下载掌阅APP，畅读海量书库
立即打开
数据可视化处理的对象是数据。数据可视化包含处理科学数据的科学可视化与处理抽象的、非结构化信息的信息可视化两个分支。广义上讲，面向科学和工程领域的科学可视化研究带有空间坐标和几何信息的三维空间测量数据、计算模拟数据和医学影像数据等，重点探索如何有效地呈现数据中几何、拓扑和形状特征。信息可视化的处理对象则是非结构化、非几何的抽象数据，如金融交易、社交网络和文本数据，其核心挑战是如何针对大尺度高维数据减少视觉混淆对有用信息的干扰。另外，由于数据分析十分重要，因此将可视化与分析相结合，形成一个新的学科——可视分析学。科学可视化、信息可视化和可视分析学3个学科方向通常被看成可视化的3个主要分支。
（1）科学可视化
科学可视化是可视化领域最早、最成熟的一个跨学科研究与应用领域，面向的领域主要是自然科学，如物理、化学、气象气候、航空航天、医学、生物学等学科。这些学科通常需要对数据和模型进行解释、操作与处理，旨在寻找其中的模式、特点、关系以及异常情况。科学可视化的基础理论与方法已经相对成形。早期的关注点主要在三维真实世界的物理和化学现象，因此数据通常表达在三维或二维空间中，或包含时间维度，鉴于数据的类别可分为标量（密度、温度）、向量（风向、力场）、张量（压力、弥散）3类，科学可视化也可粗略地分为3类：标量场可视化、向量场可视化、张量场可视化。
以上分类不能概括科学可视化的全部内容。随着数据复杂性的提高，一些带有语义的信号、文本、影像等也是科学可视化的处理对象，且其呈现空间变化多样。
（2）信息可视化
信息可视化处理的对象是抽象的、非结构化数据集合（如文本、图表、层次结构、地图、软件、复杂系统等）。传统的信息可视化起源于统计图形学，又与信息图形、视觉设计等现代技术相关。其表现形式通常在二维空间，因此关键问题是在有限的展现空间中以可视化的方式传达大量的抽象信息。与科学可视化相比，信息可视化更关注抽象、高维数据，此类数据通常不具有空间中位置的属性，因此要根据特定数据分析的需求，决定数据元素在空间的布局。因为信息可视化的方法与所针对的数据类型紧密相关，所以按数据类型可分为数控数据可视化、层次与网络结构可视化、文本和跨媒体数据可视化、多变量数据可视化。
在数据爆炸时代，信息可视化面临巨大的挑战，需要在海量、动态变化的信息空间中辅助理解、挖掘信息，从中检测预期的特征，并发现未预期的知识。
（3）可视分析学
可视分析学是一个以可视交互界面为基础的分析推理科学。它综合了图形学、数据挖掘和人机交互等技术，以可视交互界面为通道，将人的感知和认知能力以可视的方式融入数据处理过程，形成人脑智能和机器智能优势互补和相互提升，建立螺旋式信息交流与知识提炼途径，完成有效的分析推理和决策。
可视分析学可看成将可视化、人的因素和数据分析集成在一起的一种新思路。其中，感知与认知科学研究人在可视分析学中的重要作用；数据管理和知识表达是可视分析构建数据到知识转换的基础理论；地理分析、信息分析、科学分析、统计分析、知识发现等是可视分析学的核心分析论方法；在整个可视分析过程中，人机交互必不可少，用于驾驭模型构建、分析推理和信息呈现等整个过程：可视分析流程中推导出的结论与知识最终需要向用户表达、作业和传播。
可视分析学是一门综合性学科，与多个领域相关，在可视化方面，有信息可视化、科学可视化与计算机图形学；与数据分析相关的领域包括信息获取、数据处理和数据挖掘；在交互方面，则有人机交互、认知科学和感知等学科融合。