数据可视化的框架

可视化是一个流程
可视化流程是以数据的流向为主线，其主要模块包括数据采集、数据处理和变换、可视化映射和用户感知
用户通过可视化交互和其他模块互动，通过反馈改进可视化的效果

可视化交互是在可视化过程中用户控制修改数据采集、数据处理和变换、可视化映射各模块而产生的新的可视化结果，并反馈给用户的过程

数据采集： 数据是可视化的对象，可以通过传感器采样、调查记录、模拟计算等方式采集。数据的采集，直接决定了数据的格式、维度、尺寸、分辨率和精确度等重要性质，并在很大程度上决定了可视化结果的质量。在设计一个可视化解决方案的过程中，了解数据的来源、采集方法和数据的属性，才能有的放矢地解决问题。
数据的处理和变换： 可以认为是可视化的前期处理，一方面原始数据不可避免的含有噪音和误差，另一方面数据的模式和特征往往是隐藏的，而可视化需要将难以理解的原始数据变换成用户可以理解的模式和特征，并显示出来。这个过程，包括数据清洗、提取特征等，为之后的可视化映射做准备，有时这一步骤也可以借由可视化来实现，所以现在也有不少的可视化数据清洗工具。
可视化映射： 是整个可视化流程的核心，这一步将数据的数值、空间坐标、不同位置数据间的联系等映射为可视化视觉通道的不同元素，如标记、位置、形状、大小和颜色等。这种映射的最终目的是让用户通过可视化洞察数据和数据背后隐含的现象和规律。因此，可视化映射的设计不是一个孤立的过程，而是由数据、感知、人机交互等方面技术相互依托共同实现的。
用户感知： 从数据可视化结果中提取信息、知识和灵感。可视化和其他数据分析处理方法最大的不同是用户起到了关键作用，可视化映射后的结果只有通过用户感知才能转化成知识和灵感。

可视化可用于从数据中探索新的假设，也可证实相关假设与数据是否吻合，还可以帮助专家向公众展示数据中的信息，用户的作用除被动感知之外，还包括与可视化其他模块的交互。

可视分析结合可视化和数据挖掘的分析模式，以视觉感知为基本通道，通过可视化和交互界面，将人的知识或经验融入到数据分析和推理决策过程中，以迭代求精的方式，将数据复杂度降低到人类和计算机可以处理的范围，获取有效知识。