数据可视化 - 什么是数据可视化
1.关键字定义
1.1数据
数据对应的英文单词是 Data ,从信息获取的角度看,数据是对目标观察和记录的结果,是现实世界中的时间、地点、事件、其他对象或概念的描述。不同学者对数据的作用也给出不同的定义,大致分为以下3类:
- 数据即事实:数据是未经组织和处理的离散的观察。
- 数据即信号:从获取的角度理解,数据是基于感知的信号刺激或信号输入,包括视觉、听觉、嗅觉、味觉和触觉。
- 数据即符号:无论数据是否有意义,数据都可定义为表达感官刺激或感知的符号集合,即某个对象、事件或所处环境的属性、代表性符号,如单词、数字、图标或图形视频等,都是人类社会中用于沟通的基本手段、因此,数据就是记录或保存的时间或情境的符号。
1.2可视化
可视化对应的两个英文单词:Visualize 和 Visualization。Visualize是动词,描述“生成符合人类感知”的图像;通过可视元素传递信息。 Visualization 是名词,表达“使某物,某事可见的动作或事实”;在我们工程师所处的计算机学科当中,利用人眼的感知能力对数据进行交互的可视表达以增强技术,成为可视化。它将不可见或难以直接显示的数据转化为可感知的图形,符号,颜色,纹理等,增强数据识别效率,传递有效信息。
2. 数据可视化研究的内容
将数据转化成为交互的图形或图像等,以视觉可以感受的方式表达,增强人的认知能力,达到以下目的:发现
- 解释
- 分析
- 探索
- 决策
- 学习
3. 专业领域
《数据可视化之美》
广义上的数据可视化则是数据可视化、信息可视化以及科学可视化等等多个领域的统称。
狭义上的数据可视化指的是数据用统计图表方式呈现,而信息可视化则是将非数字的信息进行可视化。前者用于传递信息,后者用于表现抽象或复杂的概念、技术和信息。
数据可视化(Data Visualization)和信息可视化(Infographics)是两个相近的专业领域名词。
4. 跨学科
如果一名工程师希望长期从事数据产品的研发,只关注数据和数据可视化是完全不够的,实际上数据可视化是跨多学科的一个领域,例如信息技术,计算机,统计学,图形学等等。
数据可视化 - 什么是数据可视化相关推荐
- R语言ggplot2可视化:ggplot2可视化时间序列数据并在末尾数据点添加数值标签(number label)
R语言ggplot2可视化:ggplot2可视化时间序列数据并在末尾数据点添加数值标签(number label) 目录
- R语言ggplot2可视化:使用长表数据(窄表数据)( Long Data Format)可视化多个时间序列数据、在同一个可视化图像中可视化多个时间序列数据(Multiple Time Series)
R语言ggplot2可视化:使用长表数据(窄表数据)( Long Data Format)可视化多个时间序列数据.在同一个可视化图像中可视化多个时间序列数据(Multiple Time Series) ...
- R语言ggplot2可视化:使用热力图可视化dataframe数据
R语言ggplot2可视化:使用热力图可视化dataframe数据 目录 R语言ggplot2可视化:使用热力图可视化dataframe数据
- python使用matplotlib可视化间断条形图、使用broken_barh函数可视化间断条形图、可视化定性数据的相同指标在时间维度上的差异
python使用matplotlib可视化间断条形图.使用broken_barh函数可视化间断条形图.可视化定性数据的相同指标在时间维度上的差异 目录 python使用matplotlib可视化间断条 ...
- python使用matplotlib可视化阶梯图、使用step函数可视化阶梯图、可视化时间序列数据的波动周期和规律
python使用matplotlib可视化阶梯图.使用step函数可视化阶梯图.可视化时间序列数据的波动周期和规律 目录
- R语言ggplot2可视化:使用热力图可视化dataframe数据、自定义设置热力图的颜色、自定添加标题、轴标签、热力图线框等
R语言ggplot2可视化:使用热力图可视化dataframe数据.自定义设置热力图的颜色.自定添加标题.轴标签.热力图线框等 目录
- R语言ggplot2可视化在特定数据点添加竖直的虚线实战:Add a dotted vertical line on certain x-axis values
R语言ggplot2可视化在特定数据点添加竖直的虚线实战:Add a dotted vertical line on certain x-axis values 目录 R语言
- R语言plotly可视化:使用PCA算法进行数据降维、使用plotly可视化随着主成分的增加解释的方差的量(plotting explained variance)
R语言plotly可视化:使用PCA算法进行数据降维.使用plotly可视化随着主成分的增加解释的方差的量(plotting explained variance) 目录
- R语言plotly可视化:使用PCA算法进行数据降维、使用plotly可视化PCA所有的主成分绘制散点图矩阵、降维后的两个(三个)核心主成分的二维、三维可视化图形、方差解释的量、载荷图等
R语言plotly可视化:使用PCA算法进行数据降维.使用plotly可视化PCA所有的主成分绘制散点图矩阵.降维后的两个(三个)核心主成分的二维.三维可视化图形.方差解释的量.载荷图等 目录
- python使用matplotlib中的errorbar函数可视化误差条、并自定义数据点标记、数据点大小、数据点颜色、数据点边缘颜色、误差棒颜色、误差棒线条宽度、误差棒边界线长度、误差棒边界线厚度等
python使用matplotlib中的errorbar函数可视化误差条.并自定义数据点标记.数据点大小.数据点颜色.数据点边缘颜色.误差棒颜色.误差棒线条宽度.误差棒边界线长度.误差棒边界线厚度等 ...
最新文章
- 【番外篇1】青龙面板中cron表达式新手入门教程cron的介绍与使用
- 如何动态调用WebServices
- docker导入MySQL文件_Docker容器中Mysql数据的导入/导出详解
- python声音分类_Python音频信号分类MFCC特征神经网络
- Oracle 数据库基础学习 (六) 子查询
- 为什么要使用叶脊(leaf-spine)拓扑网络zz
- 微信小程序架构分析 (中)
- matlab 工具函数、matlab toolbox(工具箱)
- MVC学习五:Razor布局页面 _ViewStart.cshtml
- Linux 命令行快捷键
- 一家旅游互联网公司技术的发展史
- [天地间]02-瑞士达沃斯小镇
- html中的排名怎么写,html制作畅销书排行榜
- 网页游戏对java的技术要求_网页制作谈谈什么技术是Java开发网页游戏的必要条件呢?怎样在微信公众平台上制作5级游戏?...
- MySql 报错1548
- mysql汉字转拼音首字母_一个效率很高的汉字转拼音首字母的函数
- 书店图书销售管理系统SSM
- 语音信号端点检测 matlab,matlab中语音端点检测
- SpringBoot学习笔记(完整)
- miui 8.2 android版本下载,小米日历apk 8.0下载
热门文章
- 修改element插件样式---select样式
- 苹果屏蔽更新描述文件_iOS屏蔽更新描述文件以及超级详细安装方法分享
- 苹果描述文件服务器证书无效,iOS 描述文件重新配置失效问题,解决方法!
- Android11(R) system_ext 分区 system_ext_specific 属性
- Freeswitch连接SIP软电话
- WIN10桌面图标消失,且右键失效
- pytorch求STFT
- srs信道估计_SRS 上行信道质量测量
- Java ques:WARN: Establishing SSL connection without server’s identity verification is not recommend
- Birt分类汇总报表(CUBES)空值转换为0