一、什么是数据可视化?

科学可视化、 信息可视化和可视分析学三个学科方向通常被看成可视化的三个主要分支。而将这三个分支整合在一起形成的新学科 “数据可视化”,这是可视化研究领域的新起点。
广义的数据可视化涉及信息技术、自然科学、统计分析、图形学、交互、地理信息等多种学科。

在这里插入图片描述
1.科学可视化

科学可视化是科学之中的一个跨学科研究与应用领域,主要关注三维现象的可视化,如建筑学、气象学、医学或生物学方面的各种系统,重点在于对体、面以及光源等等的逼真渲染,目的是以图形方式说明科学数据,使科学家能够从数据中了解、说明和收集规律。

2.信息可视化

信息可视化是研究抽象数据的交互式视觉表示以加强人类认知。 抽象数据包括数字和非数字数据,如地理信息与文本。柱状图、趋势图、流程图、树状图等,都属于信息可视化,这些图形的设计都将抽象的概念转化成为可视化信息。

3 可视分析学

可视分析学是随着科学可视化和信息可视化发展而形成的新领域,重点是通过交互式视觉界面进行分析推理。

二、可视化作用

记录信息
分析推理
证实假设
交流思想

三、如何实现数据可视化
在技术上,数据可视化最简单的理解,就是数据空间到图形空间的映射。
在这里插入图片描述
可视化技术栈:

具备专业素养的数据可视化工程师一般来说需要掌握以下技术栈:
基础数学:三角函数、线性代数、几何算法
图形相关:canvas、svg、webgl、计算图形学、图论
工程算法:基础算法、统计算法、常用的布局算法
数据分析:数据清洗、统计学、数据建模
设计美学:设计原则、美学评判、颜色、交互、认知
可视化基础:可视化编码、可视分析、图形交互
可视化解决方案:图表的正确使用、常见的业务的可视化场景

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐