多维数据可视化技术的应用探究

毕绿 李华

摘要：随着网络和数据信息科学的发展，由于数据的量和复杂度上的爆炸式增长使得世界进入了大数据时代。技术的快速發展给我们带来方便也带来了前所未有的挑战，以最高效率快速解释并使用数据成为当前重要的课题。数据可视化（DataVisualization）通过将数据映射为容易感知的图形、符号、颜色等，利用人的高速信息采集能力为大脑提供数据的全面信息，很大程度上提高了数据的理解性。并且可以直观展示数据内部隐含的模式，对数据的进一步分析和处理提供了基础。多维数据可视化是将数据信息以某种图形图像可视化的形式呈现出来，给观察者提供一种量化的方式，用来理解嵌入在数据中的隐藏信息。这些隐藏信息通常是异常信息和模式信息。异常信息会使得用户观察到了意想不到的图形图像分布信息，通常由异常的数据现象或者数据特征引起。通过交互式的可视化数据挖掘可以观察数据的细节，能够增加数据的可理解性和可信度。

关键词：多维数据；可视化技术；应用

计算机网络和数据信息科学在当今社会以迅猛的速度发展，大数据时代中存在着海量的结构复杂的多维数据。多维数据技术也在此基础上快速发展起来，在带给我们应用便捷的同时也带来了基于WEB的技术性挑战，我们将以高效率且快速解释并应用数据作为当前的主要课题进行研究。数据可视化DataVisualization技术将能够直观表示数据内部隐含的特征，此技术通过人眼容易识别感知的颜色、图形、符号等信息，应用高效数据挖掘技术给予的数据信息，得到高效的分析测试结果。并且为多维数据的深入分析和处理提供了基础。一图胜千言，图表表达与句型表达具有信息和计算上的等价性。一张图片的最大价值在于，它迫使我们注意到我们从未期望看到的东西。可视化是一门利用人眼的感知能力和人脑智能对数据进行交互的可视表达以增强认知的学科，数据可视化是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程，多维数据可视化是指通过一些手段将高维的数据展示在二维的平面中。同时可视化与数据挖掘、人机交互的关系密不可分。我们主要研究其中的三个方面：首先是数据信息如何表示，即用户面对数据的认识程度来检验可视化信息技术的效果，这里需要为数据信息的多重结构和数据关系进行深入分析处理成为用户可以识别的视图应用工具。其次是数据可视化的方法，最后是数据可视化的应用领域。

1 数据信息的表示

1.1星型图

星型结构图形一般是以图形中央节点为中心，使用独立线段连接中心点及其余节点，中心点的作用是沟通各个相邻节点。以中心点集中控制通信的方式，这种管理多维可视化的方式构造明确。数据库中的数据由星形图代表，一组星形来标识一组数据。

1.2雷达图

雷达图分析法（radarchart）亦称综合财务比率分析图法，又可称为戴布拉图、螂蛛网图、蜘蛛图。与星形图的构造方法不同之处为：每条线段作为一个坐标轴，其中每一数据维数据型属性的数值大小按照坐标轴上的刻度比例的不同来确立。数据集合中一组记录对应着一组连接坐标点及线段的折线。以上散点矩阵AndrewsGurves即是多维数据元素由周期函数作用后的结构型数据组合，利用数据曲线展示分布情况例如shapecoding技术和Grand-tour技术都是分解元素或不同视角分析多维数据。

1.3气泡图

排列在工作表的列中的数据（第一列中列出 x 值，在相邻列中列出相应的y值和气泡大小的值）可以绘制在气泡图中。气泡图具有下列图表子类型：气泡图和三维气泡图 气泡图与 XY 散点图类似，但是它们对成组的三个数值而非两个数值进行比较。第三个数值确定气泡数据点的大小。可以选择气泡图或者三维气泡图子类型。

2 数据可视化的方法

数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等。

2.1面向像素的技术

面向像素技术的基本思想是将每个数据项的一个属性映射为一个彩色的屏幕像素，整个属性值的范围映射为固定的颜色范围，在不同的子窗口表现不同的数据属性值。

2.2基于图标的技术

也成为图标显示技术，它的基本思想是定制一些称为图标的几何对象，如矩形、锥体、箭头等，然后将每一个多维数据项映射一个对应的图标，并按一定顺序排列这些图标。图标的各项属性如大小、颜色、形状等均可用于数据项维的对应。

2.3变化视图技术

多维数据的可视化计算需要通过处理映射关系来解决，通常采用视图变化的技术手段。交互式投影。研究结构数据集合中多项数据维之间的数据关系是通过散点图来对二维数据进行分析表示的，分析处理多维数据技术有一定难度，如ExplorN，GrandToursystem系统的投影组合是指数级别高。交互式过滤。是利于特别的窗口来显示用户数据，过滤器对此窗口的信息进行处理且分别显示其视图，这里提供了丰富的数据信息。平行坐标技术和AndrewsGurves技术，是通过利用计算机应用软件工具改变图形图像和数据元素的映射关系来解释数据。或应用放大或缩小可视化结构或改变视角分析数据信息的细节，从而揭示数据的内部规律。

2.4数据可视化使用工具的选择

用户使用的数据结构不存在一定的复杂程度时，需要将数据展现的多彩且具有交互性，需要将数据转换为决策信息并能够成为BI系统、分析会议、汇报材料等数据分析的工具，应该首先具有多个实用性控件和主题，其次空间占用小并能将分析结果直接嵌入到Web及相关应用软件上，最后当然必须简单易学。

3 可视化技术的应用领域

可视化技术在科学、工程、互联网等方向都有重要应用。

3.1科学领域

可视化技术成为基础自然科学研究的必要手段，是科学大数据发展的必需。例如：活组织细胞运动三维影像可视化、在化学分子式中查找分子、在蛋白质网络中查找化合物、在DNA 中查找特定序列等。

3.2工程领域

可视化技术是对大工程仿真、实测、融合、预测、测试等不同环节产生的信息进行综合理解与分析的必要手段。如：物联网与智慧城市。在动态网络交通中查找最短路径、在邮政快递领域进行邮路规划、疾病爆发路径的预测与科技文献的引用关系等.

3.3互联网领域

可视化技术在互联网与社交媒体中有广泛的应用。随着信息技术和网络技术的发展，以Web 2.0 技术为基础的社交网络（如Facebook、人人网）、微博（如Twitter、新浪微博、腾讯微博）等新兴服务中建立了大量的在线社会网络关系。可视化表示人与人之间的关系.在社交网络中，基于可视化研究社区发现等问题；在微博中，通过可视化研究信息传播与影响力最大化等问题。

4结论

现代网络数据急速增长则功能强大的可视化技术成为当前的重要任务，通过使用先进的数据分析技术对大数据进行研究，数据可视化（DataVisualization）能够帮助我们理解和分析数据数据，有效并及时处理后高效利用。数据可视化的前景都不容小觑。企业需要将数据展现交互性，需要将数据换为决策信息并能够成为BI系统、分析会议、汇报材料等数据分析的工具，才能在竞争环境中获得业务优势。

参考文献：

[1]周志光，孙畅，乐丹丹，石晨，刘玉华.多维时空数据协同可视分析方法[J].计算机辅助设计与图形学学报，2017，29（12）：2245-2255.

[2]彭俊，卢艳松，夏凯.一种基于SOM的多維农业时空数据可视化分析方法[J].江苏农业科学，2017，45（20）：244-249.

[3]赵凡，蒋同海，周喜，马博，程力.面向多维稀疏时空数据的可视化研究[J].中国科学技术大学学报，2017，47（07）：556-568.

[4]陈冠臣.智慧城市时空信息多维可视化关键技术探讨[J].矿山测量，2017，45（03）：97-99.

[5]陈为，沈泽潜，陶煜波 《数据可视化》 电子工业出版社 2013

作者简介：

毕绿（1996.11-）、女、汉、学生、河南南阳、专业：软件工程、研究方向：数据可视化、身份证号：411302199611123729.

李华、男、讲师.