标签存档: 数据分析和可视化

散点图:任务,数据和设计 (Scatterplots: Tasks, Data, and Designs)

传统的散点图随着数据复杂性和数据量的增长逐渐无法胜任可视分析的任务,因此,对传统散点图的修改和扩展设计层出不穷。针对具体分析目标,研究人员如何设计和选择合适的散点图也面临着更多的选择和挑战。这篇论文[1]旨在帮助设计人员针对散点图可视化形式做出合适的设计。通过调研相关文献,论文总结出针对散点图的分析任务、数据特征、设计方案等,通过结合这三者,提出存在的问题与挑战,并给出好的散点图设计示例。

继续阅读 »

美国俄亥俄州立大学沈汉威教授访问北京大学可视化与可视分析实验室

2018年3月19日,美国俄亥俄州立大学沈汉威教授应邀访问北京大学可视化与可视分析实验室,并作了题为《Extreme Scale Distribution Based Data Analytics and Visualization》的报告,沈汉威是美国俄亥俄州立大学计算机教授,他有超过二十年的大规模数据可视化和分析经验,主要的研究方向是科学可视化和计算机图形学。

报告会由实验室袁晓如研究员主持。在报告中,沈汉威教授针对科学计算模拟产生的数据量大、传统的后处理方式无法对巨量数据有效地分析等问题展开讨论。他指出,有一种比较有效的方法,将原始数据以统计信息的方式保存下来,大大减少数据的存储量,但如何对这一过程进行建模是个重要的问题。汉威教授和他带领的研究组基于这个问题做了非常多的工作,报告展示了他们最新的工作成果。报告会后沈汉威教授观看了实验室多个演示项目,并与实验室的学生进行了深入的交流。