admin 管理员组文章数量: 1184232
2024年3月10日发(作者：实型常量和实型变量的区别)
第四章大数据可视化技术
不可否认，大数据已经来到了我们身边。大数据时代不仅处理着海量的数据，同时也加工、
传播和分享他们。不知不觉中，数据可视化已经遍布我们生活的每个角落：智能手机多元展示，
新闻播报的图表可视化元素、动态演示和立体呈现等，教育和科普领域，影视剧和电子游戏中
频繁出现的数据可视化元素等等。 现在的人们已经对单调和保守的讲述方式失去了兴趣，期
待更加直观和高效的信息呈现形式数据可视化刚好满足了这项要求。
4.1 数据可视化基本特征
一幅图胜过千言万语，人类从外界获得的信息约有80%以上来自视觉系统。大脑处理视觉
的速度比文字快6万倍，当大数据以直观可视化的图形形式展示在分析者面前时，分析者往往
能够一眼洞悉数据背后隐藏的信息并转化成知识以及智慧。
数据可视化由1960年的计算机图形学发展而来，是对大型数据库或数据仓库中的数据的
可视化，大量的数据集构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以
从不同维度观察数据，从而对数据进行更深入的分析。
大数据可视化的基本特征包括：
（1）易懂性：将数据进行可视化分析，更加容易被人们理解，更加容易与人们的经验知
识产生关联，使得碎片化的数据转化为具有特定结构的知识，从而为决策支持提供帮助。
（2）必然性：当今大数据所产生的数据量已经远远超出了人们直接阅读和操作数据的能
力，必然要求人们对数据进行归纳总结，对数据的结构和形式进行转化处理。
（3）片面性：数据可视化往往只是从特定视角或者需求认识数据，从而得到符合特定目
的的可视化模式，所以，只能反应数据规律的一个方面。数据可视化的片面性特征要求可视化
模式不能替代数据本身，只能作为数据表达的一种特定形式。
（4）专业性：数据可视化与专业知识紧密相连，其形式需求也是多种多样，如网络文本，
电商交易，社交信息，卫星图像等。专业化特征是人们从可视化模型中提取专业知识的环节，
它是数据可视化应用的最后流程。
4.2 数据可视化的作用
数据可视化的作用主要包括：数据表达，数据操作和数据分析三个方面，他是以可视化技
术支持计算机辅助数据认识的三个基本阶段。
（1）数据表达：数据表达是通过计算机图形图像技术来更加友好地展示数据信息，方便
人们阅读、理解和运用数据。常见的形式如文本、图表、图像、二维图形、三维模型、网络图、
树结构、符号和电子地图等。
（2）数据操作：数据操作是以计算机提供的界面、接口、协议等条件为基础完成人与数
据的交互需求，数据操作需要友好的人机交互技术、标准化的接口和协议支持来完成对多数据
集合或者分布式的操作。
（3）数据分析：数据可视化可以有效地表达数据的各类特征，帮助人们推理和分析数据
背后的客观规律，进而获得相关知识，提高人们认识数据的能力和利用数据的水平。
4.3 数据可视化的步骤
（1） 数据获取：主动式是以明确的需求为目的，如卫星图像、测绘工程等；被动式是以
数据平台为基础，由数据平台的活动者提供数据源，如电子商务、网络论坛等。
（2） 数据处理：指对原始数据进行质量分析、预处理和计算等步骤。数据处理的目标是
保证数据的准确性和可用性。
（3）可视化模式：可视化模式是数据的一种特殊展现形式，常见的可视化模式有标签云、
序列分析、网络结构、电子地图等。可视化模式的选取决定了可视化方案的雏形。
（4）可视化的应用：可视化应用主要根据用户的需求展开，最主要的应用方式是用来观
察和展示，通过观察和人脑分析进行推理和认知，辅助人们发现新知识或者新结论。
数据处理：数据质量、数据清洗、数据集成；
4.4 大数据可视化的方法
大数据分析将掘取信息和洞悉知识作为目标，根据信息的特征把信息可视化技术分为一维
信息，二维信息、三维信息、多维信息、层次信息、网络信息、时序信息可视化。随着大数据
版权声明：本文标题：《地质工程智能监控与大数据分析》第四章大数据可视化技术 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1710068084a556205.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论