云计算导论（国家） 6.6：数据的可视化 6-6-1可视化概述.docx

PAGE1 / NUMPAGES8 文档题目 可视化概述 数据通常是枯燥乏味的，相对而言，人们对于大小、图形、颜色等怀有更加浓厚的兴趣。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。 6.1.1 可视化的发展历程 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6-1-1所示，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以后，霍乱的发病人数就开始明显下降。 数据可视化历史上的另一个经典之作是1857年“提灯女神”南丁格尔设计的“鸡冠花图”（又称玫瑰图，见图6-1-2）。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，有力地说明了改善军队医院的医疗条件对于减少战争伤亡的重要性。 图6-1-1 反映霍乱患者分布与水井分布的地图 图6-1-2 “提灯女神”南丁格尔设计的“鸡冠花图” 20世纪50年代，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，如圆环图、柱状图和饼图、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，有效地促进了人类对不同类型数据的分析与理解。 随着大数据时代的到来，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，呈现数据背后的价值。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对用户而言最重要的一环。 6.1.2 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。让“茫茫数据”以可视化的方式呈现，让枯燥的数据以简单友好的图表形式展现出来，可以让数据变得更加通俗易懂，有助于用户更加方便快捷地理解数据的深层次含义，有效参与复杂的数据分析过程，提升数据分析效率，改善数据分析效果。 在大数据时代，可视化技术可以支持实现多种不同的目标。 1.观测、跟踪数据 许多实际应用中的数据量已经远远超出人类大脑可以理解及消化吸收的能力范围，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，可以查询包括北京在内的各大城市的实时交通路况信息，如图6-1-3所示。 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程交互，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如图6-1-4所示，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。 图6-1-3 百度地图显示的北京市实时交通路况信息 图6-1-4 用户参与的可视化分析过程 3.辅助理解数据 帮助普通用户更快、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、地名、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（见图6-1-5）。 4.增强数据吸引力 枯燥的数据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（见图6-1-6）