学会《大数据可视化技术》_轻松读懂你的数据_2.3 数据可视化的基本框架

【摘要】 本书摘自《大数据可视化技术》一书中第2章，第3节，杨尚森、许桂秋主编。

2.3 数据可视化的基本框架

本节将从数据可视化的一般流程和数据可视化的设计理论两方面阐述数据可视化的 基本框架。

2.3.1 数据可视化的流程

数据可视化的流程以数据流向为主线，其核心流程主要包括数据采集、数据处理和 变换、可视化映射和用户感知四大步骤。整个可视化过程可以看成是数据流经过一系列 处理步骤后得到转换的过程。用户可以通过可视化的交互功能进行互动，通过用户的反 馈提高可视化的效果。

(1)数据采集。可视化的对象是数据，而采集的数据涉及数据格式、维度、分辨 率和精确度等重要特性，这些都决定了可视化的效果。因此，在可视化设计过程中， 一 定要事先了解数据的来源、采集方法和数据属性，这样才能准确地反映要解决的问题。

(2)数据处理和变换。这是数据可视化的前期准备工作。原始数据中含有噪声和 误差，还会有一些信息被隐藏。可视化之前需要将原始数据转换成用户可以理解的模式 和特征并显示出来。所以，数据处理和变换是非常有必要的，它包括去噪、数据清洗、 提取特征等流程。

(3)可视化映射。可视化映射过程是整个流程的核心，其主要目的是让用户通过 可视化结果去理解数据信息以及数据背后隐含的规律。该步骤将数据的数值、空间坐 标、不同位置数据间的联系等映射为可视化视觉通道的不同元素，如标记、位置、形 状、大小和颜色等。因此，可视化映射是与数据、感知、人机交互等方面相互依托，共 同实现的。

(4)用户感知。可视化映射后的结果只有通过用户感知才能转换成知识和灵感。

用户从数据的可视化结果中进行信息融合、提炼、总结知识和获得灵感。数据可视化可 让用户从数据中探索新的信息，也可证实自己的想法是否与数据所展示的信息相符合， 用户还可以利用可视化结果向他人展示数据所包含的信息。用户可以与可视化模块进行 交互。交互功能在可视化辅助分析决策方面发挥了重要作用。直到今天，还有很多科学可视化和信息可视化工作者不断地优化可视化工作流程。

图2-19是由Haber和McNabb 提出的可视化流水线，描述了从数据空间到可视空间的 映射，包含了数据分析、数据过滤、数据可视映射和绘制等各个阶段。这个流水线常用 于科学计算可视化系统中。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 18664393530@aliyun.com 处理，核实后本网站将在24小时内删除侵权内容。