Визуализация данных

Создание и изучение визуального представления данных

Визуализация данных - это графика представление из данных. Он включает в себя изображения, которые передают отношения между представленными данными зрителям изображений. Эта связь достигается за счет использования систематического сопоставления между графическими метками и значениями данных при создании визуализации. Это сопоставление устанавливает, как значения будут данных представлены визуально, как и в какой степени свойства графической метки, такое как размер или цвет, будет изменяться, чтобы отразить изменения в значении датума.

Для четкой и эффективной передачи информации в визуализации данных используются статистические графики, графики, информационные графики и другие инструменты. Числовые данные могут быть закодированы с использованием точек, линий или полос, чтобы визуально количественное сообщение. Эффективная визуализация помогает пользователям анализировать и рассуждать о данных и доказательствах. Это делает сложные данные более доступными, понятными и удобными. У пользователей могут быть аналитические характеристики, такие как сравнение или понимание причинно-следственной связи, и принципов связи графики (т.е.показание сравнений или демонстрация причинно-следственной связи) следует за соблюдением. Таблицы обычно используются там, где пользователи будут искать конкретное измерение, а диаграммы различных типов используются для отображения схем отображений или взаимосвязей данных для одной или нескольких чисел.

Визуализация данных - это одновременно искусство и наука. Одни рассматривают его как ветвь описательной статистики, а другие - как инструмент разработки обоснованной теории. Увеличенные объемы, создаваемые Интернет-активностью, и увеличивающееся количество датчиков в среде вещей называются «большими данными » или Интернетом. Обработка, анализ и передача этих данных предоставить этические и аналитические проблемы для визуализации данных. Область науки о данных и практики, называемые специалистами по данным, решить эту проблему. В коммерческой сфере такое увеличенное количество генерируемых данных привело к тому, что работники имели большую визуальную грамотность, чем требовалось ранее.

• 1
• 2 Характеристики эффективных графических дисплеев
• 3 Количественные сообщения
• 4 Визуальное восприятие и визуализация данных
  • 4.1 Человеческое восприятие / познание и визуализация данных
• 5 История визуализации данных
• 6 Терминология
• 7 Примеры диаграмм, используемые для визуализации данных
• 8 Другие перспективы
• 9 Архитектура представления
  • 9.1 Цели
  • 9.2 Область действия
  • 9.3 Связанные поля
• 10 См. Также
• 11 Примечания
• 12 Ссылки
• 13 Дополнительная литература
• 14 Внешние ссылки

Визуализация данных - это один из этапов анализа данных и их представлений пользователям.

Визуализация данных относится к методам, используемым для передачи данных или информации путем их кодирования в виде визуальных объектов (например, точки, линии или полосы), содержащиеся в графике. Цель состоит в том, чтобы четко и передать информацию пользователю. Это один из этапов анализа данных или науки о данных. По Виталия Фридмана (2008), «основная цель визуализации данных - четко и выраженными данными с помощью графических средств. Это не означает, что визуализация должна выглядеть скучной, чтобы быть функциональной, или сложной, чтобы выглядеть красивой. Для передачи идей. По сути, эстетическая форма и функциональность должны идти рука об руку, понимание довольно разреженного и сложного набора данных более интуитивно понятным способом. Тем не менее, дизайнерам не удается достичь баланса между формой и часто функцией, создавая великолепные визуализации данных, которые не достигают своей основной цели - передаче информации ».

Действительно, Фернанда Вьегас и Мартин М. Ваттенберг предположили, что идеальная визуализация не должна общаться четко, но стимулируют заинтересованность и внимание зрителя.

Визуализация данных связана с информационной графикой, визуализацией информации, научным видением анализом, поисковым анализом данных и статистические графики. В новом тысячелетии визуализация данных активная областью исследований, обучения и развития. По данным Post et al. (2002), он объединил научную и информационную визуализацию.

В коммерческой среде визуализацию данных часто называют дашбордами. Инфографика - еще одна очень распространенная форма визуализации данных.

Диаграмма Чарльза Жозефа Минара 1869 года вторжения наполеоновской Франции в Россию, ранний пример информационной графики Наибольшая заставляет нас использовать изображения. замечать то, что мы никогда не ожидали увидеть.

Джон Джон Тьюки

Профессор Эдвард Тафте объяснил, что пользователи информационных дисплеев работают аналитические задачи, такие как сравнение. Принцип построения информационной графики должен поддерживать аналитическую задачу. Как показывают Уильям Кливленд и Роберт МакГилл, различные графические элементы выполняют это более или менее эффективно. Например, точечные диаграммы и гистограммы превосходят круговые диаграммы.

В книге 1983 года «Визуальное представление количественной информации» Эдвард Тафте определяет «графическое отображение» и принципы эффективного графического представления в следующем отрывок: «Превосходство в статистической графике из сложных идей переданных» с ясностью, точностью и эффективностью. Графические изображения должны:

• показывать данные
• побуждать зрителя думать о сути, а не о методологии, графике дизайн, технология графического производства или что-то еще
• избегайте искажения того, что должны сказать данные
• представить много чисел в небольшом пространстве
• сделать большие наборы данных связными
• побудить глаз сравнивать разные фрагменты данных
• выявить данные на нескольких уровнях детализации, от Обзор до тонкой структуры структуры
• служить достаточно четкой цели: описание, исследование, табулирование или украшение
• должны быть интегрированы со статистическим и вербальным описанием набора данных.

Графики отображают данные.

, диаграмма Минара показывает результаты, понесенные армией Наполеона в период 1812–1813 годов. На графике нанесены шесть размеров: размер армии, ее расположение на двумерной поверхности (x и y), время, направление движения и температура. Ширина линии иллюстрирует сравнение (размер армии в моменты времени), а ось температуры указывает причину изменения. В 1983 году Тафт писал, что: «Это вполне может быть лучшая статистическая графика из когда-либо созданных».

Несоблюдение этих принципов может привести к вводящим в заблуждение графикам, которые искажают сообщение или подтверждают ошибочный вывод.Согласно Тафту, charjunk относится к внешнему внутреннему о формальному изображению, которое не радует сообщение или бесплатные трехмерные или перспективные эффекты. Излишне отделить пояснительный ключ от самого изображения, заставляя глаз перемещаться от изображения к ключу и обратно, представляет собой «административного мусора». Отношение «данные к чернилам» должны быть максимальными, стирая чернила, не являющиеся данными, там, где это возможно.

Бюджетное управление Конгресса обобщило несколько лучших практик для графических дисплеев в презентации в июне 2014 года. К ним относ: а) знание своей аудитории; б) разработка графики, которая может стоять отдельно вне контекста отчета; и c) Разработка графиков, которые передают ключевые сообщения в отчете.

Временной ряд, проиллюстрированный линейной диаграммой, показывающей тенденции в федеральных расходах и доходах США во времени Диаграмма рассеяния, отрицательные отрицательные корреляция между двумя переменными (инфляция и безработица), измеренными в моменты

Автор Стивен Фью за период времени, которые пользователи могут попытаться понять или передать на основе набора данных и связанных графиков, используемых для передачи сообщений:

1. Временной ряд: одна переменная фиксируется за период времени, например, уровень безработицы за 10-летний период. Линейная диаграмма может сообщить для демонстрации тенденции.
2. Ранжирование: категориальные подразделения ранжируются в возрастающем или убывающем порядке, например, ранжирование показателей продаж (показатель) продавцами (категории, где каждый продавец является категориальным подразделением) в течение одного периода. Столбчатая диаграмма может Номеру для сравнения между продавцами.
3. Отчасти к целому: категориальные единицы измеряются как отношение к целому (т. Е. Процент от 100%). круговая диаграмма или столбчатая диаграмма может отображать сравнительные оценки, таких как рыночная доля, представленная конкурентами на рынке.
4. Отклонение: категориальные показатели сравниваются с эталоном, например сравнение фактических и бюджетных расходов для нескольких отделов бизнеса за заданный период времени. Гистограмма может отображать сравнение фактической и контрольной суммы.
5. Частотное распределение: показывает количество наблюдений за данным интервалом, например количество лет, в котором наблюдается доходность фондового рынка находится между интервалы, такие как 0-10%, 11-20% и т. д. Для этого номинала гистограмма , тип столбиковой диаграммы. прямоугольная диаграмма помогает визуализировать ключевую статистику распределения, такую ​​медиана, квартили, выбросы и т. Д.
6. Корреляция: сравнение наблюдений, представленных двумя переменными (X, Y), чтобы определить, имеют тенденцию двигаться в одном или противоположных направлениях. Например, построение графика безработицы (X) и инфляции (Y) для выборки месяцев. Для этого сообщения обычно используется диаграмма рассеяния.
7. Номинальное сравнение: сравнение категорийных подразделений без определенного порядка, например, объем продаж по коду продукта. Для этого разноречиво заговорщиков.
8. Географический или пример пространственный : сравнение на карте или макете, например, уровень безработицы по штатам или количество людей на различные модели здания. картограмма - это типичная используемая графика.

Аналитики, просматривающие набор данных, могут подумать, применимы ли некоторые или все приведенные выше сообщения и графические типы их задач и аудитории. Процесс и ошибок для определения значимых взаимосвязей и сообщений является частью данных исследовательского анализа данных.

Человек может различать различия в длине, форме и ориентации строк, расстояния и цвет ( оттенок) без значительных усилий по обработке; они регистрируются как «предварительные атрибуты ». Например, может потребоваться значительное время и усилия («внимательная обработка»), чтобы определить, сколько раз цифра «5» появляется в серии чисел; но если эта цифра отличается по размеру, ориентации или цвету, экземпляры цифры можно быстро отметить с помощью предварительной обработки.

Эффективная графика использует преимущества предварительной обработки и атрибутов. (Которая использует длину линии для сравнения), а не круговые диаграммы (которые используют площадь поверхности для сравнения), может быть более эффективным использовать гистограмму.

Восприятие / познание человека и визуализация данных

Знание человеческого восприятия и познания необходимо при разработке интуитивных визуализаций. Познание относится к таким человеческим процессам, как восприятие, внимание, обучение, память, мышление. Обработка изображений людьми эффективными при обнаружении изменений и сравнения количества, размеров, форм и вариантов легкости., когда свойства символьных данных сопоставляются с визуальными методами, люди могут просматривать большие объемы данных. нейронов мозга могут участвовать в обработке изоб ражений. Правильная визуализация обеспечивает другой подход к отображению отношений, отношений и т. Д., Которые не так очевидны в не визуализированных количественных данных. Визуализация может стать средством исследования данных.

Исследования показали, что люди использовали в среднем на 19% меньше когнитивных ресурсов и на 4,5% лучше могли вспомнить детали при сравнении визуализации данных с текстом.

Нет исчерпывающей «истории» визуализации данных. Нет отчетов, которые охватывают все развитие визуального мышления и визуального представления данных и сопоставляют вклад различных дисциплин. Майкл Френдли и Дэниел Дж. Денис из Йоркского университета участвуют в проекте, который использует исчерпывающую историю визуализации. Вопреки распространенному мнению, визуализация данных - это не современная разработка. Звездные данные или информация, такое как расположение звезд, визуализировалась на стенах пещер (например, найденных в пещере Ласко на юге Франции) с эпохи плейстоцена. Физические артефакты, такие как месопотамские глиняные жетоны (5500 г. до н.э.), инков кипус (2600 г. до н.э.) и стикеры Маршалловых островов (nd), также могут рассматриваться как визуализирующие количественная информация.

Первая документированная визуализация данных может быть прослежена до 1160 г. до н.э. с Туринской картой папируса, которая точно показывает распределение геологических ресурсов и предоставляет информацию о разработке этих ресурсов. Такие карты можно отнести к категории тематической картографии, которая представляет собой тип визуализации данных, которая представляет данные и данные через географическую иллюстрацию, предназначенную для конкретной географической темы. Самыми ранними задокументированными формами визуализации данных были различные тематические карты из разных культур, а также идеограммы иероглифы, которые обеспечивают и позволяют интерпретировать проиллюстрированную информацию. Например, линейное письмо B таблицы Микены предоставили визуализацию информации о торговле эпохи поздней бронзы в Средиземноморье. Идея координат использовалась древнеегипетскими геодезистами при планировании городов, земные и небесные позиции определялись чем-то вроде широты и долготы, по крайней мере, к 200 г. до н.э., картографическая проекция сферической земли в широте и долготе - Клавдий Птолемей [ок.85 - ок. 165] в Александрии служили эталоном до XIV века.

Изобретение бумаги и пергамента обеспечивает дальнейшее развитие визуализаций на протяжении всей истории. На рисунке показан график 10-го или возможно, предназначенный для иллюстрации движения планет и используется в приложении к учебнику в монастырских школах. График, по-видимому, должен быть представлен собой наклонов планетных орбитов в зависимости от графика времени. Для этой зоны зодиака изображалась на плоскости с горизонтальной линией, разделенной на тридцать частей в качестве временной или продольной оси. Вертикальная ось обозначает ширину зодиака. Горизонтальный масштаб, по-видимому, был выбран для каждой планеты индивидуально, поскольку периоды не могут быть согласованы. Сопроводительный текст относится только к амплитудам. Видимо, кривые не связаны во времени.

Движение планет

К XVI веку методы и инструменты для точного наблюдения и улучшения географического положения были (например, «квадрант стены», построенный Тихо Браге [1546 –1601], покрывающий всю стену в его обсерватории). Особенно важным было развитие триангуляции и других методов для точного определения местоположения на карте.

Французский философ и математик Рене Декарт и Пьер де Ферма разработали аналитическую геометрию и два- система координат, которая сильно повлияла на практические методы отображения и расчета значений. Ферма и Блез Паскаль работали над статистикой и теорией вероятностей, заложив основу для того, что мы теперь концептуализируем как данные. Согласно Interaction Design Foundation, эти разработки позволили и помогли Уильяму Playfair, который видел потенциал для графической передачи количественных данных, создать и разработать графические методы статистики.

Playfair TimeSeries

во второй половине 20 века Жак Бертин использовал количественные графики для представления информации «интуитивно, ясно, точно и эффективно».

Джон Тьюки и Эдвард Тафте раздвинули границы визуализации данных; Тьюки с его новым статистическим подходом к исследовательскому анализу данных и Тафте с его книгой «Визуальное отображение количественной информации» проложили путь к совершенствованию методов визуализации данных не только для статистиков. С развитием технологий пришла и визуализация данных; начиная с рисованной визуализации и развиваясь в более технические приложения, включая интерактивные разработки, ведущие к визуализации программного обеспечения.

Такие программы, как SAS, SOFA, R, Minitab, Cornerstone и more позволяют визуализировать данные в области статистики. Другие приложения для визуализации данных, более целенаправленные и уникальные для отдельных лиц, языки программирования, такие как D3, Python и JavaScript, помогают сделать визуализацию количественных данных возможной. Частные школы также разработали программы для удовлетворения спроса на визуализацию обучающих данных и соответствующие библиотеки программирования, включая бесплатные программы, такие как The Data Incubator, или платные программы, такие как General Assembly.

Beginning with the Symposium "Data to Discovery »в 2013 году Колледж дизайна ArtCenter, Калифорнийский технологический институт и Лаборатория реактивного движения в Пасадене запустили ежегодную программу по интерактивной визуализации данных. Программа задает вопрос: как интерактивная визуализация данных может помочь ученым и инженерам более эффективно исследовать свои данные? Как вычисления, дизайн и дизайн-мышление могут помочь максимизировать результаты исследований? Какие методологии наиболее эффективны для использования знаний из этих областей? Кодируя реляционную информацию с соответствующими визуальными и интерактивными характеристиками, чтобы помочь исследовать и, в конечном итоге, получить новое представ ление о данных, программа разрабатывает новые междисциплинарные подходы к сложным научным проблемам, используя дизайнерское мышление и новейшие методы вычислений, ориентированного на пользователя дизайна, дизайна взаимодействия. и 3D-графика.

Визуализация данных включает в себя особую терминологию, некоторые из которых получены из статистики. Например, автор Стивен Фью определяет два типа данных, которые используются в комбинации для поддержки значимого анализа или визуализации:

• Категориальные: представляют группы объектов с определенной характеристикой. Категориальные переменные могут быть номинальными или порядковыми. Номинальные переменные, например пол, не имеют порядка между собой и, следовательно, являются номинальными. Порядковые переменные - это категории с порядком, для выборки, фиксирующей возрастную группу, в которую попадает человек.
• Количественные: представляют измерения, такие как рост человека или температура окружающей среды. Количественные переменные могут быть непрерывными или дискретными. Непрерывные переменные отражают идею отом, что измерения всегда можно проводить более точно. В то время как дискретные переменные имеют только конечное количество возможностей, таких как количество результатов или возраст, измеренный в целых годах.

Различие между количественными и категориальными важными, потому что два типа требуют разных методов визуализации.

Два основных типа информационных дисплеев - это таблицы и графики.

• Содержит количественные данные, организованные в строке и столбцы с категори метками. Он в основном используется для поиска определенных значений. В приведенной выше таблице могут быть представлены метки разных категорий, представляющие имя (качественная переменная) и возраст (количественная переменная), причем каждая строка данных представляет человека (выбранную экспериментальную единицу или подразделение категорий).
• График в основном используется для отображения взаимосвязей между данными и отображениями значения, закодированные как визуальные объекты (например, линии, столбцы или точки). Числовые значения в области, обозначенной одним или используемыми осями. Эти оси представляют собой шкалы (количественные и категориальные), используемые для маркировки и присвоения значений визуальным объектом. Многие графики также называются диаграммами.

Эпплер и Ллер разработали «Периодическую таблицу методов визуализации», интерактивную диаграмму, отображающую различные методы визуализации данных. Он включает шесть типов методов визуализации данных: данные, информация, концепция, стратегия, метафора и состав.

	Имя	Визуальные измерения	Описание / пример использования
Гистограмма подсказок по дням недели	Гистограмма	длина / количество категория цвет	Представляет категориальные данные с прямоугольными полосами с высотой или длиной, пропорциональной значениям, которые они имеют. Полосы могут быть нанесены вертикально или горизонтально. Гистограмма показывает сравнение между дискретными категориями. Одна ось диаграммы показывает сравниваемые категории, а другая ось представляет измеренное значение. На некоторых гистограммах представлены столбцы, сгруппированные в группы по более чем одной, показателей значения более чем одной измеряемой переменной. Эти сгруппированные группы можно различить по цвету. Например; сравнение значений, таких как показатели продаж для нескольких лиц или предприятий за один период времени.
Гистограмма цен на жилье	Гистограмма	пределы интервала количество / длина цвет	Приблизительное представление распределения числовых данных. Разделите весь диапазон значений на серию интервалов, а затем подсчитайте, сколько значений попадает в каждый интервал. Это называется бинингом. Бины обычно задаются как последовательные, неперекрывающиеся интервалы стандартных. Бины (интервалы) должны быть смежными и часто (но не обязательно) равного размера. Например, определение частоты годовой процентной доходности фондового рынка в определенных диапазонах (бинах), таких как 0-10%, 11-20% и т. Д. Высота столбца представляет количество наблюдений (в элементах) с% доходности в диапазоне, представленном положении ячейкой.
Базовая диаграмма рассеяния двух чисел	Диаграмма рассеяния	положение x положение y символ / глиф цвет размер	Использует декартовы координаты для отображения значений обычно для двух чисел для набора данных. Точки могут кодироваться по цвету, форме и / или размеру для отображения дополнительных чисел. Каждая точка на графике имеет связанный член x и y, который определяет его положение на декартовой плоскости. Диаграммы рассеяния часто используется для выделения корреляции между переменными (x и y).
График рассеяния	Диаграмма рассеяния (3D)	позиция x позиция y позиция z цвет символ размер	Подобно 2-мерному графику рассеяния выше, трехмерный график рассеивания визуализирует взаимосвязь обычно между 3 переменными из набора данных. Опять же, точка может быть закодирована с помощью цвета, формы и / или размера для отображения дополнительных чисел
Сетевой анализ	Сеть	размер узлов цвет узлов толщина связей цвет связей пространственная ориентация	Поиск кластеров в сети (например, группирование друзей Facebook в разные кластеры). Обнаружение мостов (информационных брокеров или пограничных переходов) между кластерами в сети Определение наиболее влиятельных узлов в сети (например, компания хочет нацелить небольшую группу людей в Твиттере для маркетинговой кампании). Поиск субъектов, которые не вписываются ни в какой кластер или находятся на периферии сети.
Круговая диаграмма	Круговая диаграмма	цвет	Представляет одну категориальную переменную, которая разделена на части для иллюстрации числовой пропорции. На круговой диаграмме длина дуги каждого среза (и, следовательно, его центральный угол и площадь ) пропорциональна величине он представляет. Например, как показано на графике справа, доля носителей английского языка во всем мире
Линейная диаграмма	Линейная диаграмма	x позиция y позиция символ / глиф цвет размер	Представляет информацию в виде точек серии данных, называемых «маркерами», соединенных отрезками прямой линии. Подобно диаграмме рассеяния , за исключением того, что точки измерения упорядочены (обычно по значению на оси x) и соединены отрезками прямых линий. Часто используется для визуализации тенденций в данных за интервалы времени - временной ряд - таким образом, линия часто проводится в хронологическом порядке.
Streamgraph	Streamgraph	width color время (поток)	Тип сложенного графика с областями, который смещен вокруг центральной оси, в результате чего получается плавная форма. В отличие от традиционного многоуровневого графа с областями, в котором установлено наверху оси, в потоковом графе защищено так, чтобы минимизировать их "покачивание". Графики воспроизводят данные только с положительными значениями и не могут одновременно отрицательные и положительные значения. Например, правый визуальный элемент показывает музыку, которую слушал пользователь в начале 2012 года
Древовидная карта	Древовидная карта	размер цвет	Это метод отображения иерархических данных с использованием вложенных фигур, обычно прямоугольников. Например, дисковое пространство по расположению / типу файла
Диаграмма Ганта	Диаграмма Ганта	цвет время (поток)	Тип гистограммы, которая иллюстрирует график Современные диаграммы Ганта также показывают отношения зависимости между действиями и текущим статусом расписания. Например, используется в планировании проекта
Тепловая карта	Тепловая карта	цвет c Атегорическая переменная	Представляет собой явление в виде цвета в двух измерениях. Есть две категории тепловых карт: тепловая карта кластера: где представлены в виде матрицы фиксированный размер ячейки, строки и строки которой определены категориальными данными. Например, график справа. пространственная тепловая карта: где нет матрицы с фиксированным размером ячейки, например тепловая карта. Например, тепловая карта, показывающая плотность населения, отображаемую на географической карте
Полосовой рисунок	Полосовой рисунок	x положение цвет	Использует серию цветных полос, упорядоченных в хронологическом для визуального порядке долгосрочные тенденции изменения температуры. Изображает единственную переменную - прототип температуры во времени, чтобы изобразить глобальное потепление Умышленно минималистский - без технических признаков - для интуитивного общения с -ученые Могут быть «сложены» для представления множественных серий (пример )
Анимированная спиральная графика	Анимированная спиральная графика	радиальное расстояние (зависимая переменная) вращение угла (чередование) цвет (прошедшие годы)	Изображает единственную зависимую переменную - прототип температуры во времени для изображения глобального потепления Зависимая переменная постепенно отображается по непрерывной "спирали" "определяется как функция (а) постоянного угла поворота ( двенадцать месяцев на оборот) и (b) развивающийся цвет (цвет меняется с годами)
График прямоугольников и усов	График прямоугольников и усов	ось x ось y	Метод графического изображения групп числовы х данные через их категории. прямоугольные диаграммы также могут иметь линии, выходящие из прямоугольников (усы), указывающие на изменчивость за пределами верхних и нижних категорий. Выбросы могут быть нанесены на график как отдельные точки. Два прямоугольника, построенные друг над другом, представляют собой средние 50% данных, при этой линии, разделяющая два прямоугольника, обозначает среднее значение данных, а верхний и нижний край прямоугольников указывает точки 75-го и 25-го процентилей соответственно.. Ящические диаграммы непараметрические : они отображают вариации в выборках из статистической совокупности без каких-либо предположений о лежащем в основе статистическом распределении, таким образом, полезны для получения начального понимания набора данных. Например, сравнение распределения возрастов между группой людей (например, мужчины и женщины).
Блок-схема	Блок-схема	рабочий процесс или процесс	Представляет рабочий процесс, процесс или пошаговый подход к решению задачи. На блок-схеме их этапы показаны в виде прямоугольников различного типа, а порядок - соединения прямоугольников с помощью стрелок. Например, действия, которые необходимо предпринять, если лампа не работает, как показано на диаграмме справа.
Радарная диаграмма	Радарная диаграмма	атрибуты значение, присвоенное атрибутам	Отображает многомерные данные в форме двухмерной диаграммы трех или более количественных чисел, представленных на осях, начиная с одной и той же точки. Относительное положение и угол осей обычно неинформативны, но для сортировки чисел (осей) по относительному положению различных эвристики, таких как алгоритмы, отображающие данные как максимальную общую площадь. результаты, которые выявляют четкие корреляции, компромиссы и множество других сравнительных показателей. Например, сравнение атрибутов / навыков (например, коммуникативные, аналитические, ИТ-навыки), полученные в различных университетских степенях (например, математике, экономике, психологии)
диаграмма Венна	диаграмма Венна	все возможные логические отношения между конечным набором различных наборов.	Показывает все возможные логические отношения между конечным набором различных наборов. Эти диаграммы изображают элементов как точки на плоскости, а устанавливает как области внутри замкнутых кривых. Диаграмма Венна состоит из нескольких перекрывающихся замкнутых кривых, обычно окружностей, каждая из которых представляет собой набор. Точки внутри кривой с меткой S представляют элементы множества S, а точки за пределами границы представляют элементы, не входящие в набор S. Это позволяет интуитивно визуализировать; например, набор всех элементов, которые являются членами обоих множеств S и T, обозначенный S ∩ T и читаемый как «пересечение S и T», визуально представлен областью перекрытия областей S и T. В Venn На диаграммах кривые пересекаются всевозможными способами, показывая все возможные отношения между наборами.

Существуют разные подходы к области визуализации данных. Одним из наиболее распространенных направлений является представление информации, например, Фридман (2008). Friendly (2008) предполагает две основные части визуализации данных: статистическая графика и тематическая картография. В этой строке в статье «Визуализация данных: современные подходы» (2007) дается обзор семи предметов визуализации данных:

• Статьи и ресурсы
• Отображение соединений
• Отображение данные
• Отображение новостей
• Отображение веб-сайтов
• Интеллектуальные карты
• Инструменты и услуги

Все эти темы тесно связаны с графическим дизайном и информацией представление.

С другой стороны, с точки зрения информатики, Фриц Х. Пост в 2002 году разделил это поле на подполя:

• Визуализация информации
• Методы взаимодействия и архитектуры
• Методы моделирования
• Методы множественного разрешения
• Визуализация алгоритмы и методы
• Объемная визуализация

В Harvard Business Review, Скотт Беринато разработала основу для подхода к визуализации данных. Чтобы начать думать визуально, пользователи должны рассмотреть два вопроса; 1) что у вас есть и 2) чем вы занимаетесь. Первая ул