大数据可视化理论与案例分析 | 青训营笔记
这是我参与「第四届青训营 」笔记创作活动的第10天
-
数据可视化定义
大数据可视化是对数据的可视化表示的一种科学技术研究。其中，数据的可视化表示定义为以某种汇总形式提取的信息，包括相应信息单元的各种属性和变量。
它是一个处于不断演变之中的概念，其边界在不断地扩大。主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。
-
数据可视化的基本概念
1、数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间；
2、数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；
3、数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；
4、数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。
数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。
-
大数据可视化的特征
1、交互性：可视化分析是获取数据，单向表示数据，注意结果和提出后续问题的过程，后续问题可能需要向下钻取，向上钻取，筛选，引入新数据或创建数据的其他视图。
2、多维性：数据可视化必须足够灵活以便说明各种问题，而数据可以按每一维的值，将其分类，排序，组合和显示。
3、可视性：数据可以用图像，曲线，二维图形，三维体和动画来显示，并可对其模式，和相关关系进行可视化分析。
（待补充）
