数据可视化基础第十一章-多元数据的可视化

1第十一课多元数据的可视化学习目标学习目标了解多元数据可视化的方法了解多种多元数据可视化图表适合的数据类型完成部分多元数据的可视化图表实现能能力目标能够根据数据选择合适的多元数据可视化图表合理的设计多元数据可视化图表完成部分多元数据的可视化图表2多多元数据高维多元数据是指每个数据对象有两个或是两个以上的独立(多维度)或是相关(多元)属性的数据。因为多数情况下，并不能判断数据对象之间是否是相互独立的，所以通常统称为多元数据。此类数据在现实生活中随处可见，例如笔记本电脑的不同配置，包括CPU,内存，硬盘，屏幕和重量等等。每个参数都是电脑的一个属性，所有参数组成的配置就是一个多元数据。人们在选择电脑的时候，通常需要比较各种重要的参数，衡量不同型号之间的优劣。实际上就是对数据对象在各个属性上的数值进行综合评估。这就是一个典型的多元数据分析的工过程少数维度二维或是三维数据，都可以用常规的可视化方法表示。例如通过散点图，通过x轴y轴的位置比较二维数据，或是通过各种视觉编码表示额外的属性，比如点的颜色，大小，形状等。我们看过多次的GapMinder的GDP和期望寿命的散点图就是此类。通过x，y轴，颜色，大小代表了4个维度的数据关系。但是，这种方法对更高维度的数据就不合适，视觉编码有限，多余复杂的视觉编码会降低可读性，需要其他方法，在二维空间中表现更多元的数据。3高维多元数据散点图矩阵一种常用的方法是散点图矩阵。就是散点图的扩展，对N维数据，通过N*N个散点图特别表示N个属性之间的两两关系。例如，下图就是经济合作组织(OECD)对各个国家的各阶段人口分布，人口密度等因素之间的两两对比的散点图矩阵，可以看到老年人口越多的国家，老年人口负担也就越重。这种图的好处是符合用户习惯，并能够有效解释属性之间的关系。但是也存在着缺陷，维度增加后，散点图数量也几何级增长。通常的解决方法是，通过交互式手段，选取感兴趣的属性进行分析。这样是常用的灵活的解决方案表格透镜4表格透镜是传统表格的扩展。它采用和传统表格类似的方法，每个数据对象用一行表示，每列表示一个属性，但是和传统方法不同的是，表格透镜并不直接列出数据的值，而是将数值用水平横条或是点来表示，因为点或是横条占用空间较少，可以在有限的屏幕空间中显示大量的数据和属性，同事方便用户对数据对象和各个属性值之间并进行比较。如图同样是OECD各个国家的各阶段人口分布，可以看到通过横线代表数值大小，更加清晰的看出相互之间的规律。平行坐标平行坐标是展示多元数据的另一种有效方法。传统的图表中，坐标轴相互垂直，每个数据对象对应于坐标系中的一个点。而平行坐标方法中采用相互平行的坐标轴，每个坐标轴代表数据的一个属性，因此每个数据对象对应于一条穿过所有坐标轴的折线。同样，OECD的数据，针对每个国家的情况可以通过一条直线代表各个参数之间关系5平行坐标不但可以显示高维度的数据，还可以解释数据在每个属性上的分布，以及相邻两个属性之间的关系。通过线段的关系可以判断两个属性之间是正相关性，负相关性还是弱相关性。正相关性负相关性弱相关性但是，对于非相邻属性之间关系的表现相对较弱。通常的解决方法是，让用户用交互的选取部分感兴趣的数据对象以及属性，并且可以交换坐标轴的位置，改变相邻关系，查看属性之间的关系，如果需要突出某个数据，可以用高亮显示。以上的例子中，数据在各个维度上都是连续的数值，但是如果是类别型数据，通常将坐标轴平均的分成若干等分，并连接对应的等分点。下图是泰坦尼克号沉船事故中乘客信息的例子，包括三个维度，乘客的船舱等级，性别以及是否遇难的三维数据。在每个坐标上，用区