大数据可视化之道_第1页
大数据可视化之道_第2页
大数据可视化之道_第3页
大数据可视化之道_第4页
大数据可视化之道_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、大数据可视化之道技术创新 变革未来1、探索式分析中的数据可视化可视化作为快速捕捉数据特征的有效途径，已经与探索式分析密不可分。 特征：面向小数据需要高辨识度图形化，协助分析与决策潜在的可视化协议1、探索式分析中的数据可视化好的可视化方案的基础：人类自然视觉特征。 视觉对比敏感度：高度宽度面积饱和度1、探索式分析中的数据可视化对数据可视化（图表）的进一步抽象坐标系度量维度修饰与强调1、探索式分析中的数据可视化坐标系Rectangular Coord(Q-1, Q-All)Polar CoordGEO度量(Metric)的图形表达Size(Distance, Radian)DirectionExt

2、reme(SUM, MAX, MAXMIN)维度(Dimension)的图形表达Delta(Position, Angle)修饰与强调(Decorator)StyleAnimation1、探索式分析中的数据可视化数据可视化优化：推荐算法与ML算法柱图模型:Coordination = Rectangular:Q1Metric = Size:Distance; Direction = Left, Up; Extreme = MAXMIN Dimension = Delta:Position, Offset = 0, 0.8;饼图模型:Coordination = PolarMetric = Si

3、ze:Radian; Direction = Clockwise; Extreme = SUM Dimension = Delta:Angle, Offset = 0, 1;极柱图模型:Coordination = PolarMetric = Size:Radian, Direction = Clockwise; Extreme = MAXMIN Dimension = Delta:Position, Offset = 0, 0.8;1、探索式分析中的数据可视化可视化集合体系协同分析：数据的显性关联与隐性关联数据下钻：分析维度的切换和实时资源挖掘 机器学习：针对行业的分析与预测图数据库：探索数据潜在价值2、实时数据的可视化实时数据可视化，实际是对数据流切面的展示。在可视化层面，一般来讲是在时间维度对某个度量进行描绘，可视化方式比较明确。面临的问题是绘图性能。因为切面的密度、采样精度、数据窗口大小，都会直接影响到绘图 数据的规模。解决：多线程分层渲染和局部更新。测试数据：1、canvas2d/svg绘制8万噪点数据；2、echarts绘图效率测试数据；3、基于图层和基于缓存的分层渲染测试数据3、第三维度的可视化升级在三维空间中的可视化还处在萌芽的阶段。带来的三个升级：a)三维空间中的可视化理论升级；b)由于显卡GPU的支持，渲染能力大幅度提升；c)可视化行

人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论