可视化是指将大型数据集中的数据以图形图像的形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元素表示，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。 虽然可视化在数据分析领域并非是最具技术挑战性的部分，但却是整个数据分析流程中最重要的一个环节。 2. 可视化发展历程 人类很早就引入了可视化技术辅助分析问题。1854年，伦敦爆发霍乱，10天内有500多人死于该病。当时很多人都认为霍乱是通过空气传播的。但是，John Snow医师却不这么认为。于是他绘制了一张霍乱地图。如图1所示： 图1 反映霍乱患者分布与水井分布地图 分析了霍乱患者分布与水井分布之间的关系，发现在有一口井的供水范围内患者明显偏多，他据此找到了霍乱爆发的根源是一个被污染的水泵。人们把这个水泵移除后，霍乱的发病人数就开始明显下降。 数据可视化另一个经典之作是1875年“提灯女神”南丁格尔设计的“鸡冠花图”（又称玫瑰图），如图2所示： 图2 鸡冠花图 它以图形的方式直观地呈现了英国在克里米亚战争中牺牲的战士数量和死亡原因，有力地说明改善军队医院的医疗条件对于减少战争伤亡的重要性。 20世纪50年代末，随着计算机的出现和计算机图形学的发展，人们可以利用计算机技术在计算机屏幕上绘制出各种图形图表，可视化技术开启了全新的发展阶段。最初，可视化技术被大量应用于统计学领域，用来绘制统计图表，如环形图、柱形图和饼图、直方图、时间序列图、等高线图、散点图等；后来，又逐步应用于地理信息系统、数据挖掘分析、商务智能工具等，有效的促进了人类对不同类型数据的分析与理解。 随着大数据的到来，每时每刻都有海量数据在不断生成，需要我们对数据进行及时、全面、快速、准确的分析，呈现数据背后二等价值。这就更需要可视化技术协助我们更好地理解和分析数据，可视化成为大数据分析最后的一环，和用户而言最重要的一环。 3. 可视化的重要作用 在大数据时代，数据容量和复杂性的不断增加，限制了普通用户从大数据中直接获取知识，可视化的需求越来越大，依靠可视化手段进行数据分析必将成为大数据分析流程的主要环节之一。 （1）观测、跟踪数据：许多实际应用中的数据已经远远超出人类大脑可以理解及消化的能力范围，对于处于不断变化中的多个参数值，如果还是以枯燥数值的形式呈现，人们必将茫然无措。利用变化的数据生成实时变化的可视化图表，可以让人们一眼看出各种参数的动态变化过程，有效跟踪各种参数值。 比如，百度地图提供实时路况服务，可以查询各城市的实时交通路况信息。如图3所示： 图3 百度地图 （2）分析数据：利用可视化技术，实时呈现当前分析结果，引导用户参与分析过程，根据用户反馈信息执行后续分析操作，完成用户与分析算法的全场交互，实现数据分析算法与用户领域知识的完美结合。 一个典型的可视化分析过程，数据首先被转化为图像呈现给用户，用户通过视觉系统进行观察分析，同时结合自己的领域背景知识对可视化图像进行认知，从而理解和分析数据的内涵与特征。随后用户还可以根据分析结果，通过改变可视化程序系统的设置，来交互式地改变输出的可视化图像，从而可以根据自己的需求从不同角度对数据进行理解，如图4所示： 图4 可视化分析过程 （3）辅助理解数据：帮助用户更快、更准确地理解数据背后的含义，如用不同的颜色区分不同的对象、用动画显示变化过程、用图结构展现对象之间的复杂关系等。 例如，微软亚洲研究院设计开发的人立方关系搜索，能从超过10亿的中文网页中自动的抽取出人名。地点、机构名以及中文短语，并通过算法自动计算出它们之间存在关系的可能性，最终以可视化的关系图形式呈现结果。如图5所示： 图 5“人立方”展现人物关系图 （4）增强数据吸引力：枯燥的护具被制作成具有强大视觉冲击力和说服力的图像，可以大大增强读者的阅读兴趣。 可视化的图表新闻，就是一个非常受欢迎的应用。在海量新闻信息面前，读者的时间和精力都开始闲的有些捉襟见肘时。传统单调保守的讲述方式已经不能引起读者的兴趣，需要更加直观、高效的信息呈现方式。因此现在的新闻报越来越多地使用数据图表，动态、立方化地呈现报道内容，让读者一目了然，能够在短