Chapter14-厦门大学-林子雨-大数据技术原理与应用（第3版）-第14章-数据可视化（2020

大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨厦门大学计算机科学系 2020年版本第第14章章 数据可视化数据可视化（PPT版本号：版本号：2020年年12月版本）月版本）http:/ 博士博士/副教授副教授厦门大学计算机科学系厦门大学计算机科学系E-mail:主页：主页：http:/ 可视化概述可视化概述14.2 可视化工具可视化工具14.3 可视化典型案例可视化典型案例12.4 可视化工具实践可视化工具实践欢迎访问大数据技术原理与应用教材官方网站：http:/ 什么是数据可视化14.1.2 可视化的发展历程14.1.3 可视化的重要作用大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.1什么是数据可视化什么是数据可视化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大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.2可视化的发展历程可视化的发展历程图反映霍乱患者分布与水井分布的地图霍乱地图分析了霍乱患者分布与水井分布之间的关系，发现在有一口井的供水范围内患者明显偏多，据此找到了霍乱爆发的根源是一个被污染的水泵大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.2可视化的发展历程可视化的发展历程数据可视化历史上的另一个经典之作是1857年“提灯女神”南丁格尔设计的“鸡冠花图”(又称玫瑰图)，它以图形的方式直观地呈现了英国在克里米亚战争中牺牲的战士数量和死亡原因，有力地说明了改善军队医院的医疗条件对于减少战争伤亡的重要性大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.2可视化的发展历程可视化的发展历程20世纪50年代，随着计算机的出现和计算机图形学的发展，人们可以利用计算机技术在电脑屏幕上绘制出各种图形图表，可视化技术开启了全新的发展阶段。最初，可视化技术被大量应用于统计学领域，用来绘制统计图表，比如圆环图、柱状图和饼图、直方图、时间序列图、等高线图、散点图等，后来，又逐步应用于地理信息系统、数据挖掘分析、商务智能工具等，有效促进了人类对不同类型数据的分析与理解随着大数据时代的到来，每时每刻都有海量数据在不断生成，需要我们对数据进行及时、全面、快速、准确的分析，呈现数据背后的价值，这就更需要可视化技术协助我们更好地理解和分析数据，可视化成为大数据分析最后的一环和对用户而言最重要的一环大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.3可视化的重要作用可视化的重要作用在大数据时代，可视化技术可以支持实现多种不同的目标：（1）观测、跟踪数据）观测、跟踪数据图百度地图显示的北京市实时交通路况信息大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.3可视化的重要作用可视化的重要作用（2）分析数据）分析数据图用户参与的可视化分析过程大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.3可视化的重要作用可视化的重要作用（3）辅助理解数据）辅助理解数据图微软“人立方”展示的人物关系图大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.1.3可视化的重要作用可视化的重要作用（4）增强数据吸引力）增强数据吸引力图一个可视化的图表新闻实例大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2可视化可视化工具工具14.2.1 入门级工具14.2.2 信息图表工具14.2.3 地图工具14.2.4 时间线工具14.2.5 高级分析工具大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.1入门级工具入门级工具Excel是微软公司的办公软件Office家族的系列软件之一，可以进行各种数据的处理、统计分析和辅助决策操作，已经广泛地应用于管理、统计、金融等领域大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.2信息图表工具信息图表工具信息图表是信息、数据、知识等的视觉化表达，它利用人脑对于图形信息相对于文字信息更容易理解的特点，更高效、直观、清晰地传递信息，在计算机科学、数学以及统计学领域有着广泛的应用。1.Google Chart API谷歌公司的制图服务接口GoogleChartAPI，可以用来为统计数据并自动生成图片，该工具使用非常简单，不需要安装任何软件，可以通过浏览器在线查看统计图表。图通过浏览器在线查看GoogleChart统计图表大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.2信息图表工具信息图表工具2.D3D3是最流行的可视化库之一，是一个用于网页作图、生成互动图形的JavaScript函数库，提供了一个D3对象，所有方法都通过这个对象调用。D3能够提供大量线性图和条形图之外的复杂图表样式，例如Voronoi图、树形图、圆形集群和单词云等（如图10-8所示）。图通过浏览器在线查看GoogleChart统计图表大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.2信息图表工具信息图表工具3.Visual.lyVisual.ly是一款非常流行的信息图制作工具，非常好用，不需要任何设计相关的知识，就可以用它来快速创建自定义的、样式美观且具有强烈视觉冲击力的信息图表。4.TableauTableau是桌面系统中最简单的商业智能工具软件，更适合企业和部门进行日常数据报表和数据可视化分析工作。Tableau实现了数据运算与美观的图表的完美结合，用户只要将大量数据拖放到数字“画布”上，转眼间就能创建好各种图表。5.大数据魔镜大数据魔镜大数据魔镜是一款优秀的国产数据分析软件，它丰富的数据公式和算法可以让用户真正理解探索分析数据，用户只要通过一个直观的拖放界面就可创造交互式的图表和数据挖掘模型。大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.3地图工具地图工具在数据可视化中较为常见，它在展现数据基于空间或地理分布上有很强的表现力，可以直观地展现各分析指标的分布、区域等特征。当指标数据要表达的主题跟地域有关联时，就可以选择以地图作为大背景，从而帮助用户更加直观地了解整体的数据情况，同时也可以根据地理位置快速地定位到某一地区来查看详细数据。图10-9就是以数据地图形式呈现的2008年世界各国GDP数据，图中，颜色越深的国家，其GDP越高。图2008年世界各国GDP数据地图大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.3地图工具 1.Google Fusion TablesGoogleFusionTables让一般使用者也可以轻松制作出专业的统计地图。该工具可以让数据表呈现为图表、图形和地图，从而帮助发现一些隐藏在数据背后的模式和趋势。2.Modest MapsModestMaps是一个小型、可扩展、交互式的免费库，提供了一套查看卫星地图的API，只有10KB大小，是目前最小的可用地图库，它也是一个开源项目，有强大的社区支持，是在网站中整合地图应用的理想选择。3.LeafletLeaflet是一个小型化的地图框架，通过小型化和轻量化来满足移动网页的需要。大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.4时间线工具时间线是表现数据在时间维度的演变的有效方式，它通过互联网技术，依据时间顺序，把一方面或多方面的事件串联起来，形成相对完整的记录体系，再运用图文的形式呈现给用户。时间线可以运用于不同领域，最大的作用就是把过去的事物系统化、完整化、精确化。自2012年Facebook在F8大会上发布了以时间线格式组织内容的功能后，时间线工具在国内外社交网站中开始大面积流行。图10-10显示了我国户籍制度在1994年到2014年间随时间的演变情况，它采用了时间线表示方法。大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.4时间线工具 1.TimetoastTimetoast是在线创作基于时间轴事件记载服务的网站，提供个性化的时间线服务，可以用不同的时间线来记录你某个方面的发展历程、心理路程、进度过程等等。Timetoast基于flash平台，可以在类似flash时间轴上任意加入事件，定义每个事件的时间、名称、图像、描述，最终在时间轴上显示事件在时间序列上的发展，事件显示和切换十分流畅，随着鼠标点击可显示相关事件，操作简单。2.XtimelineXtimeline是一个免费的绘制时间线的在线工具网站，操作简便，用户通过添加事件日志的形式构建时间表，同时也可给日志配上相应的图表。不同于Timetoast的是，Xtimeline是一个社区类型的时间轴网站，其中加入了组群功能和更多的社会化因素，除了可以分享和评论时间轴外，还可以建立组群讨论所制作的时间轴。大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.2.5高级分析工具 1.RR是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具，使用难度较高。R的功能包括数据存储和处理系统、数组运算工具（具有强大的向量、矩阵运算功能）、完整连贯的统计分析工具、优秀的统计制图功能、简便而强大的编程语言，可操纵数据的输入和输出，实现分支、循环以及用户可自定义功能等，通常用于大数据集的统计与分析。2.WekaWeka是一款免费的、基于Java环境的、开源的机器学习以及数据挖掘软件，不但可以进行数据分析，还可以生成一些简单图表。3.GephiGephi是一款比较特殊也很复杂的软件，主要用于社交图谱数据可视化分析，可以生成非常酷炫的可视化图形。大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.3 可视化典型案例14.3.1全球黑客活动14.3.2互联网地图14.3.3编程语言之间的影响力关系图14.3.4百度迁徙14.3.5世界国家健康与财富之间的关系14.3.63D可视化互联网地图APP大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.3.1全球黑客活动全球黑客活动安全供应商Norse打造了一张能够反映全球范围内黑客攻击频率的地图（http:/），它利用Norse的“蜜罐”攻击陷阱显示出所有实时渗透攻击活动。如图10-11所示，地图中的每一条线代表的都是一次攻击活动，借此可以了解每一天、每一分钟甚至每一秒世界上发生了多少次恶意渗透。图一张能够反映全球范围内黑客攻击频率的地图大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.3.2互联网地图为了探究互联网这个庞大的宇宙，俄罗斯工程师RuslanEnikeev根据2011年底的数据，将全球196个国家的35万个网站数据整合起来，并根据200多万个网站链接将这些“星球”通过关系链联系起来，每一个“星球”的大小根据其网站流量来决定，而“星球”之间的距离远近则根据链接出现的频率、强度和用户跳转时创建的链接来确定，由此绘制得到了“互联网地图”（http:/internet-），如图10-12所示。图俄罗斯工程师绘制的“互联网地图”大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.3.3编程语言之间的影响力关系图编程语言之间的影响力关系图RamioGmez利用来自Freebase上的编程语言维护表里的数据，绘制了编程语言之间的影响力关系图，如图10-13所示，图中的每个节点代表一种编程语言，之间的连线代表该编程语言对其他语言有影响，有影响力的语言会连线多个语言，相应的节点也会越大。图编程语言之间的影响力关系图大数据技术原理与应用（第3版）厦门大学计算机科学系林子雨14.3.4百度迁徙2014年1月25日晚间，央视与百度合作，启用百度地图定位可视化大数据播报春节期间全国人口迁徙情况（如图10-14所示），引起广泛关注。图百度迁徙展示的全国8小时迁徙图大数据技术原理与应用（第3版）厦门大学计算