數據可視化概述1

數據可視化的內涵和意義2

數據可視化的發展歷史3

數據可視化的應用4

數據可視化的挑戰5

可視化分析與編程工具本章主要內容1.

數據可視化的內涵和意義號輸入并行處理器,最高帶寬為每秒100MB,具有很強的模式識別能力,對

可視符號的感知速度比對數字或文本

快多個數量級,且大量的視覺信息的

處理發生在潛意識階段。視覺是獲取信息的最重要通道,超過50%的人腦功能用于視覺

的感知,包括解碼可視信息、層次可視信息處理和思考可視符號。人眼是一個高帶寬的巨量視覺信可視化對應兩個英文單詞：

VISUALIZE

和VISUALIZATION?VISUALIZE是動詞，意即“生成符合人類感知”的圖像；通過

可視元素傳遞信息。?VISUALIZATION是名詞，表達“使某物、某事可見的動作或

事實”；對某個原本不可見的事物在人的大腦中形成一幅可

感知的心理圖片的過程或能力。VISUALIZATION，也可以用于表達對某目標進行可視化的結果，即一幀圖像或動畫。利用人眼的感知能力對數據進行交互的可視表達以增強認知的技術，稱為可視化。它將不可見或難以直接顯示的數據轉化為可

感知的圖形、符號、顏色、紋理等，增強數據識別效率，傳遞有效信息。表.

4個二維數據點集

誤差和、相關系數等統計屬

性均相同單維度均值、最小二乘法回

歸線方程、誤差的平方和、方差的回歸和、均方誤差的可視化是認知的過程，即形成某個物體的感知圖像，強化認知理解。可視化的終極目的是對事物規律的洞悉。包含多重含義：發現、決策、解釋、分析、探索和學習。可視化可簡明地定義為“通過可視表達，增強人們完成某些任務的效率”。

對信息的推理和分析可視化的作用信息傳播與協同信息記錄抽象Harry

Beck,1933令科學可視化(Scientific

Visualization)令信息可視化(Information

Visualization)數據可視化分類科學可視化(Scientific

Visualization)D

面向的領域主要是自然科學，如物理、化學、氣象氣候、航空航天、醫學、生物學等各個學科。這些學科通常

需要對數據和模型進行解釋、操作與處理，旨在尋找其中的模式、特點、關系以及異常情況。D

數據通常表達在三維或二維空間，或包含時間維度。數據的類別可分為:

標量(密度、溫度)

向量(風向、力場)

張量(壓力)科學可視化也可粗略地分為標量場可視化、向量場可視化、張量場可視化三類。科學可視化(Scientific

Visualization)

處理的對象是抽象的數據集合(如文本、圖表、層次結構、地圖、軟件、復雜系統等)

更關注抽象、高維數據。信息可視化(Information

Visualization)D

1.時空數據可視化D

對于地理信息數據可視化來說，合理地選擇和布局地

圖上的可視化元素，從而呈現盡可能多的信息是關鍵。時

變數據通常具有線性和周期性兩種特征，需要依此選擇不

同的可視化方法。D

2.層次與網絡結構數據可視化D

人與人之間的關系、城市之間的道路連接、科研論文之

間的引用都組成了網絡。通常使用點線圖來可視化，如何

在空間中合理有效地布局節點和連線是可視化的關鍵。D

3.文本和跨媒體數據可視化D

隨著網絡媒體，特別是社交媒體的迅速發展，每天都

會產生海量的文本數據，人們對于視覺符號的感知和認知

速度遠遠高于文本。D

4.多變量數據可視化D

現實世界中復雜問題和對象的數據通常是多變量的高

維數據，

數據降維到低維度空間，

使用相互關聯的多視圖同時表現不同維度等等。可視分析學(Visual

Analytics)是一門綜合性學科：?在可視化方面，有信息可視化、科學可視化與計算機圖形學；?與數據分析相關的領域：信息獲取、數據處理和數據挖掘；?在交互方面，人機交互、認知科學和感知等學科融合。圖.

可視分析學涉及的學科科學可視化的研究重點是帶有空間坐標和幾何信息的醫學影像數據、三維空間信息測量數據、流體計算模擬數據等。由

于數據的規模通常超過圖形硬件的處理能力，所以如何快速地

呈現數據中包含的幾何、拓撲、形狀特征和演化規律是其核心

問題。

隨著圖形硬件和可視化算法的迅猛發展，單純的數據顯

示已經得到了較好的解決。信息可視化的核心問題主要有高維數據的可視化、數據間各種抽象關系的可視化、用戶的敏捷交互和可視化有效性的評斷等。可視分析將可視化、人的因素和數據分析集成在內。?感知與認知科學研究人在可視分析學中的重要作用?數據管理和知識表達是可視分析構建數據到知識轉換的基礎

理論?地理分析、信息分析、科學分析、統計分析、知識發現等是

可視分析學的核心方法；?人機交互必不可少，用于駕馭模型構建、分析推理和信息呈

現等整個過程；可視分析流程中推導出的結論與知識最終需

要向用戶表達和傳播。可視分析?可視分析偏重于從各類數據綜合、推理出知識。?其實質是完成機器智能和人腦智能的雙向轉換，整個

探索過程是迭代的、螺旋式的上升過程。2.

數據可視化的發展歷史十六世紀：

Early

Maps

&

Diagrams(萌芽時期)人類已經掌握了精確的觀測技術和設備，也采用手工方式

制作可視化作品。公元前6200年的人類地圖?人類歷史上第一

幅城市交通圖?呈現了羅馬城的

交通狀況十七世紀：

Measurement

&

Theory

(成長時期)?對物理基本量(時間、距離和空間)的測量設備與理論

完善，被廣泛用于航空、測繪、制圖、國土勘探等。?制圖學理論與實踐也隨著分析幾何、測量誤差、概率論、

人口統計和政治版圖的發展而迅速成長。?產生了基于真實測量數據的可視化方法?開始了可視化思考的新模式?誕生于1626年表達太陽黑子隨

時間變化的圖。?在一個視圖上同時可視化多個

小圖序列?是現代可視化技術中郵票圖表

法

(

small

multiples

)

的雛形。

?1686年繪制的歷史上第一幅天

氣圖，顯示了地球的主流風場

分布。?這也是向量場可視化的鼻祖。

十八世紀：

New

Graphic

Forms

(發展時期)?發明了新的圖形化形式

(等值線、輪廓線)?包含地理，經濟和醫學數據信息的概念圖產生?創造了新穎的視覺形式來描繪經濟和政治方面的真實數據?大多數這些新圖形形式出現在發行量有限的出版物中，在

這一時期并沒有引起廣泛關注。

1701年繪制的人類歷史第一幅等值線圖1758年Lambert完成的三維金字塔顏色系統可視化

?1

7

6

5

年

J

o

s

e

p

h

Priestley發明的時間

線圖?采用了單個線段表現

某個人的一生?同時比較了公元前

1200年到公元1750年

間2000個著名人物的

生平。

?這幅作品直接激發了柱狀圖的誕生。18世紀是統計圖形學的繁榮時期，

蘇格蘭工程師、政治經濟

學家William

Playfair是統計制圖法的創始人，

他創造了折線圖、

柱狀圖、餅圖、面積圖等今天使用最頻繁的統計圖，并且堅信圖

表比數據更有表現力。William

Playfair作品:丹麥和挪威1700—

1780年間的貿易進出口序列圖

?世界上第一幅餅圖?顯示了1789年土耳其帝國在亞

洲、歐洲和非洲的疆土比例

德國物理學家Lambert用于表達水的蒸發和時間之間的

關系的線圖可視化。

十九世紀：

1800

-1849年,

Modern

Period

(現代時期)?統計圖形、概念圖等呈爆炸式增長?關于社會、地理、醫學和經濟的統計數據越來越多?衍生了可視化思考的新方式：

圖表用于表達數學證明和函數；

列線圖用于輔助計算；各類可視化顯示用于表達數據的趨勢

和分布，便于交流、獲取和可視化觀察。Playfair繪制的??價格與?資時間序列圖、柱形圖。

1837年第?幅流圖，以可變寬度的線段顯示了交通運輸的軌跡和乘客數量。

?19世紀下半葉(1850-1899年)，系統地構建可視化方法的條件日漸成熟，進入了統計圖形學的黃金時期(Golden

Age)。?認識到數字信息對于社會計劃、工業化，商業和運輸的重要性日益提高，統計理論擴展到社會領域。?法國工程師查爾斯.約瑟夫.米納德(CharlesJosephMinard)，是將可視化應用于工程和統計的先驅者。其最著名的工作是1869年發布的描繪拿破侖進軍莫斯科大敗而歸的歷史事件的

流圖，該圖被譽為有史以來最好的統計可視化。

1812——

1813年拿破侖進軍莫斯科的歷史事件的流圖米納德在這一幅平面圖，呈現了6

個維度的信息：1.軍隊人數2.距離3.溫度4.經緯度5.移動方向6.時‐地關系弗洛倫斯?南丁格爾(1820年5?5.12國際護士節就是為了紀念?這一天是南丁格爾的生日圖.

南丁格爾第一個真正意義上的女護士，被譽為現代護理業之母。南丁格爾“玫瑰圖(極區圖)”月12日~1910年8月13日)是世界上除了在醫學和護理界的輝煌成就，南丁格爾還是一名優秀的統

計學家

——她是英國皇家統計學會的第一位女性會員，也是美國統

計學會的會員。?南丁格爾早期大部分聲望都來自其對數據清楚且準確的表達。?她認為醫學統計資料有助于改進醫療護理的方法和措施。?在她編著的各類書籍、報告等材料中使用了大量的統計圖表，其

中最為著名的就是極區圖，也叫南丁格爾玫瑰圖。?藍色代表可預防和可緩解的

疾病治療不及時造成的死亡?紅色代表戰場陣亡?黑色代表其他死亡原因。圖表各個扇區角度相同，用半

徑及扇區面積來表示死亡人數。

生動有力的說明了在戰地開展醫療救護和促進傷兵醫療工作的

必要性。

打動了當局者，增加了戰地醫院，改善了

軍隊醫院的條件，為挽救士兵生命做出了

巨大貢獻”。東部軍隊死亡原因示意圖(1854-1856)1855年4月~1856年3月極區圖：

Facebook

vs.

推特圖1-3英國麻醉學家、流?病學家John

Snow繪制的1854年倫敦霍亂地圖。該圖?次結合了地圖和疾病數據。??現代黑暗時期?很少有圖形創新?應?和普及的時期?第?次使?圖形?法來提供有關天?、物理、?物和其他學科的新發現和新理論?開始對各種圖形形式的效率進?實驗?較二十世紀:

1900-1949年：

Modern

Dark

Age1904年關于太陽黑子隨時間擾動的蝴蝶圖驗證了太陽黑子的周期性

1957年發明的圓形圖標，采用線段及其朝向編碼多維數據。Jacques

Bertin提出的七個視覺變量，給出了完備

的圖形符號和表示理論。針對點(Point

)、線(Line)和區域(Area)數據采用不同視覺通道的圖

形符號表示方案。

圖.

1973年Herman

Chernoff發明的表達多變量數據的臉譜編碼?液化學數據使?計算機軟件Biplot進?的可視化

圖.

1975年統計圖形學家發明的增強型散點圖

圖.

John

Hartigan發明的散點圖矩陣1991年Ben

Shneideman教授發明的樹圖，?級聯

嵌套的平?化樹狀結構表

達層次結構。1994年施樂公司創造的表格透鏡技術進入21世紀，現有的可視化技術已難以應對海量、高維、多源和動態數據的分析挑戰，

需要綜合可視化、圖形學、

數據挖掘理論與方法，研究新的理論模型、新的可視化方法

和新的用戶交互手段，

輔助用戶從大尺度、復雜、矛盾甚至

不完整的數據中快速挖掘有用的信息，以便做出有效決策。

斯坦福大學生物工程和精神病學負責人Karl

Deisseroth說：“以分子水平和全局范圍觀察整個大腦系統，曾經一直都是生物學領域一個無法實現的重大目標”。

可視化系統在探索性任務(例如包含大數據量信息)中有

突出的表現，它可以幫助用戶從大量的數據空間中找到關

注的信息來進行詳細分析。3.

數據可視化的應用數據可視化的應用1.

醫學可視化2.

工程可視化3.

表意性可視化4.

地理氣象信息可視化5.

政治社會領域可視化6.

商業智能可視化(1

)導入和清理數據。決定如何組織輸入數據以獲得期望的結果，它所需要的思考和工作經常比預期的多。

(2

)把視覺表示與文本標簽結合在一起。視覺表示是強有力

的，有意義的文本標簽起到很重要的作用。4.

數據可視化的挑戰(4

)集成數據挖掘。信息可視化和數據挖掘起源于兩條獨立的研究路線。研究人員正在逐漸把這兩種方法結合在一

起。

(5

)與他人協同。發現是一個復雜的過程，它依賴于知道

要尋找什么、通過與他人協同來驗證假設、注意異常和使

其他人相信發現的意義。判斷。(3)查找相關信息。經常需要多個信息源來做出有意義的(5

)實現普遍可用性。當可視化工具打算被公眾使用時，必須使該工具可被多種多樣的用戶使用而不管他們的生

活背景、工作背景、學習背景或技術背景如何。

(6)評估。分析很少是一個孤立的短期過程，用戶可能

需要長期從不同視角察看相同的數據。5

可視化分析與編程工具

Tableau

()是可視化領域標桿性的商業智能分析軟件，起源于美國斯坦福?學的科研成果，其設計?標是以可視

的形式動態呈現關系型數據之間的關聯，并允許?戶以所?即所得的?式

完成數據分析和可視圖表和報告的創建。

Tableau軟件最吸引?的特點在于，?戶?需掌握?深的技術或任何編程技能便可以上?操作。該?具已經引起了來?各?各業的?們的興趣，?如咨詢、?融、通信、媒體、?科技、制造業、能源、體育、科研機構等

等。(1)

Tableau?Python指?種?向對象、解釋型的計算機程序設計語?，是?種

功能強?的通?型語?，具有近??年的發展歷史，成熟且穩定。?它包含?組完善?且容易理解的標準庫，能夠輕松完成很多常?

的任務。?Python的NumPy、SciPy庫能夠?常快速和?便地操作?量數據、

進?科學計算，

Matplotlib庫能夠以簡潔的代碼繪制出漂亮的圖

形。(2)

Python其他可視化工具Excel(3)

谷歌版的Excel，但用起來更容易，而且是在線的。可以通過內置的聊天和實

時編輯功能進行協作。

通過importHTML和importXML

函數，可以從網上導入HTML和XML文件。Google

Spreadsheets

(1

)

TileMill。自定義地圖的制作難度較大且技術性強，然而現在已經有多種程序能夠基于自己的數據、按喜好和需求設計地圖。地圖平臺

MapBox提供的TileMill就是一款開源的桌面軟件，有不同平臺的多個版本。

(2

)

ImagePlot。加州電信學院軟件研究實驗室的ImagePlot能將大規模圖

像集合作為一組數據點來進行探索。例如，可以根據顏色、時間或數量來

繪制圖形，從而展現某位藝術家或某一組照片的發展趨勢與變化。針對特定數據的工具

(3)樹圖。

馬里蘭大學人機交互實驗室的交互式軟件是最早的，可以免費使用。樹圖對于探索小空間中的層次式數據非常有用。

Hive小組還開發

并維護了一款商用版本。

(4

)

indiemapper。這是地圖制作小組Axis

Maps提供的一個免費服務。與TileMill類似，它支持創建自定義地圖以及用自己的數據制圖，但它運

行在瀏覽器中，而不是作為桌面客戶端軟件運行。

indiemapper使用簡單，

并且有大量的示例幫助起步。可以方便地變換地圖投影，找出最適合自己

需要的投影方式。

(5

)

GeoCommons。其與indiemapper類似，但更專注于數據的探索和分析。你可以上傳自己的數據，也可以從GeoCommons數據庫中抽取數據，

然后與點和區域進行交互。還可以將數據以多種常見的格式導出，以便導

入其他軟件。

(6)

ArcGIS。在新的地圖工具出現之前，對大數人來說，

AreGIS都是首選的地圖工具。

ArcGIS是個特性豐富的平臺，幾乎能做與地圖有關的

任何事情。大多數時候，基本功能已經足夠，因此最好還是先嘗試一下免

費選項，如果不夠用，再嘗試ArcGIS。

(7)Gephi。是一款跨平臺的基于JVM的復雜網絡分析軟件，其主要用于各種網絡和復雜系統，幫助用戶創建動態的層次豐富的圖表。Gephi自

稱是“開放的圖表及可視化平臺”

，起創于2009年的一個大學生項目，

已迅速成為一個頗具價值的開源軟件資源。支撐用戶創建檢驗假設、深

入探尋模式以及觀測異常值、偏差值。可以將Gephi想象成統計輔助工具

(能跟R進行整合)。

(8)Timeflow。

用于分析時間數據的開源可視化工具，由

Sarah

Cohen(杜克大學)于

2010

年創建。TimeFlow

有一套強大的工具用于過濾和

聚合數據。該程序提供了四種不同的顯示視圖：標準時間線、表格、條

形圖和交互式日歷。–JavaScript

、HTML和CSS隨著瀏覽器的速度越來越快，可視化開始借助HTML

、

JavaScript和CSS代碼在瀏覽器中展示。具有很大的靈活性，可

以做出用戶想要的各種效果。JavaScript具有很多進行可視化的庫，例如D3.js

、Echarts、Recharts

、ApexCharts等。可視化編程工具?D3.js

。

處理基于數據文檔的JavaScript

庫。利用諸如HTML

、Scalable

Vector

Graphic以及Cascading

Style

Sheets等編程語言讓數

據變得更生動。

通過對網絡標準的強調，

D3賦予用戶當前瀏覽器的完整能力。

提供

的基于數據的DOM操作

(文檔對象模