第四章-數(shù)據(jù)可視化基礎(chǔ)1教材

數(shù)據(jù)可視化基礎(chǔ)主講人：劉天亮liutl@

TEL京郵電大學(xué)圖像處理與圖像通信江蘇省重點(diǎn)實(shí)驗(yàn)室目錄可視化流程模型

數(shù)據(jù)處理和數(shù)據(jù)變換*可視化編碼可視化設(shè)計(jì)4.1可視化流程模型流水線模型可視化流水線Haber,R.B.andMcNabb,D.A.Visualizationidioms:Aconceptualmodelforscientificvisualizationsystems,1990.回路模型回路模型信息可視化參考流程Card,S.K.,Mackinlay,J.D.,andShneiderman,B.,editors.ReadingsinInformationVisualization:UsingVisiontoThink,1999.可視分析模型ByDanielKeim4.2數(shù)據(jù)處理和數(shù)據(jù)變換常用數(shù)據(jù)處理和變換類(lèi)型數(shù)據(jù)濾波數(shù)據(jù)降維數(shù)據(jù)采樣數(shù)據(jù)聚類(lèi)和剖分?jǐn)?shù)據(jù)配準(zhǔn)和轉(zhuǎn)換數(shù)據(jù)濾波目的

數(shù)據(jù)去噪：低通/高通/帶通濾波器，用于過(guò)濾低頻信號(hào)或除指定頻段外的所有頻率信號(hào)數(shù)據(jù)重建：

數(shù)據(jù)與濾波器在數(shù)據(jù)缺失點(diǎn)卷積，用其附近點(diǎn)的加權(quán)平均重建缺失數(shù)據(jù)數(shù)據(jù)變換目的

是簡(jiǎn)化數(shù)據(jù)，降低顯示數(shù)據(jù)的尺寸和復(fù)雜度，更好地解決特定問(wèn)題，

提供更多的可視化設(shè)計(jì)選擇舉例-數(shù)值型溫度

發(fā)現(xiàn)溫度變化的異常值-數(shù)值型溫度

分析全球溫度是否升高-數(shù)值型溫度差

判斷水溫是否適合洗澡-序數(shù)型(hot,warm,cold)

數(shù)據(jù)變換，主要包括統(tǒng)計(jì)采樣、降維和聚類(lèi)數(shù)據(jù)變換線性變換對(duì)數(shù)變換可以自定義變換函數(shù)歸一化目的根據(jù)分布映射數(shù)據(jù)顏色/尺寸/坐標(biāo)位置編碼歸一化區(qū)間：[-1,1][0,1]指數(shù)變換曲線擬合/光滑目的：展示數(shù)據(jù)趨勢(shì)不同的擬合方式線性回歸PLSR（partialleastsquaresregression，偏最小二乘擬合）LOESS（Locallyweightedscatterplotsmoothing）統(tǒng)計(jì)采樣什么是統(tǒng)計(jì)采樣？從統(tǒng)計(jì)分布中選出的樣本用于近似原分布中的特征影響采樣的因素分布本身的特性數(shù)據(jù)的測(cè)量精度是否需要分析樣本細(xì)節(jié)（樣本精細(xì)度）采樣成本降維*主元分析（PrincipalComponentsAnalysis,PCA）多尺度標(biāo)記（MultidimensionalScaling，MDS）自組織網(wǎng)絡(luò)（Self-OrganizingMap，SOM）聚類(lèi)利用聚類(lèi)簡(jiǎn)化數(shù)據(jù)的復(fù)雜度，以提取重要信息K-means聚類(lèi)其他聚類(lèi)方法*Expectation-MaximizationClustering(EM)*GaussianMixtureModel(GMM)*SpectralClustering*HierarchicalClustering*K-Means聚類(lèi)K-means

隨機(jī)產(chǎn)生K個(gè)中心位置

將每個(gè)數(shù)據(jù)點(diǎn)歸為距離最近的中心位置所屬的類(lèi)

根據(jù)新的類(lèi)別劃分重新計(jì)算中心位置

回到第二步，直到滿足一定約束K-medoids–改進(jìn)

中心位置必須在數(shù)據(jù)點(diǎn)所在位置上

中心位置滿足“到類(lèi)內(nèi)所有數(shù)據(jù)點(diǎn)的距離之和最小”4.3可視化編碼JacquesBertin法國(guó)制圖學(xué)家

[1918-]“SemiologyofGraphics”

[1967]提出可視編碼的理論原則Bertin提出的視覺(jué)變量通道位置尺寸灰階值紋理色彩方向形狀標(biāo)記形式點(diǎn)線面Mackinlay提出的視覺(jué)變量Tableau使用的視覺(jué)變量4.3.1標(biāo)記和視覺(jué)通道標(biāo)記（圖形元素：點(diǎn)、線、面）通道（位置、大小、形狀、方向、色調(diào)、飽和度、亮度……）可視編碼—通道

包含相似接近連接分組的關(guān)系

位置色調(diào)圖案形狀分類(lèi)的是什么/在哪里

坐標(biāo)軸位置長(zhǎng)度角度面積亮度/飽和度圖案密度定量/定序的程度·（灰度）值可被認(rèn)為是有序的·

可用于編碼數(shù)值型數(shù)據(jù)·

色調(diào)通常認(rèn)為是無(wú)序的，可用于編碼不同維度的值可視通道——顏色4.3.3數(shù)據(jù)類(lèi)型的可視化映射可視編碼的例子柱狀圖散點(diǎn)圖4.3.2可視編碼元素的優(yōu)先級(jí)可視編碼的表現(xiàn)力類(lèi)型（type） 是什么/在哪里（what/where） 何種程度（howmuch）表現(xiàn)力（expressiveness） 表達(dá)且僅表達(dá)數(shù)據(jù)的完整屬性精確性可辨性可分離性視覺(jué)突出表現(xiàn)力—精確性(accuracy)亞線性超線性表現(xiàn)力—可辨性

(discriminability)動(dòng)態(tài)表現(xiàn)范圍通信網(wǎng)絡(luò)帶寬可視化表現(xiàn)力—可分離(separability)位置/色調(diào)尺寸/色調(diào)寬度/高度紅/綠表現(xiàn)力—視覺(jué)突出(pop-out)舉例：注意力的容量限制四種方格：

?色塊

–分組

?色塊

–隨機(jī)排布

?動(dòng)態(tài)

–分組

?動(dòng)態(tài)

–隨機(jī)(7*40+5*40)*2*5=4800HowCapacityLimitsofAttentionInfluenceInformationVisualizationEffectiveness,2011.SteveHarozandDavidWhitney尋找已知的目標(biāo)尋找離群對(duì)象(oddball)結(jié)果視覺(jué)特征：測(cè)試者對(duì)物體間不同顏色的容納力比不同移動(dòng)方式的容納力高很多布局：分組式布局在顏色和移動(dòng)兩個(gè)方面都使測(cè)試者擁有更高的記憶容納力從實(shí)驗(yàn)中得出的可視編碼原則分組會(huì)對(duì)大部分任務(wù)有效如果不能進(jìn)行分組，需要轉(zhuǎn)換任務(wù)目標(biāo)以支持分組當(dāng)類(lèi)別過(guò)多時(shí)：盡量減少類(lèi)別對(duì)數(shù)據(jù)的每個(gè)維度指定一種顏色HowCapacityLimitsofAttentionInfluenceInformationVisualizationEffectiveness,2011.SteveHarozandDavidWhitney視覺(jué)編碼實(shí)例后現(xiàn)代主義新聞4.4可視化設(shè)計(jì)47可視化設(shè)計(jì)可視化設(shè)計(jì)目標(biāo)可視化設(shè)計(jì)框架數(shù)據(jù)的篩選數(shù)據(jù)的可視化的直觀映射視圖選擇與交互可視化中的美學(xué)因素可視化隱喻48可視化設(shè)計(jì)目標(biāo)表達(dá)力強(qiáng)真實(shí)全面地反映數(shù)據(jù)的內(nèi)容有效性強(qiáng)用戶(hù)對(duì)可視化顯示信息的理解效率簡(jiǎn)潔易用美感49可視化設(shè)計(jì)步驟數(shù)據(jù)的篩選確定數(shù)據(jù)到圖形元素（即標(biāo)記）和視覺(jué)通道的映射視圖的選擇與用戶(hù)交互控制的設(shè)計(jì)504.4.1可視化設(shè)計(jì)框架可視化設(shè)計(jì)的4個(gè)層次問(wèn)題刻畫(huà)層數(shù)據(jù)層編碼和交互層（核心）：

設(shè)計(jì)并實(shí)施用戶(hù)實(shí)驗(yàn)數(shù)據(jù)可視化的循環(huán)式設(shè)計(jì)模型514.4.2數(shù)據(jù)的篩選設(shè)計(jì)者必須決定可視化所能處理的數(shù)據(jù)的信息量避免兩個(gè)極端情況：可視化展示了過(guò)少的數(shù)據(jù)信息設(shè)計(jì)者試圖表達(dá)和傳遞過(guò)多的信息解決方案數(shù)據(jù)的篩選操作—讓用戶(hù)選擇當(dāng)前顯示的部分?jǐn)?shù)據(jù)多視圖或多顯示器—根據(jù)數(shù)據(jù)的相關(guān)性分別顯示524.4.3數(shù)據(jù)到可視化的映射充分利用人們已有的先驗(yàn)知識(shí)，從而降低人們對(duì)信息的感知和認(rèn)知所需要的時(shí)間利用散點(diǎn)圖可視化的應(yīng)用534.4.4視圖選擇與交互視圖交互 滾動(dòng)與縮放 顏色映射的控制數(shù)據(jù)映射方式的控制 數(shù)據(jù)縮放和裁剪工具 細(xì)節(jié)層次控制LOD用散點(diǎn)圖和平行坐標(biāo)圖對(duì)一個(gè)4維數(shù)據(jù)進(jìn)行可視化總體上，設(shè)計(jì)者必須要保證交互操作的直觀性、易理解性和易記憶性544.4.5可視化中的美學(xué)因素認(rèn)真仔細(xì)地對(duì)待可視化設(shè)計(jì)中的網(wǎng)格及其標(biāo)注正確使用顏色合理使用網(wǎng)格美學(xué)原則聚焦平衡簡(jiǎn)單(a)不完整的可視化結(jié)果，用戶(hù)無(wú)法得知幾條曲線的意義;(b)一個(gè)完整的可視化結(jié)果。網(wǎng)格及其標(biāo)注的合理使用可視化元素的平衡分布55可視化中的美學(xué)因素美學(xué)原則聚焦：設(shè)計(jì)者必須通過(guò)適當(dāng)?shù)募夹g(shù)手段將用戶(hù)的注意力集中到可視化結(jié)果中的最重要的區(qū)域平衡：平衡原則要求可視化的設(shè)計(jì)空間必須被有效地利用，盡量使重要元素置于可視化設(shè)計(jì)空間的中心或中心附近，同時(shí)確保原始在可視化設(shè)計(jì)空間中的平衡分布簡(jiǎn)單：要求設(shè)計(jì)者盡量避免在可視化中包含過(guò)多的造成視覺(jué)混亂的圖形元素，使用過(guò)于復(fù)雜的視覺(jué)效果4.4.6可視化隱喻All

theworld’sastage,Andallthemenandwomenmerelyplayers;Theyhavetheirexitsandtheirentrances;--WillianShakespeare,AsYouLikeIt,2/7什么是可視化隱喻隱喻（metaphor） 是一種在視覺(jué)上將目標(biāo)物體/形象與另一領(lǐng)域的（源）物體進(jìn)行相似性對(duì)比常用于廣告、卡通、平面設(shè)計(jì)等常用隱喻手法：可視化隱喻、語(yǔ)言隱喻、動(dòng)作隱喻等?？梢暬[喻的兩類(lèi)常見(jiàn)方式：時(shí)間隱喻和空間隱喻可視化隱喻 將數(shù)據(jù)特性與自然界真實(shí)物體結(jié)合起來(lái) 通過(guò)讀者對(duì)自然界物體的認(rèn)知增強(qiáng)可視化表達(dá)效果隱喻：樹(shù)猴面包樹(shù)（baobabview）：使用樹(shù)表達(dá)分類(lèi)隱喻：河流Textflow：使用流來(lái)表達(dá)文本主題演化隱喻：河流不確定性在不同操