1.3 數據可視化的應用

數據可視化處理的對象是數據。數據可視化包含處理科學數據的科學可視化與處理抽象的、非結構化信息的信息可視化兩個分支。廣義上講，面向科學和工程領域的科學可視化研究帶有空間坐標和幾何信息的三維空間測量數據、計算模擬數據和醫學影像數據等，重點探索如何有效地呈現數據中幾何、拓撲和形狀特征。信息可視化的處理對象則是非結構化、非幾何的抽象數據，如金融交易、社交網絡和文本數據，其核心挑戰是如何針對大尺度高維數據減少視覺混淆對有用信息的干擾。另外，由于數據分析十分重要，因此將可視化與分析相結合，形成一個新的學科——可視分析學。科學可視化、信息可視化和可視分析學3個學科方向通常被看成可視化的3個主要分支。

（1）科學可視化

科學可視化是可視化領域最早、最成熟的一個跨學科研究與應用領域，面向的領域主要是自然科學，如物理、化學、氣象氣候、航空航天、醫學、生物學等學科。這些學科通常需要對數據和模型進行解釋、操作與處理，旨在尋找其中的模式、特點、關系以及異常情況。科學可視化的基礎理論與方法已經相對成形。早期的關注點主要在三維真實世界的物理和化學現象，因此數據通常表達在三維或二維空間中，或包含時間維度，鑒于數據的類別可分為標量（密度、溫度）、向量（風向、力場）、張量（壓力、彌散）3類，科學可視化也可粗略地分為3類：標量場可視化、向量場可視化、張量場可視化。

以上分類不能概括科學可視化的全部內容。隨著數據復雜性的提高，一些帶有語義的信號、文本、影像等也是科學可視化的處理對象，且其呈現空間變化多樣。

（2）信息可視化

信息可視化處理的對象是抽象的、非結構化數據集合（如文本、圖表、層次結構、地圖、軟件、復雜系統等）。傳統的信息可視化起源于統計圖形學，又與信息圖形、視覺設計等現代技術相關。其表現形式通常在二維空間，因此關鍵問題是在有限的展現空間中以可視化的方式傳達大量的抽象信息。與科學可視化相比，信息可視化更關注抽象、高維數據，此類數據通常不具有空間中位置的屬性，因此要根據特定數據分析的需求，決定數據元素在空間的布局。因為信息可視化的方法與所針對的數據類型緊密相關，所以按數據類型可分為數控數據可視化、層次與網絡結構可視化、文本和跨媒體數據可視化、多變量數據可視化。

在數據爆炸時代，信息可視化面臨巨大的挑戰，需要在海量、動態變化的信息空間中輔助理解、挖掘信息，從中檢測預期的特征，并發現未預期的知識。

（3）可視分析學

可視分析學是一個以可視交互界面為基礎的分析推理科學。它綜合了圖形學、數據挖掘和人機交互等技術，以可視交互界面為通道，將人的感知和認知能力以可視的方式融入數據處理過程，形成人腦智能和機器智能優勢互補和相互提升，建立螺旋式信息交流與知識提煉途徑，完成有效的分析推理和決策。

可視分析學可看成將可視化、人的因素和數據分析集成在一起的一種新思路。其中，感知與認知科學研究人在可視分析學中的重要作用；數據管理和知識表達是可視分析構建數據到知識轉換的基礎理論；地理分析、信息分析、科學分析、統計分析、知識發現等是可視分析學的核心分析論方法；在整個可視分析過程中，人機交互必不可少，用于駕馭模型構建、分析推理和信息呈現等整個過程：可視分析流程中推導出的結論與知識最終需要向用戶表達、作業和傳播。

可視分析學是一門綜合性學科，與多個領域相關，在可視化方面，有信息可視化、科學可視化與計算機圖形學；與數據分析相關的領域包括信息獲取、數據處理和數據挖掘；在交互方面，則有人機交互、認知科學和感知等學科融合。