- 數據可視化
數據可視化，是關於數據視覺表現形式的科學技術研究。其中，這種數據的視覺表現形式被定義爲，一種以某種概要形式抽提出來的信息，包括相應信息單位的各種屬性和變量。[1]
它是一個處於不斷演變之中的概念，其邊界在不斷地擴大。主要指的是技術上較爲高級的技術方法，而這些技術方法允許利用圖形、圖像處理、計算機視覺以及用戶界面，通過表達、建模以及對立體、表面、屬性以及動畫的顯示，對數據加以可視化解釋。與立體建模之類的特殊技術方法相比，數據可視化所涵蓋的技術方法要廣泛得多。 - 傳統的可視化隱喻用於單個或小維度數據，它們包括：
A: 顯示聚合和頻數的條形統計圖
B: 顯示變量值分佈的柱狀圖
C: 瞭解走向程序的折線圖
D: 總體的各部分可視化的餅圖
E: 二元分析的散點圖
3.平行座標
平行座標是一種通常的可視化方法， 用於對高維幾何和多元數據的可視化。
Parallel Coordinates 平行座標
爲了表示在高維空間的一個點集， 在N條平行的線的背景下，（一般這N條線都豎直且等距），一個在高維空間的點被表示爲一條拐點在N條平行座標軸的折線，在第K個座標軸上的位置就表示這個點在第K個維的值。
平行座標是信息可視化的一種重要技術。爲了克服傳統的笛卡爾直角座標系容易耗盡空間、 難以表達三維以上數據的問題， 平行座標將高維數據的各個變量用一系列相互平行的座標軸表示， 變量值對應軸上位置。 爲了反映變化趨勢和各個變量間相互關係，往往將描述不同變量的各點連接成折線。所以平行座標圖的實質是將 維歐式空間的一個點Xi(xi1,xi2,…,xim) 映射到維平面上的一條曲線。
平行座標圖可以表示超高維數據。 平行座標的一個顯著優點是其具有良好的數學基礎， 其射影幾何解釋和對偶特性使它很適合用於可視化數據分析。
4.自組織映射（SOM）進行可視化
自組織神經網絡SOM是基於無監督學習方法的神經網絡的一種重要類型。自組織映射網絡理論最早是由芬蘭赫爾辛基理工大學Kohen於1981年提出的。此後，伴隨着神經網絡在20世紀80年代中後期的迅速發展，自組織映射理論及其應用也有了長足的進步。 - 數據可視化概述
數據可視化主要旨在藉助於圖形化手段，清晰有效地傳達與溝通信息。但是，這並不就意味着數據可視化就一定因爲要實現其功能用途而令人感到枯燥乏味，或者是爲了看上去絢麗多彩而顯得極端複雜。爲了有效地傳達思想概念，美學形式與功能需要齊頭並進，通過直觀地傳達關鍵的方面與特徵，從而實現對於相當稀疏而又複雜的數據集的深入洞察。然而，設計人員往往並不能很好地把握設計與功能之間的平衡，從而創造出華而不實的數據可視化形式，無法達到其主要目的，也就是傳達與溝通信息。
數據可視化與信息圖形、信息可視化、科學可視化以及統計圖形密切相關。當前，在研究、教學和開發領域，數據可視化乃是一個極爲活躍而又關鍵的方面。“數據可視化”這條術語實現了成熟的科學可視化領域與較年輕的信息可視化領域的統一。 - 數據可視化技術
①數據空間：是由n維屬性和m個元素組成的數據集所構成的多維信息空間；
②數據開發：是指利用一定的算法和工具對數據進行定量的推演和計算；
③數據分析：指對多維數據進行切片、塊、旋轉等動作剖析數據，從而能多角度多側面觀察數據；
④數據可視化：是指將大型數據集中的數據以圖形圖像形式表示，並利用數據分析和開發工具發現其中未知信息的處理過程。
數據可視化已經提出了許多方法，這些方法根據其可視化的原理不同可以劃分爲基於幾何的技術、面向像素技術、基於圖標的技術、基於層次的技術、基於圖像的技術和分佈式技術等等。 - 數據可視化的基本手段
數據可視化主要是藉助於圖形化手段，清晰有效地傳達與溝通信息。但是，這並不就意味着，數據可視化就一定因爲要實現其功能用途而令人感到枯燥乏味，或者是爲了看上去絢麗多彩而顯得極端複雜。爲了有效地傳達思想概念，美學形式與功能需要齊頭並進，通過直觀地傳達關鍵的方面與特徵，從而實現對於相當稀疏而又複雜的數據集的深入洞察。然而，設計人員往往並不能很好地把握設計與功能之間的平衡，從而創造出華而不實的數據可視化形式，無法達到其主要目的，也就是傳達與溝通信息。
數據可視化與信息圖形、信息可視化、科學可視化以及統計圖形密切相關。當前，在研究、教學和開發領域，數據可視化乃是一個極爲活躍而又關鍵的方面。“數據可視化”這條術語實現了成熟的科學可視化領域與較年輕的信息可視化領域的統一。
