4.5.2 时序数据可视化方法
时序数据的可视化
时序数据的可视化方法主要包括传统统计图表、树图、热力图、日历图、螺旋图等展示方法,接下来一一介绍。
(1)传统统计图表
传统统计图表是最简单而常见的时间序列数据的表示方法,如折线图、条形图、金字塔图、雷达图、星状图等。传统统计图“年航班乘客数量变动分析图”如图4.18所示。
图4.18 年航班乘客数量变动分析图
(2)树图
树图是一种层次数据的可视化方法。GOUTHAMIC综合树图提供全局概貌和坐标轴统计图提供趋势特征的优势,设计了一种表示时间序列数据的树图可视化交互系统,并以微博数据、石油日产量数据等为例介绍树图表现时间序列数据的方法。
(3)热力图(https://www.daowen.com)
热力图(heatmap)是时间序列数据进行聚类分析的有效方法,它采用颜色编码系统对数据进行可视化。主要有两类:一类为颜色矩阵图,用颜色值对二维阵列中的数值编码,如图4.19所示用heatmap表示某小学四个检测点全年用电量的变化规律;另一类热力图则以地图为背景,叠加显示与地理位置相关的热点,生成热点图,比如百度热力图。
图4.19 某小学全年用电量变化热力图
(4)日历图
VAN W最先提出基于聚类和日历图的可视化方法,可表现和识别多时间尺度(天、周、月)的单变量时间序列数据的模式和趋势。日历图可按日历的形式展示时间序列数据的全局特征,对于单变量的、特定的、已知时间尺度的时间序列数据表现效果较好,而对多变量、模式未知、无先验知识的时间序列数据的表现具有一定局限性。
(5)螺旋图
如图4.20所示,螺旋图有利于分析时间序列数据的周期特征。Carlis针对比较分析循环时间数据,提出了一种Sprial Graph的可视化方法,将时间轴设计成螺旋线,要分析的数据可以被渲染为螺旋上的点、线或者其他形状,从而更容易发现周期性事件。在这之后,也有从视觉表达和交互两方面对传统的螺旋图进行改进,用双色着色编码方法和“概括+细节”的交互方式表现温度序列数据。
图4.20 螺旋图示例
