高级大数据人才培养,大数据挖掘技术与应用BIGDATA大数据可视化[3].pptVIP

高级大数据人才培养丛书之一，大数据挖掘技术与应用BIGDATA大数据可视化[3]

高级大数据人才培养丛书之一,大数据挖掘技术与应用BIGDATA大数据可视化

第四章 数据可视化的常用方法视觉编码统计图表可视化方法图可视化方法可视化分析方法的常用算法可视化方法的选择习题3 of46

4.1视觉编码第四章数据可视化的常用方法4.1.1视觉感知选择可视化方法之前,需要掌握视觉感知（VisualPerception）和视觉认知（VisualCognition）的概念。视觉感知是指客观事物通过人的视觉器官在人脑中形成的直接反映,人类只有通过“视觉感知”,才能达到“视觉认知”。通常而言,人类的视觉感知器官最灵敏,感知外在事物的效率和效果都优于其他感知器官。4 of46

4.1视觉编码4.1.2视觉通道视觉通道:用于控制几何标记的展示特性，包括标记的位置、大小、形状、方向、色调、饱和度、亮度等。视觉通道分为两大类:定性（分类）的视觉通道，如形状、颜色的色调、空间位置；定量（连续、有序）的视觉通道，如直线的长度、区域的面积、空间的体积、斜度、角度、颜色的饱和度和亮度等。第四章数据可视化的常用方法5 of46

4.1.3数据分类对于信息可视化中数据类型的划分，从数据可视化类型出发研究可视化过程，可以参考基于任务分类学的数据类型（TTT,dataTypebyTaskTaxonomy）。TTT定义了7种基本任务:总览、缩放、过滤、按需细化、关联、历史和提取；并将数据分为7类:一维线性数据、二维数据、三维数据、多维数据、时态数据、树型数据和网状数据。4.1视觉编码第四章数据可视化的常用方法6 of46

4.1.4常用的复杂数据处理方法通过实验测量、计算机仿真、网络数据传输和文件输入/输出等方法获取数据之后，通常要对复杂数据进行预处理，常见数据操作包括:合并、采样、降维、特征子集选择、特征生成、离散化与二值化、属性变换。4.1视觉编码第四章数据可视化的常用方法7 of46

第四章 数据可视化的常用方法视觉编码统计图表可视化方法图可视化方法可视化分析方法的常用算法可视化方法的选择习题8 of46

4.2统计图表可视化方法第四章数据可视化的常用方法4.2.1柱状图柱状图（barchart），是一种以长方形的长度为变量的表达图形的统计报告图。优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。劣势：柱状图的局限在于只适用中小规模的数据集。1.传统二维柱状图传统柱状图一般用于表示客观事物的绝对数量的比较或者变化规律，用于显示一段时间内数据的变化，或者显示不同项目之间的对比，分为：二维簇状柱形图、二维堆积柱形图、二维百分比堆积柱形图。9 of46

4.2统计图表可视化方法第四章数据可视化的常用方法4.2.1柱状图2.三维柱状图三维柱状图的可视化效果更佳直观，而且能够在第三个坐标轴显示三维数据。三维柱状图采用柱体来量化数据，同时对柱体可以采用不用的颜色编码，来表述不同的变量。10 of46

4.2统计图表可视化方法第四章数据可视化的常用方法11 of46条形图排列在工作表的列或行中的数据可以绘制到条形图中。条形图显示各个项目之间的比较情况。折线图折线图适用于二维大数据集,尤其是那些趋势比单个数据点更重要的场合。饼图饼图适用于一维数据可视,尤其是能反映数据序列中各项大小、总和和相互之间比例大小。散点图散点图适用于三维数据集,但其中只有两维需要比较。气泡图气泡图是散点图的一种变形,通过每个点的面积大小,反应第三维。雷达图雷达图适用于多维数据（四维以上）,且每个维度必须可以排序。

4.2统计图表可视化方法第四章数据可视化的常用方法12 of46

第四章 数据可视化的常用方法视觉编码统计图表可视化方法图可视化方法可视化分析方法的常用算法可视化方法的选择习题13 of46

4.3图可视化方法第四章数据可视化的常用方法14 of464.3.1图的类型1、关系图可视化最重要的作用之一，便是能够表达关系。这些关系组成了已经定义的世界或系统。图能够使得我们以一种非常容易理解的方式来描述和表达世界。2.分层对于分层数据中获取信息，图也是一个很好的选择。分层图常被称树。树有一个根父节点，其链接分支到第二个节点，第二级节点还可能再次分支，以此类推，直到到达没有子节点的叶子节点，根节点的每个后代节点都只有一个父节点。

4.3图可视化方法第四章数据可视化的常用方法4.3.2图论可视化图论（GraphTheory）是数学的一个分支。它以图为研究对象。图论中的图是由若干给定的点及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,