数据可视化_计算机科学

1

前言

当前,我们处在一个数据时代,每时每刻都有数据产生。数据的存储、处理、分析与可视化是数据时代重要的工作。数据可视化在整个数据处理链条中处于最终步骤,成为数据应用的

阅读

2

第1章　数据可视化简介

可视化技术是指利用计算机图形学、计算机图像处理、计算机信号处理等方法对数据、信息、知识的内在结构进行表达。可视化技术的主要流程包括:过滤、分析、筛选、挖掘、绘制

阅读

4

1.1　为什么需要可视化

中国有古语“百闻不如一见”,即听别人描述一个物体多次不如自己亲自看一眼来得生动可靠。由此可见,人通过视觉所获得的信息量远大于语言的输入。在机器学习高度发展的今天

阅读

5

1.2　可视化的历史发展

据最新研究表明,可视化的历史可追溯到公元前5500年的美索不达米亚黏土代币,以及马绍尔群岛的黏性图。真正有记录的数据可视化可以追溯到公元前1160年,古埃及都灵

阅读

6

1.3　不好的可视化是一场灾难

上节描述了不少可视化的例子,可能有读者会觉得可视化不就是把数据用图形表示,还有什么可学的。本节将用几个简单的例子说明不好的可视化是如何降低人们的日常效率的。当

阅读

7

1.4　数据可视化的研究与分类

数据可视化的研究主要集中在可视化的表现形式研究、可视化的交互方式研究、可视化在不同设备上的适配研究、可视化基本原理与方法研究、可视化应用研究等几个方向。下面以数

阅读

8

1.5　大数据可视化的挑战

大数据可视化面临的挑战主要指可视化分析过程中数据的呈现方式,包括可视化技术和信息可视化显示。大数据可视化的方法迎接了四个“V”的挑战,同时这也是4个机遇。 ·体

阅读

9

本章小结

本章通过介绍可视化的来源、历史以及可视化存在的问题,给读者一个可视化的初步印象。下一章将通过介绍可视化的数据基础,使得读者进一步了解可视化的内涵。(https:

阅读

10

习　　题

(1)为什么需要可视化? (2)不好的可视化可能带来哪些问题?(https://www.daowen.com) (3)大数据可视化的挑战有哪些?

阅读

11

第2章　数　　据

数据是可视化的基础,理解数据的特点和性质是可视化的关键一步。本章重点介绍相关数据的基础、数据特征、数据预处理、数据存储等数据可视化的前置条件。(https://

阅读

12

2.1　数据基础

(https://www.daowen.com)

阅读

13

2.1.1　数据属性

数据集由数据对象组成,一个数据对象代表一个实体。数据对象又称样本、实例、数据点或对象。属性(attribute)是一个数据字段,表示数据对象的一个特征。属性向量

阅读

14

2.1.2　数据相似性度量

一般而言,定义一个距离函数d（x,y）,需要满足下面几个准则: ①d（x,x）=0表示到自己的距离为0。 ②d（x,y）≥0表示距离非负。 ③d（x,y）=d(

阅读

15

2.2　数据特征

使用统计量来检查数据特征,主要是检查数据的集中程度、离散程度和分布形状,通过这些统计量可以识别数据集整体上的一些重要性质,对后续的数据分析,有很大的参考作用。

阅读

16

2.3　数据预处理

(https://www.daowen.com)

阅读

17

2.3.1　数据质量

数据质量管理是指为了满足信息利用的需要,对信息系统的各个信息采集点进行规范,包括建立模式化的操作规程、原始信息的校验、错误信息的反馈、矫正等一系列的过程。数据

阅读

18

2.3.2　数据预处理步骤

常见的数据预处理步骤包括:数据清洗、数据集成、数据变换、数据规约。 1.数据清洗数据清洗的目的不只是消除错误、冗余和数据噪音,还要将按不同的、不兼容的规则所得

阅读

19

2.4　数据存储

(https://www.daowen.com)

阅读

20

2.4.1　数据库

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据进行新增、截取、更新、删除等操作。所谓“数据库”是以一定方式储存在一起、能与多

阅读

21

2.4.2　数据仓库

数据仓库,是为企业所有级别的决策制定过程,提供所有类型数据支持的战略集合。它是单个数据存储,出于分析性报告和决策支持目的而创建。为需要业务智能的企业,提供指导业

阅读

22

2.5　数据分析

(https://www.daowen.com)

阅读

23

2.5.1　统计分析方法

常用的数据分析方法如下。 (1)描述统计描述性统计是指运用制表和分类,图形以及计算概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。缺失值填充:常用方法

阅读

24

2.5.2　数据挖掘

数据挖掘是一个跨学科的计算机科学分支。它是用人工智能、机器学习、统计学和数据库的交叉方法在相对较大型的数据集中发现模式的计算过程。数据挖掘过程的总体目标是从一个

阅读

25

本章小结

本章通过对数据进行介绍,力争使读者了解数据特征、数据预处理、数据存储等基本概念。(https://www.daowen.com)

阅读

26

习　　题

(1)数据属性包括哪些类型? (2)数据预处理的作用是什么?(https://www.daowen.com) (3)数据分析包括哪些典型方法?

阅读

27

第3章　数据可视化基础

数据可视化(data visualization)被许多学科视为与视觉传达含义相同的现代概念。它涉及数据可视化表示的创建和研究。为了清晰有效地传递信息,数据可

阅读

28

3.1　数据可视化历史

数据可视化大致可以分为9个历史时期。 1.17世纪前:早期地图与图表在17世纪以前人类研究的领域有限,总体数据量处于较少的阶段,因此几何学通常被视为可视化的起

阅读

29

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

阅读

30

3.3　数据处理

(https://www.daowen.com)

阅读

《数据可视化》简介

前言

目录

第1章　数据可视化简介

1.1　为什么需要可视化

1.2　可视化的历史发展

1.3　不好的可视化是一场灾难

1.4　数据可视化的研究与分类

1.5　大数据可视化的挑战

本章小结

习　　题

第2章　数　　据

2.1　数据基础

2.1.1　数据属性

2.1.2　数据相似性度量

2.2　数据特征

2.3　数据预处理

2.3.1　数据质量

2.3.2　数据预处理步骤

2.4　数据存储

2.4.1　数据库

2.4.2　数据仓库

2.5　数据分析

2.5.1　统计分析方法

2.5.2　数据挖掘

本章小结

习　　题

第3章　数据可视化基础

3.1　数据可视化历史

3.2　数据可视化流程

3.3　数据处理