数据可视化 第4章 结构化数据的可视化.pptxVIP

数据可视化

结构化数据特征结构化数据的收集与处理结构化数据的可视化展示结构化数据的可视化案例第四章：结构化数据的可视化

4.1结构化数据特征结构化数据（structureddata）内涵通常是建立在数据库基础之上。结构化数据主要存储在关系数据库管理系统(relationaldatabasemanagementsystem，RDBMS)中，并通过结构化查询语言(structuredquerylanguage，SQL)对其进行管理。面向经典的业务场景，结构化数据广泛存在于包括ATM系统、航空公司预订系统和销售系统、企业ERP、医疗HIS数据系统等信息系统中。结构化数据也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。

4.1结构化数据可视化结构化数据（structureddata）内涵在结构化数据中，数据是以行和列的组织形式构成，通常称一行数据为一个样本或观测，一列数据为变量或属性，例如学生成绩数据。学号班级姓名性别英语高数管理学统计学2110400111040012陈怡女969291932110400121040012赵玉文女928992882110400131040012李建祥男879183862110400141040012王惠仪女827984852110400151040012于浩文男767985782110400161040012迟蔡浩女837982912110400171040012王辉男697978822110400181040012田华培男818285832110400191040012冯雪茹女878591862110400201040012蔡庆成4.1结构化数据可视化非结构化数据（unstructureddata）非结构化数据是指数据结构不规则或不完整，没有预定义的数据模型，同时难以通过数据库二维逻辑表来表现的数据，包括所有格式的办公文档、XML、HTML、各类报表、图片、音频、电子邮件、视频等数据。

4.1结构化数据可视化结构化数据与非结构化数据比较?结构化数据非结构化数据特征预定义的数据模型明确定义定量数据容易访问容易分析没有预定义的数据模型没有明确的定义定性数据很难获取很难分析存储位置关系数据库数据仓库电子表格NoSQL数据库数据湖数据仓库分析方法回归分类聚类数据挖掘自然语言处理向量的搜索用例在线预订自动取款机库存控制系统语音识别图像识别文本分析例子名字日期地址电话号码信用卡号码电子邮件信息健康记录图片音频视频

结构化数据特征结构化数据的收集与处理结构化数据的可视化展示结构化数据的可视化案例第四章：结构化数据的可视化

4.2结构化数据的收集与处理前期为数据准备阶段数据收集：主要从数据库或者互联网中获得或收集结构化数据；数据处理：解析并筛选数据。利用程序方法解析、清洗、简化数据；数据分析：分析提炼数据，发现数据中的规律和价值。中期步骤为数据可视化展示，主要利用数据分析建模方法展示数据的信息和规律。后期为叙事步骤，主要结合可视化展示向受众讲述有趣的故事，发现复杂数据中的关键价值

4.2结构化数据的收集与处理结构化数据的收集又称为数据获取，是数据分析的前提，也是数据可视化过程中最为基本的环节之一。通过各种技术手段对外部各种数据源产生的数据实时或者非实时地采集并加以利用。结构化数据采集的主要数据源包括传感器数据、企业业务系统数据、日志文件、互联网数据等。

4.2结构化数据的收集与处理结构化数据的收集传感器数据传感器是一种检测装置，能够“感受”到被测量的信息，并将其按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。根据业务场景的不同会安装不同类型的传感器，如压力传感器、温度湿度传感器、速度传感器、定位传感器等。传感器之间的用途各不相同。例如，利用传感器对大气的温度、湿度进行检测；使用质量传感器检测机器设备运行状态；通过GPS传感器掌握车辆位置、路径和行驶状态等。

4.2结构化数据的收集与处理结构化数据的收集企业业务系统数据大多数企业会使用传统的关系数据库MySQL和Oracle等来存储结构化的业务系统数据。企业每时每刻产生的业务数据，以一行记录的形式被直接写入数据库。企业可以借助相关工具，将分散在企业不同位置的业务系统数据进行抽取、转换、加载到企业数据仓库中，以供后续的分析和使用。通过采集不同业务系统的数据并将其统一保存到一个数据仓库中，就能够为分散在企业不同场景的商务数据提供统一的管理视图，从而满足企业管理决策和可视化的分析需求。例如，可以从企业客户关系管理系统数据库中提取客户信息数据、从财务系统中提取财务管理数据等

4.2结构化数据的收集