高维数据可视化研讨班

《高维数据可视化研讨班》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、高维数据可视化平行坐标平行坐标1985年由Inselberg提出，用于研究高维几何坐标轴相互平行（二/三维坐标系中坐标轴相互垂直）每个数据点对应一条穿过所有坐标轴的折线InselbergA."ThePlanewithParallelCoordinates".VisualComputer,1(4):69–91,1985.1880年的平行坐标作品至少使用两个轴“HyperdimensionalDataAnalysisUsingParallelCoordinates”,Wegman,1990BasedonslidefromMunzner维度相关性ρ=1ρ=0.8ρ=0ρ=-0.8ρ=-1Adv

2、izor软件中的效果Protovis中的效果D3.js中的效果世界500强企业排名“选中”操作“刷取”及“过滤”操作半透明平行坐标展示主要趋势ChadJones,etal.AnIntegratedExplorationApproachtoVisualizingMultivariateParticleData.ComputinginScience&Engineering,Volume10,Number4,July/August,2008,pp.20-29连续式平行坐标J.HeinrichandD.Weiskopf,“ContinuousParallelCoordinates,”IEEETr

3、ansactionsonVisualizationandComputerGraphics,vol.15,no.6.热力图形式展示主要趋势重排坐标轴结合散点图与平行坐标XYuan,GuoP,HXiaoetal.Scatteringpointsinparallelcoordinates.IEEETransactionsonVisualizationandComputerGraphics,2009,15(6):1001-1008.径向轴技术平行坐标的径向排列版本以圆周作为坐标轴，沿圆周绘制线图变种有雷达图，星状图等基于区域的方法柱状图最基本的可视化元素采用长方柱的尺寸，填充颜色等编码多维数据的

4、不同属性高维数据——堆叠柱状图表格显示热力图表格显示表格镜子（tablelens）像素图介于点方法和区域方法的混合方法使用具有颜色的小方块表达每个数据的单维度属性。最大程度利用屏幕空间生成像素块生成像素块布局像素块按序填充法布局像素块基于相似度维度堆叠将离散的N维空间映射到二维空间将二维空间根据多个独立的数据属性迭代划分成若干网格显著增加表达信息量比较同类格式、不同数据的差别类似方法-堆叠图将同一个维度的数值型数据沿某坐标轴堆积排列展示时序数据的对比马赛克图划分二维空间可视化多维数据根据分布来分配空间大小首先根据第一维度水平划分空间，再根据第二维度垂直划分空间，重复此过程直到遍历所有维度

5、变种——波动图基于样本的方法星形图使用“辐条”编码数据值每个数据点是一条星形折线http://addictedtor.free.fr/graphiques/graphcode.php?graph=63切尔诺夫脸谱图(ChernoffFaces)用人脸特征编码不同变量的值应用实例：http://hesketh.com/schampeo/projects/Faces/chernoff.htmlhttp://flowingdata.com/2010/08/31/how-to-visualize-data-with-cartoonish-faces/crime-chernoff-faces-by

6、-state-edited-2/美国各州的犯罪情况“SmallMultiples”SmallMultiples由EdwardTufte提出将高维数据的多个视图“以邮票大小”摆放于一个视图中按一定顺序排列：时间；空间方位等http://andrewgelman.com/2009/07/hard_sell_for_b/数据交互交互：“磁铁与灰尘”磁铁与灰尘（Dust&Magnet）隐喻：铁屑（灰尘）–数据点磁铁–属性筛选不断抖动磁铁，灰尘会向其靠近，靠近速度代表数据点在该属性上的数值大小灵活轴线法允许轴线自由地设置和布局在屏幕上绘制轴线、选择轴线的对应关系