数据可视化

我们在工作中经常需要制作各种表格,当表格的关系表现太繁杂的时候,我们其实不太能够理解数据的意义,这时有个来自数学的直观工具,笛卡尔的直角坐标系去直观的解析现实问题。

把相关表格做成曲线进行分析,可以清晰的研判它的鞍点、陡度、趋势和包络状态。

当大量定量数据以原始形式,甚至以表格汇总的形式呈现在我们眼前时,我们很难理解数据的模式和结构。我们需要想办法简化信息,同时突出重要的想法,而数据可视化有助于实现这一目的。

有一个问题。虽然数据可视化可能看起来客观,但设计者对图形所传达的信息有很大的控制权。即使使用的数据非常准确,设计者也可以操纵这些数据给我们的感觉。设计者可以无中生有,营造出一种相关性的假象,也可以放大群体之间的微小差异。

在数据可视化中也存在仅仅是为了排版美观随意篡改甚至大量设置图表的情形。虽然美观很重要,但数据图形应该关注数据,而不是吸引眼球的装饰。

条形图和线形图看起来可能比较枯燥,有时可能还比较复杂,而彩色插图看上去可能非常有趣、引人注目,足以吸引你。

历史上最有名的数据可视化应该是高中化学学到的元素周期表。元素周期表是化学家门捷列夫在19世纪下半叶发明的。他利用数据可视化这个工具组织整理模式,并成功地完成了科学预测。元素周期表是一种化学元素从轻到重的排列方式。从左到右的位置既可以反映我们现在所了解的每一种元素的基本原子结构,还可以预测这些元素相互间的化学作用。元素周期表的特殊块状结构反映了电子在原子核周围电子亚层中的填充方式。门捷列夫将已知元素按照它们呈现的模式排列出来,成功地预测出尚未被发现的化学元素及其性质。简言之,元素周期表是一种高度特化的数据可视化形式,其结构反映了原子化学的逻辑。

相关推荐
岁忧22 分钟前
(LeetCode 面试经典 150 题 ) 58. 最后一个单词的长度 (字符串)
java·c++·算法·leetcode·面试·go
BIYing_Aurora30 分钟前
【IPMV】图像处理与机器视觉:Lec13 Robust Estimation with RANSAC
图像处理·人工智能·算法·计算机视觉
Yo_Becky1 小时前
【PyTorch】PyTorch预训练模型缓存位置迁移,也可拓展应用于其他文件的迁移
人工智能·pytorch·经验分享·笔记·python·程序人生·其他
云天徽上2 小时前
【PaddleOCR】OCR常见关键信息抽取数据集,包含FUNSD、XFUND、WildReceipt等整理,持续更新中......
人工智能·计算机视觉·信息可视化·paddlepaddle·paddleocr·文本识别
martian6652 小时前
支持向量机(SVM)深度解析:从数学根基到工程实践
算法·机器学习·支持向量机
孟大本事要学习2 小时前
算法19天|回溯算法:理论基础、组合、组合总和Ⅲ、电话号码的字母组合
算法
??tobenewyorker3 小时前
力扣打卡第二十一天 中后遍历+中前遍历 构造二叉树
数据结构·c++·算法·leetcode
让我们一起加油好吗3 小时前
【基础算法】贪心 (二) :推公式
数据结构·数学·算法·贪心算法·洛谷
贾全3 小时前
第十章:HIL-SERL 真实机器人训练实战
人工智能·深度学习·算法·机器学习·机器人
GIS小天3 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年7月4日第128弹
人工智能·算法·机器学习·彩票