这是我参与「第四届青训营 」笔记创作活动的第20天
本次学习是针对大数据可视化理论的分析和相关案例的展开和学习，收获颇丰！
1、可视化是什么？什么是数据可视化？
可视化是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，再进行交互处理的理论、方法和技术。
“数据可视化”和“可视化”的定义很相似，只是增加了一个关键词——“数据”。
Anything that converts data into a visual representation (like charts, graphs, maps, sometimes even just tables)
2、可视化的应用领域：
可视化最早运用于计算机科学中，并形成了可视化技术的一个重要分支——科学计算可视化(Visualization in Scientific Computing)。科学计算可视化能够把科学数据，包括测量获得的数值、图像或是计算中涉及、产生的数字信息变为直观的、以图形图像信息表示的、随时间和空间变化的物理现象或物理量呈现在研究者面前，使他们能够观察、模拟和计算。
3、可视化的优势和优点：
- 有效呈现重要特征
- 揭示客观规律
- 辅助理解事物概念和过程
- 对模拟和测量进行质量监控
- 提高科研开发效率
- 促进沟通交流和合作
数据可视化，最常见的莫过于各类条形图、折线图、饼图、雷达图等可由软件直接生成的图像，然而，这些图像局限于对特定数据的表达。复杂的应用场景也不断涌现，单纯的二维数据可视化不再满足物理世界的构建，基于地理环境信息的三维时空信息可视化场景及其真实感、实时性、动态交互一再被提及，三维可视化引擎逐渐走入人们视野，数字孪生可视化对地理空间数据、社会网络关系等多维数据进行可视化成像，被广泛利用。
4、数据可视化的作用：
- 直观展示
一图胜千言，数据可视化最直观的作用就是将数据要阐述的内容直观的展现出来。
- 数据搜索
（Anscombe's quartet）是四组基本的统计特性一致的数据，但由它们绘制出的图表则截然不同。每一组数据都包括了11个(x,y)点。这四组数据由统计学家弗朗西斯·安斯库姆（Francis Anscombe）于1973年构造，他的目的是用来说明在分析数据前先绘制图表的重要性，以及离群值对统计的影响之大。
- 促进沟通与交流
由于可视化可以高效的阐释数据内含，合理的可视化设计可以更好的帮助作者表达其观点。 随着可视化的发展，人们使用更多的应用形式来 传递信息，比如仪表盘，数据大屏等。
5、数据可视化的基本步骤：
第一步 : 数据处理（ Abstract Data ） 只有满足特定结构的数据才能做对应的可视化展现，而且为了达到好的可视化效果也需要对数据进行清洗、转换等操作。
第二步 : 可视化设计与表达（ Visualization Design） 根据数据特征选择合适的展现模式，在此基础上通过合理的使用视觉编码，来定义最终的可视化展现内容。
第三步：可视化渲染（ Rendering and Display）
将定义好的图形转换成为图像，展现给观众。
第四步：可视化交互（ Interactivity）
单一的可视化结果并不能满足用户的多方面诉求，用户往往借助交互方式，进一步了解细节或者对数据进行筛选、聚合、分面等，对数据进行多方面的探索。
6、总结
学习了关于数据可视化的相关理论，数据可视化在未来的应用十分广泛。数据可视化能够加强数据的直观性，让人们更容易接收和理解数据，是一个十分重要的工具。
7、参考资料
