数据可视化与领域应用案例

《数据可视化与领域应用案例》针对不同领域的多种数据集，通过分析数据中的分析需求，设计适用有效的可视化方法，包括仿真领域数据集、影视领域数据集、服务器管理数据集、空气质量数据集、农药残留检测数据集等，并通过可视化方法和技术手段对数据进行分析，得出相应的分析结论，所提出的可视化方法包括过程可视化、时序可视化、空间可视化、实时可视化、对比可视化、倾向性可视化和多关系可视化等。

前 言I
第一章可视化相关技术基础1
1.1数据可视化的技术分类1
1.1.1层次数据可视化1
1.1.2多维数据可视化12
1.1.3时序数据可视化13
1.1.4地理数据可视化18
1.2基于可视化的数据分析——可视分析36
1.2.1可视分析的意义36
1.2.2数据隐喻与阐释38
1.2.3数据关联分析39
1.2.4数据演化模式40
1.2.5大数据视角下的可视分析40
1.3基于可视化技术的用户交互技术41
1.4领域知识结合的分析技术42
第二章仿真领域数据的过程可视化44
2.1相关工作44
2.2流式过程数据实时可视化方法46
2.2.1主要可视化流程描述47
2.2.2建立静态模型及其绘制信息表48
2.2.3建立浆体动态模型及绘制信息表51
2.2.4绘制过程53
2.3实验结果与分析54
2.4结论56
第三章影视领域数据的时空可视化57
3.1引言57
3.2相关工作59
3.2.1文化传媒领域相关数据分析现状59
3.2.2信息可视化方法现状59
3.3可视分析设计流程60
3.4数据集分析与预处理61
3.5针对收视数据的时序特征可视分析62
3.5.1时序矩阵热力图62
3.5.2叠加行列统计条形图62
3.6针对观众数据的空间特征可视分析63
3.6.1观众属性的占比情况映射64
3.6.2观众属性的地域特征映射64
3.6.3多维观众属性的对比分析65
3.7可视分析与方法对比66
3.7.1收视率数据的时序特征分析66
3.7.2收视率数据的地域特征分析67
3.7.3可视化方法对比68
3.8结论69
第四章服务器日志数据的异常监控可视化70
4.1引言70
4.2相关工作71
4.3日志数据流实时可视化方法71
4.3.1在线考场的日志数据实时采集72
4.3.2日志数据内容提取72
4.3.3日志信息与可视化元素对应73
4.3.4可视化元素参数计算73
4.3.5可视化元素着色74
4.4实验结果与分析75
4.5结论77
第五章空气质量数据的时序可视化78
5.1引言78
5.2相关工作79
5.3数据获取及说明79
5.4空气质量数据可视化80
5.4.1空气质量数据的线性可视化80
5.4.2空气质量数据的日历可视化82
5.4.3空气质量的影响因素可视化87
5.5结论89
第六章多MRL判定结果数据的对比可视化90
6.1引言90
6.2相关工作91
6.3基于多重放射环的多标准对比可视化93
6.3.1农药检测结果分类判定93
6.3.2多重放射环的设计95
6.3.3第一重放射环实现过程96
6.3.4第二重放射环实现过程97
6.3.5多标准MRL下的毒性判定结果可视化97
6.3.6各区域着色方法98
6.3.7多重放射环的实例展示98
6.4可视化结果分析与方法评测100
6.4.1可视化结果分析100
6.4.2方法应用101
6.5结论102
第七章农残检测数据的时序对比可视化103
7.1引言103
7.2相关工作104
7.3数据分析需求105
7.4可视分层结构106
7.5农残检测数据可视分层布局107
7.5.1分类属性区可视化布局107
7.5.2统计类属性可视化布局108
7.6农产品采样总量可视化109
7.7农产品采样时间分布可视化110
7.8农药检测结果属性可视化112
7.9案例分析115
7.9.1单农产品案例数据可视化及分析115
7.9.2多农产品案例数据可视化及分析116
7.10结论117
第八章农残检测数据的倾向性分析可视化119
8.1引言119
8.2相关工作120
8.2.1食品安全数据分析现状120
8.2.2信息可视化分析方法现状121
8.3数据源分析122
8.4基于极坐标的旋转布局可视化方法122
8.4.1两类对象图元设计及可视化元素编码122
8.4.2对象图元的位置计算及环形分段映射123
8.4.3针对图元重叠的优化方法128
8.5针对农残检测数据的检出倾向性分布模式分析131
8.6方法对比评测132
8.7结论133
第九章基于曲线与区域的多关系数据可视化134
9.1引言134
9.2相关工作135
9.3超图数据读取及预处理138
9.4Catmull-Rom曲线算法138
9.5平滑曲线式超图可视化140
9.5.1组合超边节点为三段式链表140
9.5.2计算超边曲线插值点141
9.5.3平滑曲线式可视化的整体绘制流程142
9.6区域包围性超图可视化方法143
9.6.1节点扩展点计算143
9.6.2节点扩展点同侧归并144
9.6.3超边区域边界曲线计算146
9.6.4闭合区域分段填充147
9.6.5区域包围式可视化的整体流程148
9.7超边区域着色150
9.8实验结果与分析151
9.8.1超边可视化效果151
9.8.2平滑曲线式可视化算法复杂度分析153
9.8.3区域包围式可视化算法复杂度分析154
9.9结论155
参考文献156

前 言

数据可视化（Data Visualization）是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。2013年孟小峰教授明确指出：“可视化技术是数据分析与信息获取的重要手段。”2013年麦肯锡咨询报告[2]指出：“可视化技术已经成为处理数据的关键技术。
数据可视化以直观方式表达抽象信息，使得用户能够目睹、探索以至快速理解大量的信息，能有效抓住人们的注意力，其已经被证明为一种提高信息获取能力的有效方法，并在实践中得到广泛的应用。数据可视化的发展，让数据的呈现更及时、更直观、更简单。
随着数据容量和复杂性的与日俱增，大数据可视化的需求越来越大，成为人类对信息的一种新的阅读和理解方式。通过大数据可视化手段进行数据分析，可以实现从错综复杂的数据中挖掘信息，再通过可视化的方式展示出来，使读者对数据的空间分布模式、趋势、相关性和统计信息一目了然。
本书以作者近几年来的研究工作为基础，阐述了作者本人及研究团队在可视化方面的技术研究工作，并结合这些可视化技术，针对不同领域的数据特征和分析目的，提出了多种可视化方法，数据可视化方法涉及层次数据可视化、空间数据可视化、时序数据可视化、多维数据可视化，以及多关系数据可视化方法。
本书的内容共包含十章，各章内容描述如下：
第1章 总结可视化相关技术基础，包括根据数据类型不同而分类的可视化技术，如层次数据可视化、多维数据可视化、时序数据可视化、地理数据可视化；然后针对基于可视化的数据分析——可视分析技术进行总结；最后对基于可视化技术的用户交互技术和领域知识结合的可视分析技术进行了简要介绍。
第2章 针对控制过程数据的复现与数据分析问题，本章提出了一种针对过程数据分析的可视化方法。能够对动态状态数据进行实时展示，有效提高过程数据分析的直观性和效率，提出的数据处理方法处理效率能满足实时交互需求。
第3章 针对电视剧收视率在播放过程中的影响因素分析需求, 提出一种时空特征可视化方法. 能够快速获取不同电视台和电视剧类别在收视率和观众两个方面的对比可视分析, 总结出各目标电视台的差异性特征, 有助于帮助电视台在制作、购买和编排电视剧等方面做出决策.
第4章 针对网络考场中的常规监考手段无法及时发现网络作弊的问题，提出了一种针对网络考场监控日志数据流的可视化方法。将整个考场中所有学生的考试状态呈现在同一可视化结果中。一旦有考生存在作弊等异常行为，可视化结果中能够实现明显的提醒，并能对考生进行行为分析。
第5章 针对空气质量数据的分析需求，提出时空数据可视化方法，帮助用户全方面、多角度发现雾霾污染源头及与时间、城市等之间的关系。对时空数据的可视化方法研究还是对空气质量的规律发现、污染源发现都十分具有现实意义。
第6章 针对食品安全领域农残检测数据的可视分析需求, 提出了一种针对多判定标准的对比可视化方法, 可有效实现农残检测数据的可视化及对比分析, 可实现地理位置、农药、农产品维度上的多尺度、多标准对比分析.
第7章 针对农残检测数据多统计量的对比展示及安全风险评估需求，提出一种针对农残数据的时序分组可视化方法。能够在可视化结果中一次性表现多种统计量数据，并能实现时间维度上的数据对比。
第8章 针对数据集中两类互相关联的研究对象，通过可视化布局方法的设计突出一类研究对象之于另一类研究对象的倾向性，展现用户重点关注属性的倾向性分布模式。提出一种基于极坐标的旋转布局可视化方法，在突出展现数据倾向性关联分布特点的同时，展现数据的多统计量。
第9章 针对多关系数据的表达中，超边的可视化效果不直观、描述不准确的问题，提出了两种基于Catmull-Rom插值算法的超图可视化方法。能够直观、有效的表达超图中的超边，超图中的各条超边可以保持很高的区分度，绘制效率能满足实时交互的要求。
本书针对不同领域的多种数据集，通过分析数据中的分析需求，设计适用有效的可视化方法，包括仿真领域数据集、影视领域数据集、服务器管理数据集、空气质量数据集、农药残留检测数据集等，并通过可视化方法和技术手段对数据进行分析，得出相应的分析结论，所提出的可视化方法包括过程可视化、时序可视化、空间可视化、实时可视化、对比可视化、倾向性可视化和多关系可视化等。
本书中内容以作者近几年来的研究工作为基础，属于可视化及可视分析领域最新的研究成果，对于系统的了解、学习和研究数据可视化、信息可视化方面的前沿知识，具有较好的帮助作用。
本书可供计算机、信息等相关专业的教师、研究生和大学高年级学生作为参考书使用，也适合于从事数据可视化、大数据分析、数据挖掘、知识发现等方面的研究人员和技术人员阅读使用。