【实用干货】数据不枯燥,平行坐标帮你生动可视化

2019 年 7 月 4 日 中国图象图形学报

当我们终于辛辛苦苦完成实验

论文的重头戏才刚刚开始

该如何展示堆山积海的数据呢

真是让人非常苦恼

今天小编带来一个制图的好方法

用于展示那些具有明显

地理空间多维特征的数据

小声告诉你

很多老师拿到论文会先浏览文中的配图

想在第一眼就抓住审稿专家的心?

假设你需要展示并分析的

中国生产总值统计数据

你首先想到的方法是什么

是用表格罗列

用直方图,折线图和饼图展示

还是来一张带数据的地图?

(图片来自网络)

是不是觉得效果有些单薄呢

如果能将两者完美结合就好了

标题平行坐标轴动态排列的地理空间多维数据可视分析

作者:周志光, 余佳珺,郭智勇, 刘玉华

来源:中国图象图形学报,2019,24(6): 956-968

DOI: 10.11834/jig.180518


实现方法


浙江财经大学信息管理与工程学院

浙江大学 CAD&CG国家重点实验室周志光团队

设计了一种有效关联平行坐标和地图

地理空间多维数据可视分析方法

具体实现过程如下

(图1 系统流程图

步骤一 地理空间聚类分析


利用Voronoi对地图进行多边形划分

结合地理空间聚类分析结果

对属于同一聚类的多边形进行相同颜色映射

用户可以直观地发现属性相似且空间邻近的地理空间位置

(图2 不同参数下对应的地理空间位置聚类可视化结果)

步骤二 地图关联平行坐标


文中利用平行坐标展示地理空间数据的多维属性信息

其中数据线有效关联地图视图和平行坐标

然而地理空间对象不具有顺序特点

直接映射至坐标轴上容易导致空间信息丢失

不同属性信息在地理空间的分布情况不同

若随机排列属性轴

通过数据线关联地图和平行坐标视图

容易导致数据线分布紊乱

为此文中引入

互信息度量属性信息的空间分布相关性

(图3 平行坐标轴关联地图示意图)

步骤三 数据线布局优化设计


文中基于地理空间聚类结果,动态计算属性轴与地图视图之间数据线汇聚点位置,对数据线的布局进行优化处理。


如图4(a)所示,确定某一地理空间聚类中相距最远的两个地理空间对象,记作a,b。连接a,b构建长度为d的线段,并作线段垂直平分线。为确保数据线的汇聚位置与所有地理空间对象都不产生重合现象,在距离垂直平分线d处构建第一个汇聚点c1


如图4(b)所示,同样以地理空间聚类为依据,计算地图两侧属性轴上对应属性信息的平均值,作为汇聚点的纵坐标。该地理空间聚类对应属性信息的最大差值记为w,距离属性轴w/λ处记作该汇聚点的横坐标,以此构建第二个数据线汇聚点c2


根据对应属性信息的分布密集程度,交互定义λ值, 使汇聚点远离属性轴减少数据交叉。并编码连接线的多边形宽度来直观展示每条曲线中所包含的数据量大小。 

 (a)汇聚点c1        (b)汇聚点c2    

(图4 数据线汇聚点确定示意图)


研究结果


经过上述步骤就得到了

地图+统计数据的直观可视化结果

建议横转屏幕滑动翻看

(图5 嵌入平行坐标的地图视图轴排列结果)


看完是不是也想自己动手做一张图呢

如果对上述步骤还有疑问

就点击文章链接阅读原文

或联系我们的作者

让自己的论文配图高大上起来吧

作者介绍


周志光,副教授

主要研究方向为图形学与可视化

E-mail:zhgzhou1983@163.com

余佳珺,硕士研究生

主要研究方向为可视化与可视分析

E-mail:yjj863352341@163.com

郭智勇,在校学生

主要研究方向为可视化与可视分析

E-mail:15958130169@163.com

刘玉华,讲师

研究方向为可视化,可视分析和社交网络

E-mail:liuyuhua@zufe.edu.cn



原创好文
封面故事|时空大数据+分布式计算+可视化=???
 

垃圾分类好难?快用机器学习~


 


算法集锦|深度学习在遥感图像处理中的六大应用



会议征文
第七届CCF大数据学术会议
 

2019年6-8月图像图形会议集锦


 

智能科学与大数据工程学术会议(IScIDE2019)


行业动态
山东大学贲晛烨:步态识别三部曲 
 

招聘|南京理工大学计算机科学与工程学院


 

高手竞技——第三届高分北斗 “无人飞行器智能感知技术竞赛”


编辑:狄狄

指导/审核:梧桐君


前沿丨观点丨资讯丨独家

扫描下方二维码 关注学报公众号

中国图象图形学报 | 订阅号

在看点这里
登录查看更多
0

相关内容

一个具体事物,总是有许许多多的性质与关系,我们把一个事物的性质与关系,都叫作事物的属性。 事物与属性是不可分的,事物都是有属性的事物,属性也都是事物的属性。 一个事物与另一个事物的相同或相异,也就是一个事物的属性与另一事物的属性的相同或相异。 由于事物属性的相同或相异,客观世界中就形成了许多不同的事物类。具有相同属性的事物就形成一类,具有不同属性的事物就分别地形成不同的类。
【经典书】概率统计导论第五版,730页pdf
专知会员服务
235+阅读 · 2020年7月28日
【干货书】图形学基础,427页pdf
专知会员服务
143+阅读 · 2020年7月12日
【2020新书】实战R语言4,323页pdf
专知会员服务
98+阅读 · 2020年7月1日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
【实用书】Python技术手册,第三版767页pdf
专知会员服务
229+阅读 · 2020年5月21日
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
115+阅读 · 2020年5月10日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
专知会员服务
41+阅读 · 2020年2月20日
已删除
将门创投
7+阅读 · 2019年10月10日
【数据中台】什么是数据中台?
产业智能官
17+阅读 · 2019年7月30日
安利两款强大的三维场景可视化软件
智能交通技术
8+阅读 · 2019年5月1日
文本分析与可视化
Python程序员
8+阅读 · 2019年2月28日
可视化理解四元数,愿你不再掉头发
计算机视觉life
30+阅读 · 2019年1月2日
干货:10 种机器学习算法的要点(附 Python代码)
全球人工智能
4+阅读 · 2018年1月5日
深度 | 详解可视化利器t-SNE算法:数无形时少直觉
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
Arxiv
13+阅读 · 2020年4月12日
Sparse Sequence-to-Sequence Models
Arxiv
5+阅读 · 2019年5月14日
Arxiv
30+阅读 · 2019年3月13日
Semantics of Data Mining Services in Cloud Computing
Arxiv
4+阅读 · 2018年10月5日
Labeling Panoramas with Spherical Hourglass Networks
VIP会员
相关VIP内容
【经典书】概率统计导论第五版,730页pdf
专知会员服务
235+阅读 · 2020年7月28日
【干货书】图形学基础,427页pdf
专知会员服务
143+阅读 · 2020年7月12日
【2020新书】实战R语言4,323页pdf
专知会员服务
98+阅读 · 2020年7月1日
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
【实用书】Python技术手册,第三版767页pdf
专知会员服务
229+阅读 · 2020年5月21日
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
115+阅读 · 2020年5月10日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
专知会员服务
41+阅读 · 2020年2月20日
相关资讯
已删除
将门创投
7+阅读 · 2019年10月10日
【数据中台】什么是数据中台?
产业智能官
17+阅读 · 2019年7月30日
安利两款强大的三维场景可视化软件
智能交通技术
8+阅读 · 2019年5月1日
文本分析与可视化
Python程序员
8+阅读 · 2019年2月28日
可视化理解四元数,愿你不再掉头发
计算机视觉life
30+阅读 · 2019年1月2日
干货:10 种机器学习算法的要点(附 Python代码)
全球人工智能
4+阅读 · 2018年1月5日
深度 | 详解可视化利器t-SNE算法:数无形时少直觉
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
Top
微信扫码咨询专知VIP会员