可视化车间-纺友

数据可视化的显示空间通常是二维的，比如电脑屏幕、大屏显示器等，可视化车间，3D图形绘制技术解决了在二维平面显示三维物体的问题。

但是在大数据时代，我们所采集到的数据通常具有4V特性：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。如何从高维、海量、多样化的数据中，挖掘有价值的信息来支持决策，除了需要对数据进行清洗、去除噪声之外，还需要依据业务目的对数据进行二次处理。常用的数据处理方法包括：降维、数据聚类和切分、抽样等统计学和机器学习中的方法。

数据可视化可以以不同的形式表示。图表是表达数据的常用方法，因为它们描述了不同的数据类型，并可以进行数据比较、探索等。决定使用图表类型主要取决于两件事：要传达的数据以及要传达的数据的内容。图表的各种类型：1.比较类：可视化的方法显示值与值之间的不同和相似之处。2.占比类：可视化的方法显示同一维度上占比关系。3.区间类：可视化的方法显示同一维度上值的上限和下限之间的差异。4.关联类：可视化的方法显示数据之间相互关系，使用图形的嵌套和位置表示数据之间的关系，通常用于表示数据之间的前后顺序。5.趋势类：可视化的方法分析数据的变化趋势。6.时间类：可视化的方法分析数据的变化趋势，使用图形的位置表现出数据在连续区域上的分布，通常展示数据在连续区域上的大小变化的规律。

数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。数据可视化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。