大数据信息可视化剖析

Posted ztmap

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据信息可视化剖析相关的知识,希望对你有一定的参考价值。

目前,人们正从IT时期迈向DT时期,伴随着大数据可视化运用的受欢迎发展趋势,地理信息数据可视化也受到了愈来愈多的重视。做为地理数据运用的最后一步,地理信息数据的可视化,不但是为了炫酷漂亮,还是为了将空间布局上的规律性更为简约形象化的展现出去,另外发掘更多方面的信息。

 技术图片

17年百度搜索出示的春节前迁出城市迁出流向图。从迁出流向图上能够见到震撼人心的一幕,成千上万闪耀星河的运动轨迹分散又汇聚。不论是你逃离北上广,还是我逃回北上广;不管你对未来的选择茫然还是清楚,你都是这地图上浩瀚无垠星云中的一颗。

从图中能够看得出,地理信息数据的可视化将本来低沉繁杂的数据以通俗易通的方式展现给我们,让我们可以从好几个层面(时间、转移方位、转移网络热点)来发掘这一份数据的使用价值,掌握数据之美,它比文本和语言更形象化,更具备感染力,可以说“一图解千言”。解开地理信息数据可视化的面纱

 技术图片

地理信息数据可视化主要是以地理信息科学研究、电子信息科学、地图学、认知科学、信息传送科学研究与地理信息系统软件为基本,并根据电子信息技术、电子信息技术、现代信息技术动态性、形象化、品牌形象地主要表现、表述、传送地理信空间信息并表明其规律性,是有关信息表述和传送的基础理论、方式和技术性的一门课程。致力于凭借图形学、电子计算机图形学和图象处理技术,将地理学信息输入、处理、查询、剖析及其预测分析的结果和数据以符号图片、标志、文本、报表、视频等可视化方式显示信息并展开互动。

地理数据可视化灵活运用了地理信息技术出示的室内空间数据可视化的工作能力,将全部的制造行业信息通过处理融合成地理大数据,用地图的方法展开可视化表述,以极致的姿态解决了大数据中的室内空间部位表述难题同时,运用地理信息技术性的空间分析工作能力,为地理大数据涉及的很多的空间分析出示了解决工作能力,在空间维度上基本完成了大数据的剖析。

揭示地理信息数据可视化与地图绘图关联

 技术图片

地理信息可视化是地理大数据运用的最后一公里。包含了不一样的经营规模,小到单独房子,大到全球海量的地景数据。从实质上说,地理信息可视化开发设计了人们的室内空间思维逻辑,使大家可以更为非常容易的发觉掩藏在室内空间部位身后的繁杂关联,出示对掩藏状况的清楚了解,减少检索時间和表明事情中间将会被忽视的关联。相比应用文字或大数字叙述,可以更为合理的协助客户展开剖析和学习培训,是一种用以探寻、剖析、综合性和表述的强劲的研究思路。

从地图学/地理信息技术视角看来,地理信息可视化是地图和信息可视化的融合,是在地图可视化基本上衍化的一种研究思路。地图是地理信息可视化的原形,地理信息可视化用地图的方法出示了独一无二的工具,让大家能够对巨大繁杂没法立即观查的室内空间信息数据展开归类、表述和沟通交流。

提及地图表述,当然会想到地图绘图。实际上,地图绘图做为地图表述的一种明确描述方法和地理信息可视化是类似的,她们中间差别十分的理性和彼此之间:地理信息可视化集成了数据可视化、地图绘图、图像剖析、探索性数据剖析和可视化剖析,其可视化结果理应正确引导并最后出示有利于辅助管理决策的判断力。二者的细微的差别不取决于地图语言的描述,而取决于最后结果的价值导向。

共享地理信息数据可视化的方式

 技术图片

要想直观并且炫酷的展现地理信息数据空间布局上的规律性,可应用单值图、类别图、渐进(数量)图、气泡图、混合图、热力图、聚合图、时态图、边捆绑图等方式对数据展开渲染。

单值图

 技术图片

 技术图片

单值图,便是将一种数据统一渲染成一样色调、样子或尺寸。单值图非常简单、形象化,能看得出一些部位在室内空间上的遍布的信息。

例如左边这幅Google地图地理相片的布局图,是以相片为因素展开渲染;右边这幅全世界飞机场航道及其中国机场航线图全世界航道是用深蓝色展开渲染,中国机场航道是用淡黄色展开渲染。

类别图

 技术图片

 技术图片

类别图,便是依据不一样的类型展开不同色调的渲染或是依据不一样的样子、尺寸展开的渲染。左侧一幅是山东省地貌图,平原区、台地、丘陵地形、山坡地和海域便是依据不一样的特性,渲染成不一样的色调。右侧一幅是村子尾字归类图,是依据不同村子的尾字展开渲染,例如河西村便是以“村”结尾,南辛庄便是以“庄”结尾。从这幅图能看出去,每一个村子尾字不一样都是被渲染成不一样的色调。

渐进(数量)图

 技术图片

 技术图片

渐进图还可以称之为数量图,便是依据一个字段名的大数字授予不一样的色调展开渲染。一般 有等间距、等总数、当然按段和相对标准偏差四种渐近按段方式。

左图是山东省会城市圈经济带各县市中小学数量布局图,选用的是等间距分段法。下图2012年城镇级別限度的全国性全国人口普查相对密度图,用的是当然分段法。能够显著见到北京、珠三角、长三角、四川上冲积平原及其河南等地区的人口密度散布十分的大。

气泡图

 技术图片

 技术图片

气泡图,便是依据每一个特性,及其值的尺寸展开渲染,标值越大,汽泡圆形越大。左侧一幅是山东省各市人口的一个气泡图,青岛、潍坊、临沂及其济南的汽泡会大一些,意味着人口总数多。下图是美国男女单身图,深蓝色表达男士,橘色表达女士,气泡越大,意味着未婚男女越多。

混合图

 技术图片

混合图也叫blendingmode,最知名的是上边一幅Facebook的全世界客户关系图。这幅图渲染的色调是深蓝色的,在美国、欧洲这种客户十分多的地区,色调是太亮。

要作出这类高亮度的实际效果,主要是累加的功效。右边列的好多个公式计算,一个是Normal,便是输的两道或是两个点,关键展现在前面或在上面的点或线的色调。要努力做到高亮度的实际效果,可以用Screen或是Multiply去做与运算实际操作。例如用Multiply,a和b乘起来做一个输出,再对其展开渲染,这些便会高亮度许多 。

热力图

 技术图片

 技术图片

热力图,是热根据颜色的渐变色来渲染数据的,使客户一眼就可以看得出数据集中间的关系。较大的一个功效是能够突显一个点集聚的水平,点集聚得越大,热力值越高。

左侧这幅图是西单附近的银行,是立即依据点的座标标志在地图上的。右边这幅图是西单附近的金融机构点用热力图的方式展现出去的实际效果。能够根据不一样色调来看出总体的遍布状况。能够显著的看得出越集聚的地区,热力图就看起来越亮,如图所示中的鲜红色。

聚合图

 技术图片

 技术图片

聚合图,便是一个一个的点数据,依据一定的标准聚合成标准的面。聚合的方法各种各样,能够是像图上图示的正六边形,还可以做方形的聚合。在聚合以后,就可以对聚合后的图型按总数应用渐近图展开不一样的色调渲染。

左侧这幅图是西单附近的银行,是立即依据点的座标标志在地图上的。右侧是用正六边形汇聚以后的结果。依据正六边形里金融机构总数的不一样展开不一样色调的渲染。

时态图

 技术图片

时态图有二种展现方法,一种是保存前一祯的数据,下一祯数据再次提升,如上图OSMTenYears,它是2006年到2015年的一类数据的全世界遍布状况,能够看得出从2006年到2015年每一年的变动总数愈来愈多。

 技术图片

第二种地理信息数据可视化的方式便是将前一祯的数据渐渐地掩藏后,下一祯数据出现,最终会出现一个小尾巴的实际效果。例如上边这幅上海市的的士运动轨迹数据图。

边捆绑图

 技术图片

边捆绑图,便是对直线展开一些连线捆缚处理。左边这幅图是美国的一幅美国人口迁徙图。例如从洛杉矶到纽约有很多条直线,那样看上去会盘根错节,必须将这种线展开捆缚,便会出现右边六种不一样的捆缚效果。

实际的捆绑方法能够把两道想像成2个星体。星体与星体中间具备吸引力,间距越近的两道,吸引力越大,渐渐地的将全部的线集聚在一起,便会产生像右边这类各种各样的捆缚效果。

地理信息数据可视化的运用网络热点

 技术图片

地理信息可视化做为数据可视化的分支,目地是取决于如何解决大数据在地理空间维度的有关难题。从地理信息可视化本质的地图特点看来,仅存三个较为火爆的应用领域:

1)互联网绘图运用

2)线上地理信息运用

3)根据特殊实际意义的实体模型驱动器

互联网绘图运用是客户最为了解的设计产品形状。针对众多不具有地图绘图技术背景的客户,互联网绘图运用不但免除了技术专业制图软件昂贵的购买花费,还简单化了地图绘图表述的规定,减少了地图制做的技术性门坎。线上地理信息运用以SaaS的形状向客户出示技术专业的地理信息可视化服务项目,它掩藏了繁杂的地理数据剖析全过程,把最后结果简约形象化的出示给客户。根据特殊实际意义的实体模型驱动器是以地理大数据的大数据特点考虑,注重大数据的规律性发觉和发展壮大预测分析的工作能力。展现出地理信息可视化的一个关键功效根据地理室内空间数据可视化实际效果,为客户出示辅助管理决策,正确引导客户展开形状预测分析。

可视化技术迅速的发展壮大对传统式的GIS明确提出了挑战,它具备透过全球边沿的吸引力,应用合理的技术,可以使其更具有数据诱惑力。坚信在未来的发展壮大中,伴随着基础理论与技术的持续提升,加上地理大数据本身的多样性和多元性的特性,地理信息大数据的运用会逐渐渗入大家日常生活的各方各面。

以上是关于大数据信息可视化剖析的主要内容,如果未能解决你的问题,请参考以下文章

NJD798案例精选 | 数据可视化的案例剖析(下)

地图可视化数据处理技术在银行领域的应用

地图可视化数据处理技术在银行领域的应用

剖析管理所有大数据组件的可视化利器:Hue

浅析金融大数据可视化

Hadoop+hive+flask+echarts大数据可视化项目之系统信息数据上传及上传的底层实现