文档介绍：刘 鹏
教授，清华大学博士。现任南京大数据研究院院长、中国信息协会大数据分会副会长、中国大数据技术与应用联盟副理事长。
主持完成科研项目25项，发表论文80余篇，出版专业书籍15本。获部级科技进步二等奖4项、三等奖4项。主编的《云计算》被全国高校普遍采用，被引用量在国内计算机图书类排名居前。创办了知名的中国云计算（）和中国大数据（）网站。
曾率队夺得2002 PennySort国际计算机排序比赛冠军，两次夺得全国高校科技比赛最高奖，并三次夺得清华大学科技比赛最高奖。
荣获“全军十大学****成才标兵”（排名第一）、南京“十大杰出青年”、江苏省中青年科学技术带头人、清华大学“学术新秀”等称号。
*
大数据可视化培训共张
*
第七章 大数据概念与应用
数据可视化基础
大数据可视化方法
大数据可视化软件与工具<br****题
全国高校标准教材《云计算》姊妹篇，剖析大数据核心技术和实战应用
of
41
*
*
大数据可视化培训共张
*
第七章 大数据可视化
of
41
*
大数据可视化核心问题
随着互联网技术的发展，尤其是移动互联技术的发展，网络空间的数据量呈现出爆炸式增长。如何从这些数据中快速获取自己想要的信息，并以一种直观、形象的方式展现出来？这就是大数据可视化要解决的核心问题。
数据可视化解释
数据可视化，最早可追溯到20世纪50年代，它是一门关于数据视觉表现形式的科学技术研究。数据可视化是一个处于不断演变之中的概念，其边界在不断地扩大，主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形图像处理、计算机视觉及用户界面，通过表达、建模，以及对立体、表面、属性及动画的显示，对数据加以可视化解释。
本章重点讲解
与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。本章将重点对大数据可视化的基础知识、基本概念及大数据可视化的常用工具进行详细讲解。
*
大数据可视化培训共张
*
第七章 大数据可视化
可视化的
基本特征
易懂性
必然性
片面性
专业性
数据可视化的片面性特征要求可视化模式不能替代数据本身，只能作为数据表达的一种特定形式
专业化特征是人们从可视化模型中提取专业知识的环节，它是数据可视化应用的最后流程
可视化可以使得碎片化的数据转换为具有特定结构的知识，从而为决策支持提供帮助
大数据所产生的数据量必然要求人们对数据进行归纳总结，对数据的结构和形式进行转换处理
of
41
*
*
大数据可视化培训共张
*
第七章 大数据可视化
数据可视化的作用主要包括数据表达、数据操作和数据分析3个方面，它是以可视化技术支持计算机辅助数据认识的3个基本阶段。
数据表达
数据表达是通过计算机图形图像技术来更加友好地展示数据信息，方便人们阅读、理解和运用数据。常见的形式如文本、图表、图像、二维图形、三维模型、网络图、树结构、符号和电子地图等。
数据操作
数据操作是以计算机提供的界面、接口、协议等条件为基础完***与数据的交互需求，数据操作需要友好的人机交互技术、标准化的接口和协议支持来完成对多数据集合或者分布式的操作。
数据分析
数据可视化可以有效地表达数据的各类特征，帮助人们推理和分析数据背后的客观规律，进而获得相关知识，提高人们认识数据的能力和利用数据的水平。
of
41
*
*
大数据可视化培训共张
*
第七章 大数据可视化
数据获取
主动式是以明确的数据需求为目的，如卫星影像、测绘工程等；被动式是以数据平台为基础，由数据平台的活动者提供数据来源，如电子商务、网络论坛等。
数据处理
数据处理是指对原始的数据进行质量分析、预处理和计算等步骤。数据处理的目标是保证数据的准确性、可用性。
1
2
可视化模式
可视化模式是数据的一种特殊展现形式，常见的可视化模式有标签云、序列分析、网络结构、电子地图等。可视化模式的选取决定了可视化方案的雏形。
可视化应用
可视化应用主要根据用户的主观需求展开，最主要的应用方式是用来观察和展示，通过观察和人脑分析进行推理和认知