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：

基础数学：三角函数、线性代数、几何算法
图形相关：canvas、svg、webgl、计算图形学、图论
工程算法：基础算法、统计算法、常用的布局算法
数据分析：数据清洗、统计学、数据建模
设计美学：设计原则、美学评判、颜色、交互、认知
可视化基础：可视化编码、可视分析、图形交互
可视化解决方案：图表的正确使用、常见的业务的可视化场景

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

SVG：可缩放矢量图形（Scalable Vector Graphics），是基于可扩展标记语言（标准通用标记语言的子集）用于描述二维矢量图形的一种图形格式。
Canvas 2D：Canvas 通过 JavaScript 来绘制 2D 图形，通过逐像素来进行渲染。
Canvas 3D WebGL：WebGL（Web Graphic Library）是一个 JavaScript API，用于在任何兼容的 Web 浏览器中渲染 3D 图形。WebGL 程序由用 JavaScript 编写的控制代码和用 OpenGL 着色语言（GLSL）编写的着色器代码构成，这种语言类似于 C 或 C++，可在 GPU 上执行。

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

至少学习一个可视化类库，研究与熟悉有一些底层数据展示技术！
回归学术本质的东西————数学相关的巩固，给自己加血！
做一些案例，最好能在工作项目有体验！

最后一句话：加油！加油！！加油！！！

本文由张炳创作，采用知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名
最后编辑时间为: Dec 31, 2019 at 11:24 am

2019年数据可视化研究