数据可视化（pyecharts 1.7.1）学习笔记——系列笔记（1）

一、数据可视化概述

1、什么是数据可视化

在计算机视觉领域，数据可视化是对数据的一种形象直观的解释，实现从不同维度观察数据，从而得到更有价值的信息。

• 抽象的、复杂的、不易理解的数据
• 图形、图像、符号、颜色、纹理等
• 具备较高的识别效率
• 数据本身所包含的有用信息

2、为什么要进行数据可视化

1. 我们利用视觉获取的信息量，远远比别的感官要多得多
2. 数据可视化能够帮助我们对数据有更加全面的认识
3. 数据可视化能够在小空间中展示大规模数据

3、案例展示

1）电影台词含义可视化

2）南丁格尔图

3）文字和可视化对比效果

4、数据可视化的作用

1. 记录信息
   • 
   • 
2. 分析推理
   • 
   • 
3. 信息传播与协同
   • 
   • 

5、数据可视化分类

1）科学可视化

面向科学和工程领域，如何以几何、拓扑和形状特征来呈现数据中蕴含的规律

颜色映射

轮廓法

将数值等于某一指定指定阈值的点连接起来的可视化方法

2）信息可视化

是结构化、非几何的数据如何从大规模高维复杂数据中提取出有用信息

地理信息

• 空间数据：地理信息数据

  

时变数据

• 时变数据可视化采用多视角、数据比较等方法体现数据随时间变化的趋势和规律

  

层次数据

网络数据

• 不具备层次结构，结构更加复杂自由

  

3）可视化分析学

由于数据分析的重要性，将可视化与数据分析结合

6、数据可视化发展历史与未来

1）数据可视化发展史

1. 17世纪之前：图表萌芽
   • 几何图表和地图
   • 展示重要信息
2. 1600-1699年：物理测量
   • 时间、距离、空间
   • 测量理论与设备的完善
3. 1700-1799年：图形符号
   • 等值线
   • 轮廓线
   • 折线图
   • 柱状图
   • 饼状图
4. 1800-1900年：数据图形
   • 柱状图
   • 饼图
   • 直方图
   • 折线图
5. 1900-1949年：现代启蒙
   • 广泛应用于政府、商业和科学
   • 提供新的洞察和发现机会
   • 多维数据可视化和心理学介入
6. 1950-1974年：多维信息的可视编码
   • 《图形符号学》，构成图形的基本要素和图形设计的框架
7. 1975-1974年：多维统计图形
   • 网络、层次、数据库、文本等非结构化与高维数据
   • 信息可视化发展成一门学科
8. 1987-2004年：交互可视化
   • 实时数据可视化系统
9. 2004年至今：可视分析学
   • 数据分析至关重要
   • 辅助用户挖掘出有用信息，做出决策

2）数据可视化的未来

1. 数据可视化面临的挑战
   • 数据规模大
   • 数据质量问题
   • 数据快速动态变化
   • 分析能力不足
   • 多来源数据的类型和结构各异
2. 数据可视化发展方向
   • 可视化技术与数据挖掘有着紧密的联系
   • 可视化技术与人机交互有着紧密的联系