小白的数据可视化学习笔记(五)

数据可视化·地理空间数据可视化

在下本次对于数据可视化的学习主要依据浙江大学的数据可视化13年发表的相关ppt作为主要学习资料,并做此博客和相关思维导图。

思维导图

链接: 数据可视化·地理空间数据可视化.(ProcessOn)

一、摘要

关于目前手头课题的相关部分做的一个博客。地图空间数据可视化,总之是一个很复杂但是又明显有一定发展成果的部分。目前在各种地图导航上能见得到一部分地图的数据可视化,但是大家看到的基本就是那张结果图,至于如何做出结果图,作图的过程中有些什么问题才是我们研究的目的。同时,地图这东西,有一个特别好的地方,就是很多可视化可以选择结合地图,这也是地图可视化中一个关键的部分。

二、传统地图学 (Cartography)

这个部分主要还是以参考思维导图为主,部分思维导图里写出来的思路,和实际操作过程博客里就不再重复了(工作量太大,而且……懒)。
这里将地图的可视化就得提及,传统的地图。可视化是有一部分和传统地图相似挂钩的,还有一些是属于传统地图所不能达到的。因而这里跟从崔为炜教授的ppt先讨论传统地图学。

传统地图学有三个部分,分别是地图的主图,地图的映射,地图的细节选择。
这里两个部分放在思维导图里,这次思维导图相对做的文字多了一些。说明也相对详细,这就不再提了。这里主要提一下关于地图的映射。
按照曲面映射过程中的优化目标区分,地图映射主要包含以下三种类型:
等角度(正形投影):源曲面和目标曲面(即投影前后)的任何位置的局部切向和法向方向组成的角度保持不变
等面积:地图上任何图形面积经主比例尺放大以后与实地上相应图形面积大小保持不变
等距离:在标准经纬线上无长度变形,即投影后任何点到原点的距离保持不变
三种映射是比较主要的部分,这三种映射相对地图的绘制,其实理解很简单,没有地球仪的买一个就好了,看一眼就懂。大致可以理解为等比例缩小的感觉。这个部分后边的数据可视化中还是很常用到,但是关于地图的角色改变(下边提及),表达的信息也有所变化,所以不能局限在上述三个映射中,后边会提及有时候数据可视化地图数据的时候可以选择性的把一部分不重要的信息扭曲。
在这里插入图片描述
在这里插入图片描述
较简单的举个案例Choropleth 地图的误导:大量数据集中于人口密集的区域,而人口稀疏的地区却占有了大多数的屏幕空间,用大量屏幕空间来表示小部分数据的做法对空间的利用非常不经济
这种不对称还常常会造成用户对数据理解的错误
所以,为了保证用户的思维连贯性,避免这种误导,可以大概像上图这样扭曲。

三、从地图到地理数据可视化

地图角色的改变是关键,地图不再是过去那种路边摊买一张,举手里看半天找不到路的老式地图了。现在的地图,不光注重地理信息的传递同时还添加了很多的新职能,它需要反映一种信息可以帮助人思考,并且能够帮助人解决问题,做出决定。这里估计有些保守的人很难接受,简单讲,就是当我们查阅地图的时候,地图上不会再继续只有传统的地理信息,同时我们可以通过交互来使得地图传达更多有用的信息。

“Geovisualization integrates approaches from visualization in scientific computing (ViSC), cartography, image analysis, information systems (GISystems) to provide theory, methods, and tools for visual exploration, analysis, synthesis, and presentation of geospatial data”
–International cartographic association commission (2001)

这里直接贴上全英文的地理空间数据可视化的定义。自行翻译。

地理数据可视化技术,从思考到什么点数据,线数据全部在思维导图里,很清楚了。
这里重点提一下,关于可视化3d地图中的一些要点。3d地图如果直接按照比例尺建模会出现什么情况?繁华的街道被大楼的建模完全遮挡,需要查阅路段信息的时候3d造成大量的无关信息的干扰,但是又很难抉择把哪些建模省略。
在这里插入图片描述
直接作对比,差距就很明显了,但是明显2图不是正常的距离比,按照比例尺在绘图肯定会变成图1的样子,然而图2更加容易看清楚要素。而方法就是使用Seam Carving
扩展技术细节:
迭代(寻找足够多的seam):
计算加入seam的代价,选择最优的一条:
在这里插入图片描述
在这里插入图片描述
除了改变街区的大小,还可以扩大标志性建筑,缩小或隐藏一些遮挡视线的小型建筑,这里不再赘述。

四,小结

地图可视化也是一块有着很丰富理论知识的模块,同时也有很多地方是很能给人启发的。如何在坚持信达雅的基础上,圆润变通也很重要,坚持信息筛选,然后对关键信息的突出是数据可视化的关键。

引用

09浙大数据可视化课件——10地理空间数据可视化·崔为炜

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值