1. 数据可视化
金 剑
201 2/04/20

2. 什么是数据可视化？

3. 一幅图画最伟大的价值莫过于它能够使我们实
际看到的比我们期望看到的内容丰富得多！

4. 不同的认知角度
• 产品设计
— — 表述想法的工具
• 设计人员
— — 漂亮的视觉表现
• 开发者
— — 信息编码方式

6. 借助于图形化手段，清晰有效地传达与沟通信息
— — 维基百科

8. 数据可视化分为“科学可视化”与“信息可视化”两个方
向

9. 科学可视化 Scientific visualization
主要关注的是三维现象的
可视化，如建筑学，气象
学，医学或生物学方面各
种系统。重点在对体，面
及光源等逼真渲染

10. 信息可视化 I nformation visualization
旨在研究大规模非数值型信息资源的视觉呈现，以及利用图形
图像方面的技术与方法，帮助人们理解和分析数据

11. 为什么可视化？

12. 海量数据
• 每天交易信息
• 用户的访问数据
• 在线交易情况

13. 复杂的数据
•复杂的数据结构
•复杂的数据关系
•复杂的逻辑分类
•复杂的 ...

14. 呈现数据特征

15. 呈现数据特征

16. 可视化展现形式

17. 气泡图 流程图
树 标签云
平行坐标轴 矩阵图
时间轴 散点图
网络图 折线图
堆栈图 数据表
地图 雷达图
热力图 其他类型

18. 气泡关联图
http://www.worldshap.in/#/03/US/

19. 树图 -- 互联网各类型网站占比
是 TreeM a 非常典型的一个应用场景，充分里用了 T reeM a 直
p p
观体现同级比较，同时又实现了同一类型下以及不同类型下
子集大小的比较

20. 平行坐标轴 — — 移民潮
充分利用色块大小，颜色来直观传达信息，交互体验良好
http://peoplemov.in/

21. 时间轴
British History Timeline

22. 地图

23. 热力图
Heatmap 热图，可以非常直观的呈现一些原本不易理解或表
达的数据，比如密度、频率、温度等，改用区域和颜色这种
更容易被人理解的方式来呈现。

24. 标签云利器 -Wordle 介绍
Wordle： Wordle 是标签云生成工具，可说是这类工具的鼻祖。
你只需输入一个网址，就能为这个网页生成关键词标签云。
各个关键词的大小与其出现频率成正比。你还可以方便地定
制标签云的展现形式。

25. Seesoft – 超酷的代码可视化工具

26. 如何进行数据可视化？
— — 可视化的过程

27. 可视化数据的七个阶段
• 获取 数据来源
• 分析 数据结构
• 过滤 关注信息
• 挖掘 统计辨析
• 表述 视觉模型
• 修饰 清晰易读
• 交互 操作控制

28. 如何分析？

29. • 想表达什么？
• 想解决什么样的问题？
• 是否可以实现？

30. • 谁你是这个数据的使用者？
• 他们需要什么样的数据？

31. • 谁你是这个数据的使用者？
• 如果这个使用者不是你！
• 那他们的偏好是什么？
• 他们的首选是什么？
• 我们是否真正了解他们？！

32. 如何确定我们数据内容 ?

33. 轮胎直径 (Wheel size):
N umberic
胎面宽度 (T ire width):
N umberic
价格 (Price):
N umberic

34. 有那些数据类别 ?
• 分类 Categorical( 如：类别 )
• 序列 Ordinal( 如：排名，时间 )
• 数量 Q uantitative( 如：数字 )
• 关系 Relational( 如：层级，影响等 )
• 位置 location

35. 如何表现数据及其之间关系 ?
• 通过不同的位置表示关系
• 尝试使用多种坐标轴
• 考虑如何定义其格式
• 使用不同类型的颜色
• 使用适当的表现属性呈现数值

36. 有哪些数据表现方式及属性？

38. 可视化开发工具
• D 3.j / protovis: 开发框架
s
•Processing / Processingj 简单易用，强大互交
s:
可视化开发库， J va S
a /J
•Sketchpa Processing 应用在线 I D E
d:
•R + ggplot2: 统计和设计库
•Hea pj Html5 WebGL 可视化库
tma s:

39. Processing/ProcessingJ -- J va nva
S a /Ca s
http://www.m-i-b.com.ar/letters/en/

40. D 3.J – SVG
S

41. Hea pJ
tma S
WebGL 实现的 3D 地球

42. http://datavlab.org/cases

43. 推荐资料：
• 图表汇
• 图研所
• da V
ta
• http://processing.org/
• http://complexdiagrams.com
• 视物 | 致知

44. 谢 谢！
05/01/12