数据可视化

数据可视化是图形 表示的数据。它涉及产生将表示的数据之间的关系传达给图像查看者的图像。这种通信是通过在可视化过程中使用图形标记和数据值之间的系统映射来实现的。该映射建立了如何在视觉上表示数据值，确定图形标记的属性（例如大小或颜色）如何以及在多大程度上改变以反映基准值的变化。

为了清晰有效地传达信息、数据可视化使用统计图形、图表、信息图形和其他工具。可以使用点，线或条对数字数据进行编码，以在视觉上传达定量消息。有效的可视化有助于用户分析和推理数据和证据。它使复杂的数据更易于访问、理解和使用。用户可能有特定的分析任务，例如进行比较或了解因果关系，并遵循图形的设计原理（即显示比较或显示因果关系）。通常在用户查找特定度量的地方使用表，而使用各种类型的图表来显示数据中一个或多个变量的模式或关系。

数据可视化既是一门艺术，也是一门科学。有人认为它是描述性统计的一个分支，但也有人认为它是扎根的理论发展工具。由Internet活动创建的越来越多的数据量以及环境中越来越多的传感器被称为“ 大数据 ”或物联网。处理、分析和传达此数据给数据可视化带来了伦理和分析挑战。领域数据的科学和实践者称为数据科学家的帮助解决这一难题。

数据可视化是指通过将数据或信息编码为图形中包含的可视对象来传达数据或信息的技术。目的是向用户清楚有效地传达信息。这是数据分析或数据科学中的步骤之一。根据Vitaly Friedman（2008）的说法，“数据可视化的主要目标是通过图形化手段清晰有效地传达信息。这并不意味着数据可视化需要看起来很无聊才能实用或看起来非常精美。要传达思想有效地，美学形式和功能都需要齐头并进，通过以更直观的方式传达其关键方面来提供对稀疏而复杂的数据集的见解，但设计师通常无法在形式和功能之间取得平衡，华丽的数据可视化无法实现其主要目的-传达信息”。

确实，费尔南达·维加斯（Fernanda Viegas）和马丁· 瓦滕伯格（Martin M. Wattenberg）提出，理想的可视化效果不仅应该清楚地传达信息，还应该激发观众的参与和注意力。

数据可视化与信息图形，信息可视化，科学可视化，探索性数据分析和统计图形密切相关。在新的千年中，数据可视化已成为研究，教学和开发的活跃领域。根据邮政等。（2002年），它结合了科学和信息可视化。

一个人可以很容易地分辨出线长、形状、方向、距离和颜色的差异，而无需花费大量的精力。这些被称为“ 注意前属性 ”。例如，识别数字“ 5”出现在一系列数字中可能需要大量的时间和精力（“细心处理”）。但是，如果该数字的大小、方向或颜色不同，则可以通过预先注意的处理迅速注意到该数字的实例。

有效的图形利用了预先注意的处理和属性以及这些属性的相对强度。例如，由于人类可以更轻松地处理线长而不是表面积的差异，因此使用条形图（利用线长来显示比较结果）比饼图（使用表面积来显示比较结果）更有效）。

几乎所有数据可视化文件都是供人使用的。在设计直观的可视化效果时，必须具备有关人类感知和认知的知识。认知是指人类的过程，例如感知、注意力、学习、记忆、思想、概念形成、阅读和解决问题。人工视觉处理可以有效地检测变化并在亮度的数量，大小，形状和变化之间进行比较。当符号数据的属性映射到视觉属性时，人类可以有效地浏览大量数据。据估计，大脑的神经元的2/3可以参与视觉处理。适当的可视化提供了一种不同的方法来显示潜在的联系，关系等，这些在非可视化的定量数据中不那么明显。可视化可以成为数据探索的一种手段。

没有全面的数据可视化“历史”。没有任何帐户可以涵盖视觉思维和数据视觉表示的整个发展过程，也无法汇总不同学科的贡献。约克大学的 Michael Friendly和Daniel J Denis 参与了一个旨在提供全面可视化历史的项目。与一般的看法相反，数据可视化不是现代发展。自更新世以来，恒星数据或诸如恒星位置之类的信息都在洞壁（例如在法国南部的Lascaux洞中发现的洞壁）上可视化了。

最早的数据可视化可视化可以追溯到公元前1160年的都灵纸莎草纸地图，该地图准确地说明了地质资源的分布并提供了有关这些资源的采石的信息。这样的地图可以归类为专题制图，这是一种数据可视化形式，它通过旨在显示与特定地理区域相关的特定主题的地理插图来呈现和传达特定的数据和信息。最早的数据可视化记录形式是来自不同文化，表意文字和象形文字的各种专题图，这些图提供并允许解释所说明的信息。例如迈锡尼的线性B药片提供了有关地中海晚期青铜时代贸易的信息的可视化信息。座标的概念被古埃及的测量员用来布置城镇，至少在公元前200年，人们在地上和天上的位置都类似于经纬度，而克劳迪乌斯·托勒密 [ Claudius Ptolemy ] 则将球形地球投影到经度和纬度[约85–c。165]亚历山大将一直作为参考标准，直到14世纪。

纸和羊皮纸的发明使整个历史的可视化进一步发展。该图显示了10世纪甚至11世纪的图形，旨在说明行星运动，该图形用于修道院学校教科书的附录中。该图显然是要表示行星轨道倾角随时间变化的图。为此目的，在一个平面上用十二分频线表示黄道带，该水平线分为三十个部分作为时间或纵轴。垂直轴表示生肖的宽度。似乎无法为每个行星分别选择水平比例尺，因为周期无法协调。随附的文字仅涉及振幅。这些曲线显然在时间上不相关。

到16世纪，用于精确观测和测量物理量以及地理位置和天体位置的技术和仪器得到了很好的发展建造的“墙象限” 覆盖了整个他的天文台）。特别重要的是三角测量技术的发展和其他方法，以准确地确定地图位置。

法国哲学家和数学家RenéDescartes和Pierre de Fermat开发了解析几何和二维坐标系，这极大地影响了显示和计算值的实际方法。Fermat和Blaise Pascal在统计和概率论方面的工作为我们现在将其概念化为数据奠定了基础。据交互设计基金会称，这些发展使并看到了定量数据的图形化交流潜力的威廉· 普法费尔（William Playfair）产生并开发了统计的图形化方法。

在20世纪下半叶，雅克·贝尔汀（Jacques Bertin）使用定量图来“直观、清晰、准确、有效地”表示信息。

John Tukey和Edward Tufte推动了数据可视化的发展。Tukey提出了探索性数据分析的新统计方法，Tufte提出了“定量信息的可视化显示”一书，为统计人员以外的其他人完善数据可视化技术铺平了道路。随着技术的进步，数据可视化的发展也随之而来。从手绘的可视化开始，然后发展到更多的技术应用–包括导致软件可视化的交互式设计。

诸如SAS、SOFA、R、Minitab、Cornerstone等程序可用于统计领域的数据可视化。其他数据可视化应用程序，如D3、Python和JavaScript等，对个人更具针对性和独特性，其编程语言有助于使定量数据可视化成为可能。私立学校还开发了满足学习数据可视化和相关程序库需求的程序，包括免费程序或付费程序。

从2013年的“发现数据”研讨会开始，位于帕萨迪纳的ArtCenter设计学院，加州理工学院和JPL举办了有关交互式数据可视化的年度计划。该计划问：交互式数据可视化如何帮助科学家和工程师更有效地探索其数据？计算，设计和设计思维如何帮助最大化研究成果？哪种方法最有效地利用这些领域的知识？通过对具有适当视觉和交互特征的关系信息进行编码以帮助进行查询，并最终获得对数据的新见解，该程序开发了针对复杂科学问题的新的跨学科方法，并利用了设计思想和来自计算，以用户为中心的设计，交互设计的最新方法和3D图形。