第10章-數(shù)據(jù)可視化課件

1、第10章 數(shù)據(jù)可視化目 錄1數(shù)據(jù)可視化概述可視化工具介紹數(shù)據(jù)可視化的未來(lái)2310.1.1 數(shù)據(jù)可視化概述數(shù)據(jù)可視化，是關(guān)于數(shù)據(jù)視覺(jué)表現(xiàn)形式的科學(xué)技術(shù)研究?？梢暬夹g(shù)是利用計(jì)算機(jī)圖形學(xué)及圖像處理技術(shù)，將數(shù)據(jù)轉(zhuǎn)換為圖形或圖像形式顯示到屏幕上，并進(jìn)行交互處理的理論、方法和技術(shù)。數(shù)據(jù)可視化可以通過(guò)豐富的視覺(jué)效果，把數(shù)據(jù)以更直觀生動(dòng)，更容易理解的方式呈現(xiàn)給用戶，可以更好地提升數(shù)據(jù)分析的效率和效果。數(shù)據(jù)可視化是大數(shù)據(jù)分析的最后環(huán)節(jié)，也是非常關(guān)鍵的一個(gè)環(huán)節(jié)。1、數(shù)據(jù)可視化基本概念數(shù)據(jù)通常是比較枯燥的，人們對(duì)于大小、顏色、圖形等會(huì)更加具有興趣。數(shù)據(jù)可視化主要是借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。數(shù)據(jù)可

2、視化技術(shù)主要包括以下幾個(gè)基本概念：（1）數(shù)據(jù)空間：是由n維屬性和m個(gè)元素組成的數(shù)據(jù)集所構(gòu)成的多維信息空間；（2）數(shù)據(jù)開(kāi)發(fā)：是指利用一定的算法和工具對(duì)數(shù)據(jù)進(jìn)行定量的推演和計(jì)算；1、數(shù)據(jù)可視化基本概念（3）數(shù)據(jù)分析：指對(duì)多維數(shù)據(jù)進(jìn)行切片、切塊、旋轉(zhuǎn)等動(dòng)作剖析數(shù)據(jù)，從而能從多角度多側(cè)面觀察數(shù)據(jù)；（4）數(shù)據(jù)可視化：是指將大型數(shù)據(jù)集中的數(shù)據(jù)以圖形圖像形式表示，并利用數(shù)據(jù)分析和開(kāi)發(fā)工具發(fā)現(xiàn)其中未知信息的處理過(guò)程。可視化技術(shù)應(yīng)用標(biāo)準(zhǔn)應(yīng)該包含以下四個(gè)方面：（1）直觀化。將數(shù)據(jù)直觀、形象的呈現(xiàn)出來(lái)。（2）關(guān)聯(lián)化。突出的呈現(xiàn)出數(shù)據(jù)之間的關(guān)聯(lián)性。（3）藝術(shù)性。使數(shù)據(jù)的呈現(xiàn)更具有藝術(shù)性，更加符合審美規(guī)則。（4）交互性

3、。實(shí)現(xiàn)用戶與數(shù)據(jù)的交互，方便用戶控制數(shù)據(jù)。數(shù)據(jù)可視化技術(shù)的基本思想，是將數(shù)據(jù)中每一個(gè)數(shù)據(jù)項(xiàng)作為單個(gè)圖元元素表示，大量的數(shù)據(jù)集構(gòu)成數(shù)據(jù)圖像，同時(shí)將數(shù)據(jù)的各個(gè)屬性值以多維數(shù)據(jù)的形式表示，可以從不同的維度觀察數(shù)據(jù)，從而對(duì)數(shù)據(jù)進(jìn)行更深入的觀察和分析。2、數(shù)據(jù)可視化的發(fā)展歷程圖10-1 經(jīng)度差異統(tǒng)計(jì)圖圖10-2 反映霍亂患者分布于水井分布的地圖圖10-3 南丁格爾的“雞冠花圖”10.1.2 可視化工具介紹Excel統(tǒng)計(jì)圖形如下圖所示。二、信息圖表工具1、EChartsECharts，Enterprise Charts的縮寫，商業(yè)級(jí)數(shù)據(jù)圖表，百度的一個(gè)開(kāi)源數(shù)據(jù)可視化工具，純 Javascript 的圖表庫(kù)

4、2、D3D3的全稱是Data Driven Document，一個(gè)用于實(shí)時(shí)交互式大據(jù)可視化的js庫(kù)。 由于這不是一個(gè)工具， 所以在使用它來(lái)處理數(shù)據(jù)之前，需要對(duì)Javascript有一個(gè)很好的理解。 JavaScript文件的后綴名通常為.js，故 D3 也常使用 D3.js的稱呼。D3 提供了各種簡(jiǎn)單易用的函數(shù)，將生成可視化的復(fù)雜步驟精簡(jiǎn)到了幾個(gè)簡(jiǎn)單的函數(shù)，只需要輸入幾個(gè)簡(jiǎn)單的數(shù)據(jù)，就能夠轉(zhuǎn)換為各種絢麗的圖形。3、TableauTableau是桌面系統(tǒng)中相對(duì)簡(jiǎn)單的商業(yè)智能工具軟件，適合企業(yè)進(jìn)行日常數(shù)據(jù)報(bào)表和數(shù)據(jù)可視化分析工作。Tableau可以與Amazon AWS，MySQL，Hadoop，

5、Teradata和SAP協(xié)作，使之成為一個(gè)能夠創(chuàng)建詳細(xì)圖形和展示直觀數(shù)據(jù)的多功能工具。 這樣高級(jí)管理人員和中間鏈管理人員能夠基于包含大量信息且容易讀懂的Tableau圖形作出基礎(chǔ)決策。三、地圖工具1、Modest MapsModest Maps是一個(gè)小型、可擴(kuò)展、交互式的免費(fèi)庫(kù)，提供了一套查看衛(wèi)星地圖的API，只有10KB大小，可以用它創(chuàng)建在線地圖，設(shè)計(jì)者可以按照自己的設(shè)想定制，滿足用戶需求。Modest Maps是網(wǎng)站中整合地圖應(yīng)用的理想選擇。三、地圖工具2、Leaflet Leaflet 是一個(gè)為建設(shè)移動(dòng)設(shè)備友好的互動(dòng)地圖，而開(kāi)發(fā)的現(xiàn)代的、開(kāi)源的 JavaScript 庫(kù)，具有開(kāi)發(fā)人員開(kāi)發(fā)

6、在線地圖的大部分功能。Leaflet 設(shè)計(jì)堅(jiān)持簡(jiǎn)便、高性能和可用性好的思想，在所有主要桌面和移動(dòng)平臺(tái)能高效運(yùn)作，支持插件擴(kuò)展。四、高級(jí)語(yǔ)言分析工具數(shù)據(jù)可視化并非是一門簡(jiǎn)單的學(xué)科，可以由編程語(yǔ)言根據(jù)規(guī)則實(shí)現(xiàn)的。接下來(lái)簡(jiǎn)單介紹一些實(shí)現(xiàn)數(shù)據(jù)可視化的編程性語(yǔ)言。（1）R R是用于統(tǒng)計(jì)分析、繪圖的語(yǔ)言和操作環(huán)境。R是屬于GNU系統(tǒng)的一個(gè)自由、免費(fèi)、源代碼開(kāi)放的軟件，是一個(gè)用于統(tǒng)計(jì)計(jì)算和統(tǒng)計(jì)制圖的優(yōu)秀工具。其主要功能包括數(shù)據(jù)存儲(chǔ)和處理系統(tǒng)，數(shù)組運(yùn)算工具（強(qiáng)大的向量、矩陣運(yùn)算方面），完整連貫的統(tǒng)計(jì)分析工具，優(yōu)秀的統(tǒng)計(jì)制圖功能，簡(jiǎn)便而強(qiáng)大的編程語(yǔ)言，可操縱數(shù)據(jù)的輸入和輸出，可實(shí)現(xiàn)分支、循環(huán)和用戶可自定義功能。

7、（2）PythonPython既有通用編程語(yǔ)言的強(qiáng)大功能，也有特定領(lǐng)域腳本語(yǔ)言（比如 MATLAB 或 R）的易用性。Python 包含數(shù)據(jù)加載、統(tǒng)計(jì)分析、自然語(yǔ)言處理、圖像處理、可視化分析等各種功能的庫(kù)。這個(gè)大型工具箱為數(shù)據(jù)科學(xué)家提供了大量的通用功能和專用功能。本教程在第11章詳細(xì)介紹。（3）WekaWeka是一款免費(fèi)的、基于Java環(huán)境的、開(kāi)源的機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘軟件，不但可以對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，分類，回歸、聚類、關(guān)聯(lián)規(guī)則及數(shù)據(jù)分析，還可以在新的交互式界面上進(jìn)行可視化。10.1.3 數(shù)據(jù)可視化的未來(lái)1、數(shù)據(jù)可視化面臨的挑戰(zhàn)隨著大數(shù)據(jù)技術(shù)的日益發(fā)展，數(shù)據(jù)可視化技術(shù)也日漸成熟，但還是面臨著一些

8、挑戰(zhàn)：（1）視覺(jué)噪聲。在分析的數(shù)據(jù)集中，大多數(shù)數(shù)據(jù)具備很強(qiáng)的相關(guān)性，不能將其分離作為獨(dú)立對(duì)象顯示。（2）大型圖像感知。數(shù)據(jù)可視化不止受限于設(shè)備硬件條件，也受限于現(xiàn)實(shí)世界的感受。10.1.3 數(shù)據(jù)可視化的未來(lái)1、數(shù)據(jù)可視化面臨的挑戰(zhàn)（3）信息丟失。減少可視數(shù)據(jù)集的方法可行，但會(huì)丟失信息。（4）高性能要求。靜態(tài)可視化對(duì)性能要求不高，但動(dòng)態(tài)可視化對(duì)性能要求較高。（5）高速圖像變換。用戶不能對(duì)數(shù)據(jù)強(qiáng)化變化后迅速做出反應(yīng)。10.1.3 數(shù)據(jù)可視化的未來(lái)1、數(shù)據(jù)可視化面臨的挑戰(zhàn)（3）信息丟失。減少可視數(shù)據(jù)集的方法可行，但會(huì)丟失信息。（4）高性能要求。靜態(tài)可視化對(duì)性能要求不高，但動(dòng)態(tài)可視化對(duì)性能要求較高。（5）高速圖像變換。用戶不能對(duì)數(shù)據(jù)強(qiáng)化變化后迅