这是我参与「第四届青训营 」 笔记创作活动的第16天
1. 定义
1.1 定义
可视化：
- 通过视觉元素（图像，图表，动画等等）来进行信息交流的方式
- 不仅局限于视觉，扩展到人类的整个感知系统。通过听觉、触觉或者味觉也是可以进行信息呈现和交流的。
数据可视化：
-
将数据转换为可视化表示的任何内容（如图表、图形、地图，有时甚至只是表格）
-
典型应用：地理信息、数据分析
- 形象化呈现
- 呈现数据关系的信息可视化
- 信息和人交互，探索式数据分析
1.2 作用
- 信息呈现，信息展示
- 数据探索，比如
- 沟通媒介，比如南丁格玫瑰图
2. 原理
2.1 流程
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）
2.2 数据
数据可以被分为以下五种类别：
- Items：具体的每一条数据
- Attributes：条目的每个字段的属性
- Links：数据之间的关系
- Positions：位置
- Grids：网格
数据集被分为以下五种类别：
- Tables：表格数据，行列数据，可衍生为多维
- Networks & Trees：网络图和树图，层次结构数据
- Fields：场数据，向量的值
- Geometry：几何数据，几何图形数据的几何
- 其他集合类型：Clusters，Sets，Lists
一个数据集可以由一种或者多种数据类型组成，包含关系如下表：
数据属性氛围分离和排序属性，排序属性又可以分为顺序和定量两种类别
数据集类型决定我们选择什么样的可视化形式来展现数据，具体到展现的细节，则是由属性（Attribute）来决定。
2.3 可视化设计
编码，节省墨水，准确度
3. 案例
3.1 多维数据可视化
| 散点图 | 平行坐标轴 | Glyph |
|---|---|---|
3.2 树图可视化
| 区域分布地图 | 等高线地图 | 统计地图 |
|---|---|---|
3.3 地理信息可视化
| 邻接图 | 包含图 | 邻接矩阵 | 点线图 |
|---|---|---|---|
