数据可视化之城市律动

第四届浙江大学研究生国际暑期学校

大数据可视分析国际研讨班

主办：浙江大学

承办：浙江大学CAD&CG国家重点实验室

中国图象图形学学会人机交互专业委员会

中国计算机学会CAD&CG专业委员会

暑期学校来到了第10天，可视化之旅即将迎来尾声，同学们倍加珍惜最后几天的学习时光，迎接一整天的课程。

上午浙江大学CAD&CG实验室的巫英才老师给我们讲解了高维数据、城市数据的可视化应用。下午浙江财经大学的周志光老师带来了自己对于地理信息可视化，统计图表可视化的理解。

Part.1

Multidimensional data/Urban analytics

巫英才

巫英才老师首先从低维数据的表达方式和局限性讲起。散点图，直方图等可视化方法虽然能增加视觉通道来表达更多的维度，但无法从根本解决高维度数据表达问题。巫老师将处理高维数据方法总结为三类：数据变换、数据呈现，数据交互。

数据变换。通过降维的方式把高维数据投影到低维空间中。降维在数据分析中一直有着重要的地位。降维方法又分为线性方法，如PCA，MDS等，以及非线形方案，如ISOMAP，TSNE，LARGEVIS等。

数据呈现。通过数据表图来表达高维数据，比如散点图矩阵，平行坐标图，星状图等。课中还介绍了一种将高维数据抽象成人脸部各种特征的趣味图表。

数据交互。通过可视化系统交互式地探索各种维度的信息。例如课中介绍的“Dust & Magnet ”系统，它利用磁铁的原理，将数据各维度数值看成磁力，从来模拟各维度的特征信息。

经过短暂的休息，巫老师继续介绍城市数据可视化的研究心得。科学技术的发展丰富了我们的生活， 然而也带来了例如交通拥堵，环境污染等重大挑战。 最近，在传感技术和大规模计算基础设施的帮助下，基于城市的大数据分析日益兴起 。城市数据可视化可以帮助我们利用信息技术精准地分析以及高效地解决城市问题。

城市数据具有高维，多样的特点，既有变化复杂的时序数据，也有庞大混杂的地理数据。解决这些问题有很多方法，如利用堆积图表达时序状态下不同属性的变化情况，利用边绑定去减少地理路径绘制的视觉冗余。

巫老师在最后给我们介绍了两个自己的城市可视化工作。“SmartAdP”系统通过分析车流量，车速，行车轨迹，环境状况等指标，在地图上推荐公路广告牌摆放位置。而“Route-Zooming”算法则可以更好的绘制地图上的时空数据。

上午的讲座让同学们对于高维数据可视化以及城市数据可视化有了基本的了解。

Part.2

Geosocial network data/Statistical table visualization

周志光

周志光老师接着上午城市数据可视化的内容，继续介绍地理信息可视化方面的应用。地理信息可视化大致分为地理信息数据可视化以及时空数据可视化。课中一个个生动的例子让大家了解如何处理地理信息数据，它们大多使用d3.js，heatmap.js，three.js等可视化工具，将处理好的时空信息渲染到网页上。随后周老师介绍了哈佛大学15年发表在Inforvis的论文，他们统计了世界各国贸易数据的关系，在论文的演示视频中地理可视化酷炫的渲染效果，令人叹为观止，也激发了大家的学习热情。

周老师紧接着介绍了今年自己研究成果，"Visual Abstractioin of the Large Scale Geospatial Origin Destination Movement Data"，这篇论文采样了温州市手机基站的OD(origin-destination)数据，将路径转化成一个向量并使用wordvec进行压缩，再利用TSNE进行降维处理，最后通过轨迹图，地理图，直方图等多种形式进行可视化呈现与交互。这篇论文最终也被2018 VIS录用。

最后周老师利用短暂的时间简单介绍了统计图表可视化的方法。虽然我们每天都在使用统计表，但是缺少对于它们的系统认识。周老师依据多年的教学经验，从统计变换，统计图表，尺度，柱状图，饼状图等多个方面介绍了统计表的可视化方法。周老师指出来许多图表虽然具有华丽的外表，但是不能很好的传递数据特征，而有些图表也可以通过简单的坐标变换和坐标轴零点的调整来获得更好的效果。

课后，同学们积极向周老师请教问题，探讨地理信息可视化技术的难点与未来。周老师认真回答了同学们的问题，对于同学们的好奇心感到欣慰。

Part.3

课程安排

更多信息请查看官方网站

http://www.cad.zju.edu.cn/home/vis-summer-school-2018/

论坛记录员：胡元哲

浙江大学计算机科学与技术专业

研究兴趣：信息可视化，可视分析

宽视 · 善知

| 宽视以博物 · 善知以致知 |

微信号

datavis

或长按识别上图

微博号

浙大可视分析小组

或长按识别上图