3.2　数据可视化流程

3.2　数据可视化流程

所谓数据可视化不是一个算法,而是一个流程。如图3.4所示,数据可视化流程以数据流为主线,包括数据采集、数据处理和变换、可视化映射、用户感知等。可视化的过程可以看作是数据流经过一系列的处理模块并得到变换的过程。

数据可视化流程

图3.4　数据可视化流程概念图

图3.4涉及以下几个部分。

(1)数据采集

通过仪器采样、调查记录、模拟计算。数据的采集直接决定了数据的格式、维度、尺寸、分辨率和精确度等重要性质,并在很大程度上决定了可视化结果的质量。

(2)数据处理和变换

作为数据可视化的前期处理过程,包含去噪、数据清洗、特征提取等过程。

(3)可视化映射

是数据可视化流程的核心。将数据的数值、空间坐标、不同位置数据间的联系等映射为可视化视觉通道的不同元素,如标记、位置、形状、大小和色彩等。映射的目的在于让最终用户通过可视化洞察数据和数据背后隐含的现象和规律。

(4)用户感知

用户从数据可视化结果中提取信息、知识和灵感。用户的任务可分成三类:生成假设、验证假设和视觉呈现。交互可以发生在可视化流程的各个阶段。

除上述的简明流程外,还有一些较为具体的可视化流程,具体包括以下几种。

(1)科学可视化流程

如图3.5所示,科学可视化流程于1990年由Robert B.Haber和David A.Mc Nabb提出,这个处理模型非常先进,整个流程是线性的。它把数据分成五大阶段,分别要经历四个流程,每个过程的输入是上一个过程的输出。

(https://www.daowen.com)

图3.5　科学可视化流程

(2)回路模型

我们知道很多事都不是一蹴而就的,需要不断迭代,数据可视化同样如此,对于数据的可视化过程往往是一个循环迭代的过程,所以有人提出了回路模型,如图3.6所示。

图3.6　回路模型

(3)信息可视化流程

图3.7所示模型由Card等人提出,把流水线式的可视化流程升级为回路,用户可以操作任何一个阶段。现在大多数可视化流程都是仿照该流程,大多数系统在实现上可能会有些差异。

图3.7　信息可视化流程

(4)人机交互可视化模型

可视分析通过人机交互自动处理和可视化分析方法紧密结合在一起。图3.8所示为最新的可视化分析模型。

图3.8　人机交互可视化模型

从数据到知识有两个途径:

①对数据进行交互可视化,以帮助用户感知数据中蕴含的规律;

②按照给定的先验,进行数据挖掘,从数据中直接提炼出数据模型。

通过这两个途径,用户可以对模型可视化,也可以从可视化结果中构建模型。