1.5 常见的可视化方法

1.时间数据可视化方法

时间序列数据是以时间为分组的数据，它显示了在一段时间内发生的一系列事件。时间和我们的日常生活是紧密相连的，所以时间数据的可视化非常重要。

时间型数据类型是按时间顺序排列的一系列数据值。与一般的定量数据不同，时间型数据包含时间属性，不仅要表达数据随时间变化的规律，还要表达数据分布的时间规律。时间数据可以分为离散型时间数据和连续型时间数据两种。

连续型采用折线图、梯形图、拟合图这3种图表来表现数据，离散型采用柱形图、堆叠图、点状图这3种图表来表现数据，这些图表各有各的特点。要更好地理解事物的发展情况，就需要从图表中挖掘信息。要从一堆源数据中获取整体概貌可能很困难，但是通过图表就能一眼看出事物的发展趋势。这就是数据可视化的优势。

2.比例数据可视化方法

比例数据是根据类别、子类别和群体进行划分的。此处的群体为统计学意义上的群体，它代表各种可能的选择和产出，即为样本空间。

对于比例数据进行可视化主要从整体与部分的关系或者时间与空间的分布入手。通常可以使用饼图、环形图、堆叠柱形图和板块层级图来呈现各部分比例数据。进行比例数据可视化可以看到最大值、最小值和整体与部分的关系；对于同一个问题有多种选项时，可以通过堆叠柱形图看到整体中所有问题选项的分布情况，同时也可以看到每个问题选项的情况；对于类似于树状的数据，可以通过板块层级图来展示，清楚地看出分布情况；对于带时空属性的比例数据，可以通过堆叠面积图来呈现，既可以看到随时间变化数据的变化情况，也可以看到同一时间不同问题的比例分布情况。

3.关系数据可视化

关系数据具有关联性和分布性。分析此类数据时，不仅要从整体进行观察，还要关注数据的分布，如数据间是否存在重叠或者是否毫不相干？还可以从更宽泛的角度观察各个分布数据的相关关系。最重要的是数据在进行可视化处理后，呈现在读者眼前的图表所表达的意义是否明确。

数据的关联性，其核心是指量化的两个数据间的数理关系。关联性强是指一个数值变化，另一个数值也会随之发生变化。关联性弱是指一个数值变化时，另一个数值变化很小或没有发生变化。通过数据关联性，就可以根据一个已知的数值变化预测另一个数值的变化。通常通过气泡图、散点图、散点图矩阵来研究这类关系。

数据的分布性指的是统计学里的众数、中位数、平均数等概念。一般来说，统计学属性是一组数据的代表，但是它们仅描述了一组数据的大概分布情况，无法呈现数据的整体面貌。可视化图表则可以解决这个问题，它可以表现所有数据的内容，并且将数据的分布情况一目了然地呈现在读者面前。通常通过茎叶图、直方图、密度图来研究这类关系。

4.文本数据可视化方法

文本数据是传统的数据类型之一，但是通常情况下大多数人对文本信息的接受速度远小于对图形图像信息的接受速度。当成段的文字摆在我们面前时，我们会先找文中的图片来看。这一方面说明人们对图形的接受程度比枯燥的文字要高很多，另一方面说明人们急需一种更高效的信息传递方式。因此文本数据可视化应运而生。

文本信息是无结构化的信息，文本信息可视化要将此类信息转换为用户乐于接受的空间可视表达结果。文本可视化的目的在于利用可视化表达技术刻画文本和文档，并将其中的信息直观地呈现给用户。用户通过感知和辨析这些可视化的图元信息获取自己想要的信息。因此，文本可视化的原则是帮助用户快速准确地从文本中提取信息并展示信息。

文本可视化可以分为文本内容可视化、文本关系可视化及文本多特征信息可视化。文本内容可视化是对文本内的关键信息分析后的展示，常用方法包括标签云、文档散、文本流等。文本关系的可视化既可以对单个文本进行内部的关系展示，也可以对多个文本进行文本之间的关系展示，常用方法包括词语树、短语网络、星系视图等。文本多特征信息可视化是结合文本的多个特征进行全方位的可视化展示，主要方法为平行标签云。

5.大屏数据可视化方法

大屏数据可视化以大屏为主要展示载体进行数据的可视化呈现。大屏易在观感上给人留下深刻印象，便于营造某些独特氛围、打造仪式感。大屏数据可视化具有面积大、分辨率高、可展示信息多等特点，成为大数据时代可视化的发展方向。

大屏数据可视化分为信息展示、数据分析、监控预警3类。其利用屏幕大、可展示信息多的特点，将复杂、抽象的内容通过可视化更加直观的方式，以易于理解的形式帮助人们更好决策。

大屏数据可视化设计首先是要服务于业务，让业务指标和数据合理展现。合理的布局能让业务内容更富有层次，合理的配色能让观看者更舒适，业界常用的配色通常为深色调，具有一致性。细节影响感官体验，在大屏展现上，细节也会极大地影响整体效果。通过适当地给元素、标题、数字等添加一些诸如边框、图画等在内的点缀，能帮助提升整体美观度。最后动效的增加能让大屏看上去是活的，增加观感体验。

大屏可视化涵盖的技术领域广，需要在深入理解业务的基础上进行视觉设计，并通过前后端开发、数据交互开发等手段完成，同时还需要一些硬件工程师协助。

6.基于Web可视化方法

基于Web的可视化技术具有天然的跨平台属性、实时性、用户便利性，被广泛地应用于数据可视化领域。

早期的Web可视化技术主要利用VRML（Virtual Reality Modeling Language，虚拟现实建模语言）和浏览器的Java插件，或者服务端的渲染实现，以及其他集成Java、JavaScript和Flash的方式。目前Web可视化技术的发展趋势是通过WebGL和HTML5来充分利用终端的GPU（Graphics Processing Unit，图形处理单元）进行加速渲染的，这种方式并不需要浏览器加装任何的插件。基于GPU的可视化技术将计算渲染的负担由GPU承担，以改善渲染和交互的体验。因为通过用户终端进行渲染计算的方式无须反复与服务端交换交互操作参数和渲染生成的图片，所以避免了网络延迟造成的用户不好体验问题。

了解Web可视化工具之前先要了解一些Web可视化底层技术规范，主要规范如下。

SVG（Scalable Vector Graphics，可缩放矢量图形）：它是基于可扩展标记语言（标准通用标记语言的子集）用于描述二维矢量图形的一种图形格式。

Canvas 2D：Canvas通过JavaScript绘制2D图形，通过逐像素的方式进行渲染。

Canvas 3D WebGL（Web Graphic Library）：WebGL是一个JavaScript API（Application Programming Interface，应用程序接口），用于在任何兼容的Web浏览器中渲染3D图形。WebGL程序由用JavaScript编写的控制代码和用OpenGL着色语言编写的着色器代码构成，这种语言类似于C或C++，可在GPU上执行。

比较流行的基础绘图库，基于SVG的有snap.svg、rapheal.js等，基于Canvas 2D的有zrender、g等，基于WebGL的有three.js、SceneJS、PhiloGL等，这些基础绘图库可以让上层封装更简单容易。

WebGL和HTML5使浏览器有能力成为数据可视化应用程序的首选平台。鉴于跨平台的浏览器无处不在，可视化工具可以利用所有可用的计算资源来支持异地研究团队实现协作可视化。

Web可视化的优势十分明显，尤其是随着5G的推广，带宽和延迟带来的限制将越来越少。 ZNxb/vZxopyDUKQgJitcg6CwCoJUbFg2fQTSn37HNny1A0eV7CgkNClwuP2yZfSM