数据信息可视化发展优势

数据信息可视化发展优势王居尧大庆石油管理局通信公司，黑龙江大庆摘要：可视化的主要任务是将数据信息转化为一种视觉形式，其充分利用人们对可视模式快速识别的自然能力。可视化将人脑与计算机这两个最强大的信息处理系统联系在一起。可视界面使得我们能够更有效地观察、操纵、研究、浏览、探索、过滤、对比与理解大规模数据．并与之方便交互，从而可以极其有效地发现隐藏在信息内部的特征和规律。可视化是一种计算的方法，它把符号或数字转换成几何信息，使得研究人员可以观看他们的模拟与计算情况”。可视化提供一种新的信息展示方法，丰富了科学发现的过程。开拓了新的视野。近些年来，随着计算机在各行各业越来越广泛的应用以及Internet的飞速发展，各类的数据也越积越多。如何从“海量”的数据中找到有用的信息，并以直观的形式展示出来就成了一大难题。由此产生了一个广泛的需求，信息可视化也就应运而生。除了如何绘制关注对象的可视属性以外，更重要的问题是如何把这些非空间抽象信息映射为有效的可视化形式。此即信息可视化的研究范畴。关键词：数据信息；可视化；多维；色彩对比海量数据信息可视化是关于数据之视觉表现形式；其中，这种数据的视觉表现形式被定义为一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。数据可视化技术的基本思想是将数据库中每一个数据项作为单个图元元素表示，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，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。1．数据可视化技术特点及其分类。怎样来分析大量、复杂和多维的数据呢?答案是要提供像。人眼一样的直觉的、交互的和反应灵敏的可视化环境。因此，数据可视化技术的主要特点是：(1)交互性。用户可以方便地以交互的方式管理和开发数据。(2)多维性。可以看到表示对象或事件的数据的多个属性或变量，而数据可以按其每一维的值，将其分类、排序、组合和显示。(3)可视性。数据可以用图像、曲线、二维图形、三维体和动画来显示，并可对其模式和相互关系进行可视化分析。对于那些本身就可以有两维或三维语义的数据进行可视化，在利用计算机进行可视化之前欧美就已经使用多年了。自从计算机开始应用于可视化技术以后，人们发现了许多新颖的可视化技术，现有的技术也得到了改进，而且应用领域扩展到了大规模的数据集可视化及动态交互显示等方面。然而，对于大多数存储在数据库中的数据来讲，因为数据没用固定的两维或三维语义特性，所以至今也没有一种标准的方法把数据映射到笛卡尔坐标系中。通常，关系数据库被看作多维属性数据的集合，每维属性与坐标的维数相对应。数据可视化技术能用三维正交标准来描述：可视化技术、扭曲技术，交互技术。2.海量数据可视化优点2.1色彩是展现大数据集的一种优秀方式。我们可以通过色彩识别出很多层次和色调，可以以很高的分辨率来查看区别。这一点使得色彩成为展现宏观趋势的必然选择，这种用法我们经常会在气象图中看到。由于这个原因，色彩通常被用于标识大数据集中存在的模式和异常。美国、英国、德国、日本以及巴西在2008年的春夏秋冬四季数据可视化，使用多种色彩代表数据。大脑最容易接受辨认的信息就是颜色，用不同色彩组成的图形是最容易被大脑所识别，用不同的色彩代表不同的数据分类，以及多维化的立体图形可以体现不同数据之间的对比。2.2多维可视化以3维为主，在可视数据中同时表现出X、Y、Z个坐标信息。Yahoo所有API与服务分布图，在3维数据可视图中可以很容易的看出相应数据的信息，每一种数据的开始使用时间、使用量、用户数量。清晰明确，使决策者很清晰的了解每项数据的信息。2.3美国历史上开出的最大的商业罚单记录，使用3种色彩表示数据值清晰明确，很容易就知道3中数据之间的对比。在确保可视化富含信息量之后，下一步是要确保它是高效的。当为了高效而设计时，最重要的方面是：可视化的每一部分内容都将使用户花费更长的时间来找到在该可视化中的任何元素。页面上的噪音数据和视觉噪音越少，使用者找到他们需要寻找的东西就越简单，所明确的目标无法证明某些内容存在的必要性。2.4可视化数据信息也可以用数据点表示，数据点是多个单一数据的集合形式，可以看成是一个单体也可以是集合。数据点可以移动或点击打开子集信息，通过数据点之间的联系，使用者可以很清晰的了解他们之间的关系。从而做出相应的调整和纠错。也可以用色彩代表数据点中的子集信息，明确的表现不同数据点中相同的子集。3.视觉上突出重要的因素大脑最容易接受辨认的信息就是颜色，用不同色彩组成的图形是最容易被大脑所识别，用不同的色彩代表不同的数据分类，以及多维化的立体图形可以体现不同数据之间的对比。当你已经确定了必要的内容，考虑其中的某些部分（某种特定的关系或者数据点）是否特别相关或者有用。这些内容在视觉上可以通过几种方式突出显示。它可以更大、更粗、更亮、更详细，更直观或者通过圆圈、箭头或标签来标识。另一方面，不太相关的内容可以通过较柔和的色彩弱化显示，线条更细或者缺乏细节信息。请注意，强调相关性的策略通常适用于数据展现，而不是数据研究：通过改变突出的重点，有意地改变传递的信息。突出未知数据的不同方面或者子集是发现可能淹没在噪音数据中的关系的有效方式。在一个数据模块中可以体现多种信息，节省了信息列表空间，数据之间的关系更加直观。数据可视化的主要指在借助于图形化手段，清晰有效地传达与沟通信息。但是，这并不就意味着，数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味，或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想概念，美学形式与功能需要齐头并进，通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入研究。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。4.结束语这是一个前所未有的信息时代，人们每天都处在各种信息的包围之中。需要一种快捷有效的方式帮助我们发现隐藏在庞杂信息当中的模式和知识，帮助我们决策。这就是信息可视化的意义所在。信息的日益丰富决定着将来的用户界面主要是一种信息界面，从某种意义上说，信息可视化代表着下一代用户界面的发展方向。参考文献：[1]JulieSteele,NoahIliinsky.数据可视化之美机械工业出版社2011-06出版[2]周宁.张玉峰.张李义信息可视化与知识检索2005[3]ZhangJiaoJie.JohnsonKA.MalinJHuman-centeredinformationvisualization2007[4]ChenChaoMeiInformationvisualization:Beyondthehorizon2004[5][6][7][8][9][10][11]