1.数据可视化的流程
数据可视化的流程以数据流向为主线，其核心流程主要包括数据采集、数据处理和变换、可视化映射和用户感知四大步骤。整个可视化过程可以看成是数据流经过一系列处理步骤后，得到转换的过程。用户可以通过可视化的交互功能进行互动，通过用户的反馈提高可视化的效果。
(1)数据采集。可视化的对象是数据，而采集的数据涉及数据格式、维度、分辨率和精确度等重要特性，这些都决定了可视化的效果。
(2)数据处理和变换。这是数据可视化的前期准备工作。原始数据中含有噪声和误差，还会有一些信息被隐藏。可视化之前需要将原始数据转换成用户可以理解的模式和特征并显示出来。所以，数据处理和变换是非常有必要的，它包括去噪、数据清洗、提取特征等流程。
(3)可视化映射。可视化映射过程是整个流程的核心，其主要目的是让用户通过可视化结果去理解数据信息以及数据背后隐含的规律。该步骤将数据的数值、空间坐标、不同位置数据间的联系等映射为可视化视觉通道的不同元素，如标记、位置、形状、大小和颜色等。因此，可视化映射是与数据、感知、人机交互等方面相互依托、共同实现的。
(4)用户感知。可视化映射后的结果只有通过用户感知才能转换成知识和灵感。用户从数据的可视化结果中进行信息融合、提炼、总结知识和获得灵感。数据可视化可让用户从数据中探索新的信息，也可证实自己的想法是否与数据所展示的信息相符合，用户还可以利用可视化结果向他人展示数据所包含的信息。用户可以与可视化模块进行交互，交互功能在可视化辅助分析决策方面发挥了重要作用。
直到今天，还有很多科学可视化和信息可视化工作者在不断地优化可视化工作流程。
图5－9所示为由欧洲学者Daniel Keim等人提出的可视分析学标准流程，它是从数据空间到可视空间的映射，包含了数据转换、模型构建、参数改进和模型可视化等各个阶段。
图5－9 欧洲学者Daniel Keim等人提出的可视分析学标准流程
可以看出，不管在哪种可视化流程中，人是核心要素。虽然机器可承担对数据的计算和分析工作，而且在很多场合比人的效率高，但人仍是最终决策者。
2.数据可视化的设计(www.xing528.com)
设计数据可视化时，我们应遵守以下可视化设计标准:表达力强、有效性强、能简洁地传达信息、易用和美观等。
数据可视化的设计可归纳为图5－10所示的4个层次。
第一层是描述现实生活中用户遇到的实际问题。在第一层中，可视化设计人员会用大量的时间与用户接触，采用有目标的采访或软件工程领域的需求分析方法来了解用户需求。
第二层是抽象层，它将第一层确定的任务和数据转换为信息可视化术语。这也是可视化设计人员面临的挑战之一。
第三层是编码层，设计视觉编码和交互方式是可视化研究的核心内容。
第四层则需要具体实现与前三个层次匹配的数据可视化展示和交互算法，相当于一个细节描述过程。
图5－10 数据可视化的设计框架
框架中的每个层次都存在着不同的设计难题，第一层需要准确定义问题和目标，第二层需要正确处理数据，第三层需要提供良好的可视化效果，第四层需要解决可视化系统的运行效率问题。各层之间是嵌套关系，外层的输出是内层的输入。
二维码5－2 数据可视化原则
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
