数据可视化

余凌 胡昌龙 严庆 田萌

目录

  • 1 数据可视化概述
    • 1.1 思政导读
    • 1.2 数据可视化基础
    • 1.3 数据可视化作用
    • 1.4 数据可视化的目标
    • 1.5 数据可视化的特征与应用
    • 1.6 本章课件
    • 1.7 分享阅读-AaronKoblin人性的艺术表达
  • 2 数据可视化原理
    • 2.1 思政导读
    • 2.2 视觉
    • 2.3 色彩
    • 2.4 视觉编码原则
    • 2.5 数据可视化流程
    • 2.6 本章课件
    • 2.7 分享阅读-
  • 3 数据可视化图表
    • 3.1 思政导读
    • 3.2 理解图表
    • 3.3 图表元素的增强控制
    • 3.4 图表类型选择
    • 3.5 图表制作技巧
    • 3.6 本章课件
    • 3.7 数据可视化图表基础及图表设计+第二次作业要求
    • 3.8 分享阅读-
  • 4 数据可视化设计
    • 4.1 思政导读
    • 4.2 设计原则与技巧
    • 4.3 可视化设计步骤
    • 4.4 可视化框架
    • 4.5 本章课件
    • 4.6 分享阅读-
  • 5 时变数据可视化
    • 5.1 思政导读
    • 5.2 时间属性的可视化
    • 5.3 地理空间数据可视化
    • 5.4 文本与文档可视化
    • 5.5 本章课件
    • 5.6 分享阅读-
  • 6 数据挖掘与数据处理
    • 6.1 思政导读
    • 6.2 数据
    • 6.3 数据集
    • 6.4 数据获取与预处理
    • 6.5 数据存储
    • 6.6 数据组织与管理
    • 6.7 数据挖掘与分析
    • 6.8 本章课件
    • 6.9 分享阅读-
  • 7 数据可视化工具
    • 7.1 Echarts
    • 7.2 Python集成开发环境Jupyter
    • 7.3 本章课件
  • 8 数据可视化评测实例
    • 8.1 案例1
    • 8.2 案例2
    • 8.3 本章课件
  • 9 数据可视化趋势及挑战
    • 9.1 思政导读
    • 9.2 数据可视化资源
    • 9.3 数据可视化研究
    • 9.4 未来趋势
    • 9.5 研究挑战
    • 9.6 本章课件
  • 10 数据可视化案例
    • 10.1 经典数据可视化案例
    • 10.2 用Excel实现数据可视化—快速实现业务报表可视化
    • 10.3 “好服务”零售品牌文献研究现状分析
    • 10.4 数据分析师招聘可视化分析
    • 10.5 长江中游城市群创新网络演变可视化
    • 10.6 分享阅读-2020级优秀作品展示
    • 10.7 分享阅读-2021级学生优秀作品
  • 11 电子商务数据可视化实例
    • 11.1 电商数据的采集与预处理
    • 11.2 商品数据分析
    • 11.3 市场数据与竞争数据分析
    • 11.4 流量与转化数据分析
    • 11.5 电商采购与销售数据分析
    • 11.6 库存数据分析
    • 11.7 客户画像分析
  • 12 推荐课外阅读
    • 12.1 《深度学习——智能时代的核心驱动力量
    • 12.2 《AIGC:智能创作时代》
    • 12.3 《天才与算法》
    • 12.4 《5000天后的世界》
    • 12.5 《AI未来进行式》
    • 12.6 《数据型思维》
    • 12.7 《做成大事的艺术》
    • 12.8 《新媒体的语言》
    • 12.9 《开放式创新》
    • 12.10 《别相信直觉》
    • 12.11 《为什么伟大不能被计划》
    • 12.12 《智识分子》
    • 12.13 《算法的陷阱》
    • 12.14 《崛起的超级智能》
    • 12.15 《人工不智能:计算机如何误解世界》
    • 12.16 《销售脑科学》
数据可视化研究

9.2.1国外可视化研究进展

当今世界,数据可视化的概念及相关研究领域不断扩展,数据可视化技术正处于快速发展的阶段,其应用范围和影响也日益扩大。在国际科研领域,各高校成立可视化研究小组,政府和各大企业也纷纷投入到可视化的研究当中,在数据可视化的理论、方法、技术、应用等方面都有很多创新和贡献。GoogleAmazonD3等知名企业开发出了许多成熟稳定的可视化产品或工具,在数据可视化方面取得了突出的成就。除了著名的OPENGLdirectX,还有:

1GoogleDataStudioGoogle公司推出的数据分析和报告平台,该数据可视化技术提供了丰富的图表类型和自定义选项。

2)英国OrdnanceSurvey系列软件:OrdnanceSurvey公司拥有世界先进的地理信息系统技术,其知名产品有OSMapsOSOpenDataOSMasterMap,目前是国内制作高精度地图和空间分析的首选软件。

3D3D3是一个基于Web的数据可视化框架,是一个用于创建动态和交互式的数据图形的可视化网络开发平台。

此外,还有很多其他出色的BI分析工具,如PowerBIQlikSenseCognosMicroStrategy等,也都运用了可视化技术,具有良好的可视化效果。

国外的数据可视化研究趋于成熟,许多视觉化传播媒体利用数字可视化技术,使用图形化的方式进行传播信息,从而提升了自己的影响力。像一些知名的媒体比如卫报、芝加哥论坛报、BBCABC等,都是用数据可视化让自身影响力大大提高。此外,随着计算机技术的成熟和搜索引擎技术的发展,政府信息公开化,众包模式的兴起,人们获取和解读数据的可能性大大提高,基于数据挖掘、理解数据基础上的数据新闻可视化,成为新闻叙事手段一个新的发展方向和突破。

9.2.2国内可视化研究进展

国内的研究者们在可视化算法与技术、可视化模型与理论、可视化应用与领域等方面进行了许多创新和贡献,如基于人工智能的数据可视化、多维信息可视化、以及复杂网络的可视化等。当前,武汉大学、浙江大学、北京邮电大学、国防科技大学等形成了国内该研究领域的第一梯队,也产出了诸多成果,如:

1)清华大学可视化与可视分析小组的可视化产品。新冠疫情数据可视化平台:利用多种可视化技术,对全球和国内的新冠疫情数据进行实时监测和分析,为公众和专业人士提供数据支持和洞察。

2)南京大学可视化与计算机图形学研究所的可视化产品。城市数据可视化平台:基于大数据和人工智能技术,对城市的多维数据进行可视化分析,展示城市的空间结构、社会活动、经济发展等方面的特征和规。

3ETHINK数据智能分析平台。主要支持功能包括大屏可视化、驾驶舱与仪表板、自助多维分析、中国式报表等数据可视化产品的实现。提供几百种丰富图形和100类可视化交互组件。产品简单易用,并支持深度的灵活二次开发。

国内的数据可视化工具日益丰富,以FineBI为例,它具有动态局部刷新、秒级响应等优异的性能,支持拖拽式操作,简单易用,同时在易用性、性能、视觉、操作、图表分析等方面有重要的设计考量。

国内的数据可视化研究不仅关注理论和方法,也涉及到了许多应用领域,把数据可视化技术应用到了各行各业,例如金融、医疗、教育等,为不同领域的数据分析和决策提供了支持和帮助。例如,在金融领域,数据可视化可以帮助分析市场趋势、风险管理、客户行为等;在医疗领域,数据可视化可以帮助展示医疗资源、疾病传播、诊断结果等;在教育领域,数据可视化可以帮助展示学习进度、成绩分布、教学效果等。