月度存档: 十月 2022

Data Hunches: 将个人知识融入可视化 (Incorporating Personal Knowledge into Visualizations)

可视化中展现的数据不一定是完美的,可能存在一些错误。而对于数据质量的问题,往往只有领域专家才能觉察到。 在发现可视化中存在数据质量问题后,专家可以通过书面告知、交谈等方式进行反馈,但是这样的反馈方式非常低效。本文介绍的工作首先对于数据质量问题进行了分类,然后对于不同类型的数据质量问题,采用了基于手绘风格的形式进行可视化,让专家在原有可视化中融入自己的个人知识。

继续阅读 »

模糊电子表格:理解和探索表格计算中的不确定性(Fuzzy Spreadsheet: Understanding and Exploring Uncertainties in Tabular Calculations)

图1:Fuzzy Spreadsheet 系统界面

电子表格在人们的生活中随处可见:在自然科学、金融商务、电子信息等领域都有着广泛应用。电子表格不仅为用户提供了可靠、方便的数据浏览的方式;并且允许用户使用一些基本的函数对表格数据进行操作,方便用户进行更进一步的统计分析。然而在使用过程中稍加分析,我们可以发现,电子表格本身对于数据中的不确定性以及单元格之间诸如通过函数相连的关系缺乏一种较好的表达方式。本文基于此,提出一种通过单元格内嵌可视化的方法,对传统表格进行“增强”,从而方便地使用户在浏览一般表格数据时,还可以较好地观察到单元格之间的关联性与其内部数值的不确定性。

继续阅读 »

SightBi:使用双簇探索跨视图数据关系(SightBi: Exploring Cross-View Data Relationships with Biclusters)

图1: SightBi系统界面

多视图可视化 (MV) 大量用于可视化分析工具,用于对各个领域的数据有重要意义,其中一项常见任务是将跨不同视图的数据关联起来。目前,探索跨视图数据关系严重依赖于视图协调技术,如刷选和链接,这可能需要用户在许多尝试中付出大量努力。为了解决这个问题,SightBi 将跨视图数据关系形式化为双簇,并使用双上下文设计突出创建独立的关系视图,在保留现有视图的基础上,提供跨视图数据关系的概览以指导用户探索,并允许用户使用新创建的关系视图以交互方式管理多个视图的布局。 SightBi 的界面如图1所示。

继续阅读 »

诺贝尔奖的可视化

每一个诺奖的背后都是一个开天辟地的故事,都足以让全人类为之骄傲,诺贝尔奖的设立,对物理学、化学、医学、文学、经济学乃至世界和平等的发展起到重要的激励作用。数百位各诺贝尔奖项的得主,他们作为时代的精英、科学的先导以及未知领域的开拓者,点亮了人类认知的天空,让思想的智慧得以彰显,让想象的瑰奇得以看见。

继续阅读 »

使用SOMNUS来可视化数据清洗脚本 (Visualizing the Scripts of Data Wrangling with SOMNUS)

理解数据变换代码对数据工作者是非常重要的任务。然而完成这项任务需要熟练掌握编程技能和充分了解代码使用的编程语言和库。同时,理解代码的过程耗时且容易出错。现有的代码可视化工作专注于提供中间状态信息,而不支持对数据变换过程的呈现。

继续阅读 »

探索什么是不存在的-基于图元的缺失值分析可视化(To Explore What Isn’t There — Glyph-based Visualization for Analysis of Missing Values)

缺失值是数据集中的一个常见的问题,对于缺失值的分析通常来说具有一定的挑战。本文针对多变量数据的缺失问题,提出了一种基于图元的可视化MissiG,该方法对已经提出的三种缺失模式——数量缺失(AM)、联合缺失(JM)和条件缺失(CM)进行较为直观的呈现,从而帮助用户对于缺失值有更好的认知。用户实验表明,MissiG在这三个模式的相关任务上的表现整体上比传统的平行坐标(PC)和热力图(HM)要更好。

继续阅读 »