什么是?
简单地说,可视化是对某个原本不可见事物在人的中形成一幅可感知的心理图片的过程或能力;
可视化是人们对事物认知的过程,形成感知图像以强化认知理解;
可视化的终极目标是对事物规律的洞悉,而非所绘制的结果本身,即通过可视表达增强人们完成某些任务的效率。
如果你还不了解大技术,认为它只是画个图而已,那就请看下面几个例子,改变你的看法:
东征的历史事件图
这张拿破仑东征俄国的信息图是Charles Minard在1869年所绘制,描述了拿破仑在1812到1813年进攻俄国时所遭受的灾难性损失。
信息图背景是真实地图,西起波兰边境,东至莫斯科。
图中共引入6个变量数据:拿破仑的军队数量、行军路线、气温、位置、行军到特定地点的时间以及距离。
线条宽度代表拿破仑的军队人数,黄色表示进攻路线,黑色表示撤退的路线。
开始东征时约有42万人,而到达莫斯科时损员到10万人,最终活着返回的不到1万人,军队伤亡惨重。
军队十月底从撤离,当时气温最高不超过零摄氏度,天寒地冻,撤退过程中不断减员。至Berezina河时,人员发生骤减,说明当时过河冻死人员很多。
该图将东征这场战争的残酷展现得淋漓紧致。
复杂数据下的规律
通过下列条件,制定出表格,从中看出规律:
X均值=9.0,Y均值=7.5
最小二乘回归线方程y=3+0.5x
误差平方和:110.0
X的方差回归和=27.5
均方误差的误差和=13.75
相关系数=0.82
杂乱无章的数字,你会觉得差不多,毫无规律可言。
我们上学时,老师经常说过这个一句话:“不明白的题,先画图!”
通过图表显示,每组数字的规律一目了然!
1927年图
这是1927年线路图,当时有很多人都会坐错车,因为大家都看不懂。制作图的部门认为这就是按照正常的走向画的,一点错误都没有。
1933年,有人尝试改变,画个下面的图:
很多人强烈反对,认为这根本不是正确的图,没有反映的走向,这是误导!
结果表明,大家看得懂这张图,很少有人坐错车。
这说明,人们对抽象的信息更容易理解。
1854年Broad大街霍乱传播原因
JhonSnow鬼图()
1854年,伦敦爆发霍乱,10天内夺去了500多人的生命。根据当时流行的观点,霍乱是经空气传播的。但是约翰(John Snow)医师并不相信这种说法,他认为霍乱是经水传播的。他用标点地图的方法研究了当地水井分布和霍乱患者分布之间的关系,发现在宽街(Broad Street,或译作布劳德大街)的一口水井供水范围内霍乱罹患率明显较高,最终凭此线索找到该次霍乱爆发的原因:一个被的水泵。人们把水泵的把手卸掉后不久,霍乱的发病明显下降。 约翰在这次事件中的工作被认为是流行病学的开端。
东部军队死亡原因示意图(玫瑰图)
原来,在1853-1856年英法与沙俄爆发的期间,南丁格尔作为医护人员开往前线,她在战地医院与几名修女对伤兵进行护理工作。当时英法两国的官方和军方普遍认为,自身体格、食物与医药资源短缺是造成伤兵死亡的主要原因,是天数,无法改变!但南丁格尔通过实地走访和细致的观察,却认为战地医院恶劣的医疗环境可能与伤兵的死亡有关。为了验证这一想法,她收集了不同医疗环境下伤兵死亡率的数据进行对比,最终证明了她的猜想是正确的。南丁格尔把她的想法和建议用详实的数据写成报告给上级汇报,出乎她意料的是,没多少数学知识的们根本看不懂她的文章!
为了推行她的护理计划,1858年,她想出一种用如上图所示的玫瑰图形表示方式,名为《东部军队(战士)死亡原因示意图》,按照时间顺序表示了军队从1854年4月~1856年3月期间士兵逐月死亡人数。用12个相同角度的扇区表示1年中的12个月;用不同颜色的扇区面积表示由于不同原因导致的死亡人数。其中,蓝色代表可预防的疾病治疗不及时造成的死亡;红色代表战场阵亡;黑色代表其他原因引起的死亡。
玫瑰图非常形象直观,即使没多少数学知识也能轻易读懂,人们很容易看出,1854年7月~1855年3月,因医疗和护理条件恶劣造成的死亡人数远远大于战死沙场的人数!于是官方迅速接受了她的观点,立即派出专家组去整顿战地医院的卫生状况,成立护士组织,制定相关的法规保证护士的权利义务。
又根据1855年4-12月的数据绘成玫瑰图,人们很容易看出,改善了卫生状况和护士职业的出现,使得玫瑰变小了,说明死亡的伤兵人数已经大大减少!
挑战者事故
1986年1月28日,在佛罗里达,“挑战者”号航天飞机在升空73秒后爆炸解体,7名宇航员殉职。这次事故,是也是人类太空探索史上最沉重的悲剧。
事后的调查表明,此次事故的根源来自一个不起眼的橡胶部件——“O-ring”( O型环)。由于发射时气温过低,橡胶失去弹性,使得原本应该是密封的固体助推器内的高压高热气体泄漏,最终导致高速飞行的在高空解体。
事后调查,有关部门曾提交了13页的报告给航天局,说明这种橡胶部件在实验中有过失败的现象,但NASA没有重视,认为报告并没有表明100%会失败。
根据报告,有人做了下图:
由图中可以看出,随着温度下降,失败次数会增多。虚线表示:当温度降到30度时,一定会失败!如果事先有人画出这张图,说不定会说服,从而避免悲剧的发生。
后记
大数据可视化技术会让我们对事物理解更加深入、透彻,同时会对我们解决实际问题起到至关重要的作用。欢迎参加“大数据可视化技术与应用“课程,深入学习大技术。
来源: http://www.bubuko.com/infodetail-1988564.html