啥是可视化数据它会有怎么样的发展趋势和前景( 八 )


在搭建三维数据可视化的时候往往我们都会碰到很多诸如可视化效果不佳,三维渲染效率太低,普通电脑无法兼容等问题,而我们Modelo模袋自主研发的基于WebGL的互联网BIM可视化引擎——M.Build,可以非常快速地被集成,迅速搭建最直观也最美观的可视化数据大屏。
具体使用方法在我们的专栏里可以看到:如何用M.Build引擎快速制作IOT三维可视化大屏
啥是可视化数据它会有怎么样的发展趋势和前景

啥是可视化数据它会有怎么样的发展趋势和前景



■网友
Data Visualization 数据可视化。它的概念很简单,就是将数据以视觉的表现形式给展现出来,事实上,目前来说研究这方面的专家不是很多,国内有较大的研究空间。我们知道数据是抽象的,数据本身带给人们的直观印象只有它的数值本身大小,当然数据集特别庞大的时候,你甚至连大小都无从说起。于是,有了这门科学,它帮助人们认知。有一个经典的例子,1854年伦敦爆发霍乱,在10天内有500人左右死去,在过去医疗并不十分发达的情况下,如此大规模的疾病,带来的只有未知的恐慌,没有知道疾病的起因,甚至是病毒的来源,直到一位流行疾病专家John Snow让数据说话,他将死亡病例在地图上标出,人们才发现病毒的源头在街上的水龙头。这幅图的名字叫做:Ghost Map啥是可视化数据它会有怎么样的发展趋势和前景

从中可以看出,倘若你只有死亡人员的地理数据,不去将它可视化,那么它传达的信息就会是有限的。这是伦敦地铁图的可视化,这种地铁图的画法一直被人学习。啥是可视化数据它会有怎么样的发展趋势和前景

还有一个我比较喜欢的例子是Twitch游戏直播平台对于游戏直播用户的可视化案例,这是可视化的一种,强调的是点和边的一些特征,比如点的度代表活跃性,边代表联系。啥是可视化数据它会有怎么样的发展趋势和前景

类似的有Facebook的社交图谱。啥是可视化数据它会有怎么样的发展趋势和前景

你能想到这些线是怎样聚合的吗?如果边的数目无比庞大,如何避免数据显示的时候过度重合影响视觉效果呢?我也在过去一段时间对微博的用户尝试进行了数据的挖掘,大概上千万条微博,将分享定位的用户从中提取了出来,同样的也是只是地理信息,而且更加的抽象只是经纬度。于是我把数据映射到了地图上啥是可视化数据它会有怎么样的发展趋势和前景

你可以很清晰的看出喜欢分享定位的用户都是在哪里晒出的自己的位置,他们大部分是在北京,上海,广东,而且台北和首尔,东京也同样有不少人晒出自己的旅行地点。还有一个数据不必可视化了,那就是男女比例,1:2。现在数据可视化的研究多种多样,总是有一些人能想象出非常优秀的数据可视化案例,这个真的很能说明一个人的创造力的,而且很多人喜欢创造自己的可视化工具,比如:D3 利用JavaScript进行可视化,无需考虑平台问题。Plotly 提供R Python 多个编程语言的接口。matplotlib Python 可视化经典的工具。Google chart google的可视化平台。其实,我对于不少可视化工具很反感,但是国内的写文章的人总是有人翻来覆去的说,一个优秀的可视化工具我觉得要满足两点:1.接口简单,而且输入多样化,可以满足各种需求。2.搭建简单,如果某些工具要一大堆依赖,配置,工具有一大堆冗余的功能,这个作者是失败的。可视化并不是单独的一门学科,它是对于计算机图形学和统计学等一些学科的更深层次的延伸,比如说社交网络的图谱应用到了很多图形学的边算法,当然,很多时候是和数据挖掘关系最紧密,因为前者是为后者提供数据,后者是为了更好的展现数据。数据可视化是和数据挖掘不可分割的,可视化作者想要表达的侧重点对于可视化的传达结果是有直接关联的。也就是说,当数据本身的特点与规律并不明显的时候,你需要进行大量的测试与研究来探寻出数据的规律,之后才能传达出正确而且有规律可循的可视化图案。而这些是作为一个数据挖掘研究人员最为头疼的地方,也是最能看出实力的地方。---先谈这些。(怎么总是内容超出限制!!)


推荐阅读