数据可视化概述

数据可视化分为探索性分析和解释性分析 

可视化简史

• 前计算机时代：图的诞生
• 计算机时代：借助计算机图形学的数据可视化（数据可视化呈现高维、交互、动态三大特征）

数据基础

数据类型

• 结构数据（表格数据）
• 非结构数据
  • 树状：节点代表特征（决策树）
  • 网络：节点代表观测，边代表关系（社交网络）
  • 文本：词代表中文分词
  • 时间：X轴为时间戳，Y轴为观测
  • 空间：地理位置、网格

数据尺度

• 定性数据
  • 定类
  • 定序
• 定量数据
  • 定距
  • 定比
• 分类数据、等级数据、数值数据
• 多元数据、高维数据（数据维数不太大时，可以使用视觉编码直接可视化；数据维度较高时，需要通过算法进行降维处理）

视觉感知——格式塔视觉原理

两个基本假设：马赛克（捆绑）假设和关联假设

格式塔原理的六个基本原则

• Principle 1: 相似性(Similarity Principle)

• Principle 2: 接近性 /临近性(Proximity Principle)

• Principle 3: 连续性 (Continuity Principle)

• Principle 4: 闭合性 (Closure Principle)

• Principle 5: 图形与背景关系法则 （Figure-Ground Articulation）

• Principle 6: 简单性法则(Simplicity)

可视化之美

新颖、充实、高效、美感

可视化一定优先考虑信息传递的有效性，在此基础上增加美感