【数据可视化】（二）数据探索组件

目录

0.简介

一、数据模式与数据组织

1、数据的定义

2、数据库的定义

3、什么是数据模式？

4、数据模式举例

5、什么是数据纲要？

6、数据组织的层次

二、矢量数据

1、什么是矢量数据？

2、如何在向量空间中表示对象？ 

三、向量空间的应用

1、基于相似性的搜索

 2、分类

---

0.简介

采用何种数据模式或数据组织对输出的结果有很大影响，所以本章节来看一下数据的不同模式以及矢量数据的相关表示法。

一、数据模式与数据组织

1、数据的定义

为了参考和分析，所收集到的事实和统计数据

2、数据库的定义

以某种方式对数据进行组织的数据集合（组织数据是处理数据的前提）

3、什么是数据模式？

数据模式是一种数据形式，并且可以帮助描述数据属性

对于数据模式，chatGPT3.5是这样定义的

"数据模式"通常指的是数据中存在的一种趋势、规律或者重复出现的结构。它可以是数据中的某种形式、分布、关系或者其他特征的表现。通过识别和理解数据模式，我们可以从数据中获得更深入的洞察和理解。

举个例子，如果我们有一组销售数据，我们可以使用折线图来展示每个月的销售额。通过观察折线图，我们可以看到销售额是否有季节性变化、是否存在增长或下降趋势等。这些都是数据模式的表现，通过识别和分析这些模式，我们可以做出相应的业务决策和优化策略。

4、数据模式举例

• 关系数据模式（最成功、最常用）
• 面向对象的数据模式（数据以对象的形式进行组织，对象以关系或层级进行组织）
• 空间数据模式

5、什么是数据纲要？

• 一组特定的限制条件或规则，它适用于某个特定的数据集；
• 可以用来描述数据集的属性和结构、比较数据库中的数据、进行数据库中的数据索引、优化查询

6、数据组织的层次

• 结构化数据或数据库
• 半结构化数据或数据库
• 非结构化数据或数据库

1）结构化数据：按照预定义的模式或模型进行组织和存储的数据，有具体的纲要且非常严格。它通常以表格形式存在，具有明确定义的字段和关系。结构化数据可以使用关系型数据库管理系统（RDBMS）进行存储和查询，例如使用SQL语言。这种数据通常易于处理和分析，因为它的结构和关系已经明确定义。也说明数据以某种