数据可视化手册

数据可视化手册

第一章

数据可视化

计算统计和数据可视化

这本书是计算统计和包含数据可视化领域的手册的第三册。与指南手册相一致，它包含了对于当前读者所需要的各领域专家最新的概括理解技巧的章节。数据可视化是一个应用和研究的活跃领域，并且是一个很好的时机去集合在一起的通用知识概要。

平面显示器是一个非常有效的交流信息的钥匙，也可以说对于信息交流不是很有效，造成这种状况的两个重要原因是，图形可以不经过任何思考和图形设计可以点击几下鼠标就被制造出来，这点是没有被注意到的。一些人似乎认为，准备好图形知识常识问题（在这种情况下，他们的通常不能做出好的图形），而另一些人认为准备图形是一个低级任务，不适合作为科学制作计算量统计手册，需要重视数据可视化。

数据可视化和研究

图形为搜索数据提供了良好的途径，并且为提出结果提供了基础。虽然图形都被用在长时间的广泛统计，还没有一个实质的研究是关于这个专题的。已经有相当多的关注已经被花特别是Edward Tufte的精湛的书上。然而，在这方面的知识说不出遵循原则并且没有正式的理论。Bertin的工作从1960年被经常引用，但没有开发。图形被大量使用在不同的领域，并且人们希望有更多的进展已延续这条路。

有时，以科学为主题的理论文献数量是相当可观的，而相反很少有文献是关于数据可视化的。在科学杂志上的许多例子，有关于定量数据可视化的文章偶尔会被发表，但就算是这样，更多的是关于图形形式的理论。虽然有一本叫Computational and Graphical Statistics是关于统计的，大多数论文提交的是计算统计。也许是因为比起发表一个技术计算问题的研究，发表一个改善图形显示工作来的更容易。

图形演示和搜索

演示图形和勘探图形的差异在于形式和做法。演示图形一般都是静态的，单一的图形绘制将提交的信息总结。显示应该是高质量的，并且包括完整的定义和变量的解释和图形形式。演示图形就像数学证明定力，他们可能没有暗示是如何达到结果，但他们应该提供令人信服的证据来支持其结论。搜索型图形，在另一方面，用于搜寻结果。可能会被用于许多地方，并且他们很快有丰富的内容，而不是很慢很刻板的。为演示文稿，不需要详细的图例和标题。一个演示图形将被绘制给成千上万的读者，而成千上万的图形将会被支持一个分析数据调查。

可视化的图书应该尽量使用图形。据调查，每一半以上的章节有一个以上的作者，但有跟多的作者不意味着有更长的文章。

图形与计算

近几年，计算机能力的发展对图形很有利。它已经可能精确绘制，复杂显示，轻而易举以高分辨率打印高质量的图形。这并非总是如此，最初为计算机图形更不利。计算机屏幕和

打印机最多只能生产拙劣行驱动没有颜色的低解析度。那些没有提供竞争安全，手工绘制显示。此外，此外，即使早期的计算机更容易取得比以前更复杂的模型，并且允许从图形修改更加复杂模型定向注意，它只有最近20年图形才再一次走进。

这些评论与展示的图表,即图形绘制的目的都是为了说明和解释的结果。计算的进步已受惠于探索性的图形,也就是说,图形绘制的数据,支持探索会得到更好的回报。不只是图形表示的质量也有所好转,但不包括产品的数量。现在很琐碎,画出许多不同的显示相同的数据或通过许多不同的版本只需重申在交互地寻求信息数据。这些能力都只是逐渐赏识和利用。

软件可用性的重要性和受欢迎程度决定什么是进行分析和他们所呈现出来的会是一场有趣的研究主题为未来的历史学家的科学。在商业世界里,似乎没有人能做的,没有速算表Excel。如果Excel不提供一个特定的图形的形式,那个页面将不被使用。(事实上Excel提供了许多图形的形式,虽然并不是所有的统计学家希望。)许多科学家,只是很少需要访问对计算能力,也依靠Excel和它的选择。在这个世界上的统计数据本身,这是包SAS和SPSS软件是长占主导地位。在过去15年里,第S和S-plus现在R已成为重要的竞争对手。所有这些软件包目前提供的有效互动工具为探测的图形,虽然他们都是缓慢的移动在那个方向以及扩展的范围及挠性的演示图形他们提供。

数据可视化是一个新的时期。它表达的想法,它涉及到不仅仅是代表数据的图形形式(不再使用桌子后面的数据信息)。他也应该被揭露的显示得;读者或观众图形应该援助在观察到结构数据可视化是他任期时期。相关的新领域包括信息的可视化.他各种各样的信息,而不只是数据,是紧密联系在一起的计算机科学家的研究。到目前为止从它这工作在这个地区已经趋于集中精力只在传达信息,而不是什么可以推断。统计学家倾向于更关心变异性并强调统计特性的结果。最接近的连接图形的统计模型可以使这更明确的,是一种很有前途的研究方向,由各行业灵巧性电流计算软件。统计学家也有重要角色的扮演在这里。

不用说，每个手册使用了大量的图形显示。这里是个近似与一种具有较为数字两篇论文的线性关系每页一少一点。他已被选定为规模最大的数据墨水比。与同等规模的替代版本，清楚的是数每页数字几乎总是小于一。

该手册主要是分为三个部分:原理、方法和应用。不消说,部分重叠的。图13是一个二进制矩阵视觉化Jaccard系数对两章(排)和索引项(柱)方法来探索之间联系的章节。在原始数据图的有一个捆扎的黑点从lower-let角落,标志着一个可能的过upper-right章/索引的组合。在邻近的地图的上面部分指标,索引组A、B、C、D、E是搭接对方,主要由章的好的图形、历史、功能数据可视化,并进行相关分析与回归,矩阵分别由部分。

在第二部分的十个章节所关心的数据可视化的原则。首先有一历史回顾,由迈克尔、数据可视化的英特网托管人,概述了发展在图形的显示在过去的几百年,包括很多不错的例子。

在下一章中讨论一些安东尼恩文的指南和有吸引力的制备graphics.声音他问号数据在这一章的标题的总结:无论原则或建议被采纳,成功的一个图形是一种味道,没有什么固定的规则。

为生产的重要性软件图形是不容置疑的。保罗Murrell在他的一章总结了要求生产精密准确静态图形。他强调都需要灵活的定制的标准情节以及需要进行的绘制工具,允许新情节类型。

数据结构中可派数学图形。乔治Michailidis本章的追求在他的想法，显示了它引出了另一个图形类显示相关的多元分析方法。

李威尔金森的方法从另一个点图的可视化理论看来，他的主要方面显示，虽然并非完全是有树，有向图和几何图。他还讲解了图的布局，为顶点大量棘手的问题，并提出了有趣的图的匹配问题。

数据显示大多数集中于一个或两个维度。这通常是足以揭示数据集的惊人信息。为了深

入了解多元结构，高维表示是必需的。马丁托伊斯讨论了这种不涉及降维，并比较其可能的应用范围主要统计图形。

每个人都知道Chernoff,虽然不会有多少人曾经使用他们,他的潜力符号,来代表数据的情况下在信息化、多样化的方式尚未完全实现。马特·沃德作一简要的各种各样的可能形式和方式不同,他们可以利用。

有两章连接。描述了一个正式的、可靠Adalbert模型为联系图形学理论与概念结构基础。他能包含不同类型的网站链接和不同的表示。格雷厄姆遗嘱看着连接在一个更实用的研究背景和压力的观点的重要性个案的区分和聚集的观点。他还强调了各种各样的选择可能性有在交互式图形。两章指出价值联系在一起的简单数据连接复杂的风景。

最后一章在这一节是由西蒙Urbanek。他描述了图形这已经被介绍到statistics.树模型在支持他密切的关联图形学理论与模型之间的模型(收藏和森林)是特别有趣的和有相关性在建立更紧密的联系在其他领域的图形和模型。

中间的最大的部分区域集中于个人手册图形的研究。

地理数据可视化可以显着受益。对贝尔坦的许多工作是针对这种类型的数据。克林斯曼Symanzik和丹尼尔卡尔写micromaps（同一显示数据的不同部分地区多个小图像）和其互动的延伸。

投影寻踪与大旅游是众所周知的，但不容易使用。尽管有吸引力的自由软件的可用性，它仍然是一个艰巨的任务进行分析，这种方法在深度数据集。黛安娜库克，安德烈亚斯Buja，李恩京李和哈雷威克姆描述所涉及的问题，并概述了已经取得的一些进展。

多维尺度已经有很长一段时间。迈克尔考克斯和特雷弗考克斯（没有关系，而是把它们的MDS无疑并拢）审查当前的研究状况。

提出了在高通量技术在工业项目、学术研讨等和生物医学实验和不断扩大的权力计算机数据采集实践中不可避免地改变了现代数据分析。真实数据集变得越来越大在这两种样品尺寸和数量的变量。弗朗西斯科·Palumbo,阿兰Morineau原则和多米尼克·Vistocco说明可视化对于这样的情况。

统计数据更直接一些地区从受益比其他的可视化。密度估计很难想象没有可视化。迈克尔Minnotte，史蒂夫赛因和大卫斯科特估算方法研究在长达三个方面。有趣的是有没有与密度甚至三个方面估计很大的进展。

集可以特别有用的图表,显示在数据集的结构并辅以造型的努力。理查德Heiberger和伯特荷兰描述的一个方法主要是利用笛卡尔产品和大棚paradigm.Wei -介绍了利用阴国外意念来支持使用回归模型,特别是与回归的使用树。

而是在一个特定的可视化数据集的样本或变量的结构，研究人员可能会感兴趣的可视化具有一定的格式收集到的图像。通常与目标图像收集各种图案的噪音，而且要运用统计或数学模型来消除或之前，可以可视化图像可能真正降低噪音的结构。约尔格Polzehl和弗拉基米尔Spokoiny目前这样一种新的自适应平滑程序，为更好的显示效果重建图像噪点。

在电脑电源持续上升，已统计的许多不同的影响。计算密集的平滑方法现在已是司空见惯，但他们只是在几年前是不可能的。阿德里安鲍曼给出了一个平滑的关系和可视化的概述。元chinChang，育杰李，杏果报，梅县李苏恽乎昂调查方法的内核机上的经典技术的冲击：主成分分析，典型相关分析和聚类分析。嘿使用可视化比较与那些从原来的方法及其结果。

聚类分析往往是一个统计人员有点怀疑。正式型号在过去和判断，对困难缺乏成功群集合都是消极因素。弗里茨Leisch考虑一个更完善的方法和途径的群集合的可能性某些图形评价。

多元属性数据都很难想象他在past.章Zeileis大卫和库尔特梅耶,Achim Hornik描述的方法,对低维度相当经典,强调了链接到模型大楼。介绍了Heike霍夫曼的互动mosaicplots强有

力的工具,已经为人们所知所 用了近年来,不仅仅是通过自己的努力,并探讨了不同变化的阴谋表单可用于洞察的多元数据的特点。

阿尔弗雷德Inselberg,原投保人的并行协调图表、提供了一个的概述的多元数据方法以他惯有的独特风格。在这里,他认为在特定的分类问题以及如何适应并行协调主张能够增加和修正,以支持这种分析方法。

多数的分析使用图形利用一套标准图形化的工具,因为例子,散点,barcharts、直方图。Han-MingWu、胜利田意民,陈Chun-houh描述周围建立一种不同的方法,用彩色近似为个体价值在数据矩阵,并利用聚类分析的矩阵行和列的顺序在信息化的道路。

多年来,主要是Bayesians推理方法theoreticians.汉克斯他们现在能够同样适用于他们的想法让他伟大的effect.导致了新的在评估模型适合要求的质量和结果。Jouni前行,安德鲁。一叮,田包拯、Yuejing图形方法讨论解决这些问题在贝叶斯框架。