下载掌阅APP，畅读海量书库
立即打开
数据可视化的历史可以追溯到20世纪50年代计算机图形学的早期，人们利用计算机创建了首批图形图表。到了1987年，一篇题目为《Visualization in Scientific Computing》（科学计算中的可视化，即科学可视化）的报告成为数据可视化领域发展的里程碑，它强调了基于计算机可视化技术新方法的必要性。
随着人类采集数据种类和数量的增长、计算机运算能力的提升，越来越多高级计算机图形学技术与方法应用于处理和可视化这些规模庞大的数据集。20世纪90年代初期，“信息可视化”成为新的研究领域，旨在为许多应用领域对于抽象异质性数据集的分析工作提供支持。
当前，数据可视化是一个既包含科学可视化，又包含信息可视化的新概念。数据可视化是可视化技术在非空间数据上的新应用，使人们不再局限于通过关系数据表观察和分析数据信息，还能以更直观的方式看到数据与数据之间的结构关系。
数据可视化是关于数据视觉表现形式的研究。这种数据视觉表现形式被定义为一种以某种概要形式抽取出来的信息，包括相应信息单位的各种属性和变量。
数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示，是由大量数据构成的数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同维度观察数据，从而对数据进行更深入的观察和分析。
在大数据时代，数据可视化工具必须具有以下4种新特性。
· 实时性： 数据可视化工具必须适应大数据时代数据量的爆炸式增长需求，必须快速收集、分析数据，并对数据信息进行实时更新。
· 简单操作： 数据可视化工具满足快速开发、易于操作的特性，能满足互联网时代信息多变的特点。
· 更丰富的展现： 数据可视化工具需具有更丰富的展现方式，能充分满足数据展现的多维度要求。
· 多种数据集成支持方式： 数据的来源不局限于数据库，数据可视化工具将支持团队协作数据、数据仓库、文本等多种方式，并能够通过互联网进行展现。
数据可视化的思想是将数据库中每一个数据项作为单个图元元素，通过抽取的数据构成数据图像，同时将数据的各个属性值加以组合，并以多维数据的形式通过图表、三维等方式展现数据之间的关联信息，使用户能从不同维度和不同组合对数据库中的数据进行观察，从而对数据进行更深入的分析和挖掘。