《高维数据可视化研讨班.ppt》由会员分享，可在线阅读，更多相关《高维数据可视化研讨班.ppt（61页珍藏版）》请在三一文库上搜索。
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,Inselberg A. “The Plane with Parallel Coordinates“. Visual Computer, 1 (4): 6991, 1985.,1880年的平行坐标作品,至少使用两个轴,“Hyperdimensional Data Analysis Using Parallel Coordinates”, Wegman, 1990 Based on slide from Munzner
2、,维度相关性, = 1, = 0.8, = 0, = -0.8, = -1,Advizor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,Chad Jones, et al. An Integrated Exploration Approach to Visualizing Multivariate Particle Data. Computing in Science & Engineering, Volume 10, Number 4, July/August, 2008, pp. 20-
3、29,连续式平行坐标,J. Heinrich and D. Weiskopf, “Continuous Parallel Coordinates,” IEEE Transactions on Visualization and Computer Graphics, 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,X Yuan, Guo P, H Xiao et al. Scattering points in parallel coordinates. IEEE Transactions on Visualization and Computer Gr
4、aphics, 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（table lens）,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
5、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,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(Chernoff Faces),用人脸特征编码不同变量的值,应用实例：http:/ Multiples”,Small Multiples,由Edward Tufte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:/ & 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,