2019年数据可视化研究
in 随记随谈 with 0 comment

2019年数据可视化研究

in 随记随谈 with 0 comment

数据可视化定义

科学可视化(Scientific Visualization)、 信息可视化(Information Visualization)和可视分析学(Visual Analytics)三个学科方向通常被看成可视化的三个主要分支。而将这三个分支整合在一起形成的新学科 “数据可视化”,这是可视化研究领域的新起点。

科学可视化

科学可视化(Scientific Visualization)是科学之中的一个跨学科研究与应用领域,主要关注三维现象的可视化,如建筑学、气象学、医学或生物学方面的各种系统,重点在于对体、面以及光源等等的逼真渲染。

信息可视化

信息可视化(Information Visualization)是研究抽象数据的交互式视觉表示以加强人类认知。 抽象数据包括数字和非数字数据,如地理信息与文本。

可视分析学

可视分析学(Visual Analytics)是随着科学可视化和信息可视化发展而形成的新领域,重点是通过交互式视觉界面进行分析推理。

可视化技术栈

具备专业素养的数据可视化工程师一般来说需要掌握以下技术栈:

在学术界与工程界,数据可视化工具都非常之多,可参考一位知乎大拿整理的文章:值得推荐的 37 款数据可视化工具

Web图形的底层技术规范

比较流行的基础绘图库,基于 SVG 的有 snap.svg、rapheal.js 等,基于 Canvas 2D 的有 zrender、g 等,基于WebGL的有 three.js、SceneJS、PhiloGL 等,这些基础绘图库可以让上层封装更简单容易。基于Web技术的数据可视化类库有:D3,HighCharts,ECharts,Leaflet,Vega,deck.gl,AntV(底层绘图引擎 G,可视化语法类库 G2,关系可视化类库 G6,移动端图表类库 F2),更详细参考

2019年计划

最后一句话:加油!加油!!加油!!!

Responses