（一）数据可视化：现代方法
Qing
Sent to you by Qing via Google Reader:
原文Data Visualization: Modern Approaches
作者 Cameron Chapman 译者：西乔 黄色/小粗体字体部分为译注
数据的表现形式可以是美丽、优雅和描述性的。有多种传统的数据表现形式 在每个项目及可能的场合被频繁地使用：如表格、饼图、柱状图等。但为了更有效地向你的读者传达信息，有时你需要绝不仅仅是一张饼图。有更好的、深刻的、富于创造性以及富有趣味的方法来可视化数据。它们中的许多将在未来数年内变得应用普遍。
我们期待的是什么？有哪些些革新性的想法已经在成熟使用？还有哪些创意地表现数据的方式是我们从未想过的？
让我们看看最有趣和最现代的数据可视化方法，以及一些相关文章、资源和工具。
1. Mindmaps 概念图
Trendmap 2007 （趋势地图 2007）
Informationarchitects.jp 依据分类、相似性、成功度、知名度和前景，为当年互联网上最成功的200个网站制作了一张趋势地图。这些网站以前显然从未以这种方式建立过联系。相当详尽。
（这是一个著名的数据可视化创意，作者通过改造东京地铁地图，将站点设计成地铁站，每种网站应用类型是一条地铁线。比如粉红色代表分享类网站，紫红色代表工具类，大红色代表技术网站，柠檬黄色代表知识类网站……
当然如果你对东京的城市地理状况有所了解，看这张地图时会露出更多会心的微笑。设计师在图中安排了大量暗喻和巧合，
比如google从涩谷移到了新宿的位置，而Youtube已经控制了涩谷地区。涩谷在通常理解中，代表年轻人出没的喧嚷的地方。而新宿代表黑社 会控制，很酷的地方。微软移到了池袋，雅虎移到了上野，维基百科在新桥（一个遍布头脑清醒上班族的地方）。日本的网站主要集中在金融路线附近，北部的站点线（山口线）上的项目多数比较“无聊”。等等）
2. Displaying News 新闻展示
Newsmap（新闻地图）是google新闻聚合器上实时的新闻反馈的可视化呈现。数据块的大小对应了新闻受欢迎的程度。
（Newsmap反映的是google新闻聚合器实时更新的新闻。这种数据可视图基于treemap树状图的算法，适合表现大量信息的聚合。
用颜色、颜色深度、标题字号、区块面积来展现归并后的信息。打破空间限制，帮助用户快速识别、分类和认知新闻信息、平面而直观地展现不断变化的信息片段。）
Voyage是一个rss阅读器。它在屏幕中心呈现最新更新的新闻。新闻可以缩放和退出，有一条基于时间轴的导航。
（Voyage根据当前时间点形成一条坐标轴，使用了三维效果来分层次展现当前的资讯和新闻点，将信息的时间要素呈现地非常生动。可通过rss地址控制订制信息来源。）
Digg BigSpy 将最受欢迎的文章放在顶部，字号越大代表支持者越多。
（digglab使用5种动态的数据可视化方式来表现信息的数据变化状态。
Digg BigSpy是试验项目其中之一，最新被digg的新闻会向下滚动更新屏幕，digg数越高，标题字体越大。在版面中使用字号变化是传统媒体的表现手段，在这里和实时滚动的效果结合，很有冲击力。）
Digg Stack: 根据用户的digg数将文章排列成许多柱状条，digg数越高，柱型越高。
（Digg Stack同 样也是digg lab的实验性项目之一，将最新/最热/全部的100条digg文章排列成一行柱状图，水平线上的柱形高度代表digg数，水平线下的柱形高度代表评论 数。
某篇文章digg数实时增加时，会从屏幕上方掉一个小方块下来，俄罗斯方块那样，溶进该新闻对应的柱形中。点击单个柱体可以分别查看每个时间区间内的 digg指数。这是一个非常有实时感和动感的视觉系统，极好地呈现了数据生成的实时性和聚合性。）
3. Displaying Data 数据展示
Amaztype 图书搜索：根据从亚马逊上采集的数据，将图书的搜索结果根据你所提供的关键字的字母形状进行排列。可以点击单本书查看详细信息。
Flickrtime 也应用了相似的创意。这个工具利用Flickr API ，将上传的图片根据当前时间排列成时钟数字的形状。
Time Magazine（时代周刊）使用峰值形状的分布来表现地图上美国人口的稠密程度。
CrazyEgg 使用热点图来帮助您研究访客的行为，通常被点击较多，较受欢迎的区域，使用的更“温暖”的红色来高亮显示。
（CrazyEgg允许注册用户通过提交页面url，显示页面的热点图、获取每个元素的详情、查看原始数据的完整摘要信息。热图是用户行为分析的常见方法，这是一个著名的UE研究分析工具，给UE分析师提供观察用户行为，做出设计改进意见的数据基础。）
Hans Rosling TED Talk （汉斯。罗斯林的TED演讲）瑞典著名教授Hans Rosling发表了一次传统期的演讲，阐述了他提出的表现统计数据的新方法。他的趋势分析软件（刚刚被google收购）将复杂的全球趋势、十几年的流行数据转化为生动的动画。用网格上的多彩的泡泡表示亚洲的各个国家，呈现全民医疗和财富的状况。用动态的钟型曲线，表现国民收入分配的涨伏。在 Rosling的手里，全球趋势——预期寿命、儿童死亡率、贫困率——都变得清晰、直观和有趣。
Three Views 展示了地球的3个视点： 每个国家使用一个圆形代表，用圆圈的大小来表示军费开支额度，颜色的深度来表示占财政收入的比例，数据的演示非常紧凑和美观。
We Feel Fine（我们感觉很好）根据来自大量blog的统计结果，表现了人类的感情。
（这是一个骇人的项目。。从2005年8月，该项目组从大量页面上记录人类的感情。每个几分钟，系统就会搜索世界上新近发布的blog里包含“我 觉得”或“我的感觉”这类短语的文章，存储包含这些短语的句子，并计算出里面所包含的情绪：是悲伤、快乐、沮丧。这些信息和作者的社会结构、年龄、性别、 地理位置以及当时当地的天气一起被保留下来。
这个包含了数百万人感情的数据库，每天新增15000~2000条记录，并提供了一系列有趣的接口用于查询和做数据挖掘。
上图中的粒子系统是通过接口生成的可视化形式之一，抽取了1500条数据，每条数据是一个粒子，代表每个人的一种情绪。颜色对应情绪类型，比如幸福是亮黄色，悲伤是深蓝色，愤怒是红色，平静的感情是浅绿色。每个粒子的大小和表达情绪的语句的长度关联。）
Visualizing the Power Struggle in Wikipedia（维基百科上：可视化的争议）在热力地图上展示了最受欢迎的文章和被搜索最频繁的请求。
（疑原文有误。heatmap：热力型地图，做用户体验分析的同学会比较熟悉，是一种使用冷暖色来映射二维变量，以便于做出聚类分析的图像，擅长用于体现频率、密度等。
但是下面这两张信息图形使用的是气泡型地图。反映的是wiki百科中争议性词条的修订次数。圆圈越大，修订次数越多。排名前几位的是：耶稣、阿道夫希特勒、2003年10月、任天堂革命、卡特里娜飓风……）
Websites as graphs 图表网站。一个HTML DOM的可视化应用程序，根据url、表格、div标签、图片、表单和其他标签，将网站可视化为信息图形。
（这是一个分析页面源码的项目，使用树状分支图。其中蓝色代表<a>，红色代表<table>类标签，绿色代 表<div>,紫色代表<img>黄色代表数据集群（下拉菜单）…………。
于是每个网站页面的特性就以这样一种奇特的图像方式呈 现出来了，从不同的结果图像中可以看出每个网站的不同性格
比如门户网站会生成非常庞大的树状图。某些blog，主要是链接，会形成放射型图像。苹果网站 生成的图形就很简洁和规整。google.com就更不用说了，只有非常少的几簇。猜猜下图代表的是哪个网站？
yahoo.com。你可以发现它的图里面没什么绿色，但有许多红色。。因为他们没有使用div布局，这在07年也是很罕见的了。）
Interactive History Timeline （互动历史年表）将英国的历史划分为可交互的块状数据，同时呈现了历史时间的密度。
（这个系统里每个颜色块代表一段历史时期，白点代表该时期中的历史大事件。每个色块可放大点击，背景图上有该历史时期的标志性图像，可点击每个白点查看事件信息。是一个不错的历史演示系统，设计雅致，操作感很强，形式和内容很匹配。）
Winning Lotto Numbers （乐透大奖号码）该图展示了每年的中奖号码中每个数字的出现频率。当然这张图并不算是一个很清晰的案例。
（下图描绘了乐透奖号码在88~06年里出现的频率。每种颜色代表一个球，编号从1~49。作者认为所有的数字集群倾向于形成一个循环，会有12.24%的重复率。。。）
Elastic Lists （滑动菜单）使用滑动菜单（也叫手风琴菜单）的原理来展现多维的数据结构。每组菜单代表一种数据维度，每个菜单项代表一种属性。你可以通过点选多个菜单项，浏览数据在不同维度不同属性上的组合。每个菜单项的高度和宽度和该属性内数据总量的相对比例有关联。作者的blog 会更新一些关于数据可视化领域的实验性研究的文章，值得观赏，很有收藏价值。
（这个项目对于实现多维交叉的数据的平面化展现，是一个很好的范例。每个菜单实际上充当了一个过滤器，把他们想象成一组多选菜单就好了。但是形式比乏味的多选框要迷人多了。）
The JFK Assassination Timeline（肯尼迪遇刺事件的时间轴）使用ajax来可视化展现历史事件：约翰.肯尼迪的遇刺和时间轴上众多关联性条件。更新的案例的相关文章。
4. Displaying connections 显示关联
Munterbund 使用信息图形表现了书中文字的相似性。“我们尝试创造一个能够按照某些定义好的规则来自动生成图像的系统。难度在于处理图像形式和文章的排版样式之间的对应， 这两者都是极富吸引力和信息量的。”
（这个项目根据词频等信息要素关联到扇形区域的直径和弧度，以及控制气泡的面积。有一套非常复杂的筛选算法。在可以看到项目组尝试过的多种可视化算法，以及一批十分魅力的成品）
Burst Labs（突发实验室）使用泡泡图来表现你提出的搜索请求之间的相似和关联性。虽然不那么前卫但还是令人振奋。
Universe DayLife 将某一话题关联的事件、人物和新闻事件像星座那样陈列在它的周围。
（这也算一个令人惊异的项目，创作团队模拟了一个数字化星空，每个关键字都是一个星座。通过输入关键字将你请求查询的关键字星座定位在屏幕中心，旁边围 绕着相关的关键字星座。内容包括图片、新闻、人物。每时每刻地球上都会发生各种事件，事件之间有关联，会互相作用。从这点上，使用宇宙星系来表现新闻事件 的特效是很适合的。这个项目除了极富想象力，界面上也极具特色。创作了一种星座字体，所有的ICON和边框都用星座的形象来表现。）
Musiclens 会根据你当前的心情和音乐喜好制作图表，给你推荐音乐。
你可以在Figd’t Visualizer（Figd’t展台）上和网络上的其它用户进行互动。你的用户界面是由Flickr和LastFM上的Tags构成的，使用任何Tag都可以创建一个磁极，在照片或音乐中和你共用这个tag的用户会被吸引到磁极的周围。兼容Mac OS X，Windows和Linux平台。测试版本。
（通过照片和音乐喜好，创作者希望动态、可视化地表现人与人之间的关系：倾向性，趋势，聚合，吸引力。除了直线的连接线，作者还在另一张图中使用了优美的曲线，整体造型非常迷人。）
What have I been listening to?:（究竟我在听什么？）拜伦.李通过创建直方图描述了他的音乐之旅。
（每种颜色代表一个歌手，拜伦.李搜集了他在last.fm上18个月来的听歌记录。创作者选用这种可视化形式原因是它的失真最少，能生成高雅的非对称曲线。这种的图表形式被称为Stream Graph流图。）
Shape Of Song（音乐的形状）音乐看起来像什么？音乐的形状是一个看起来怪诞的命题。这款定制软件使用半透明的拱形来描述了音乐的形状，让人们能看到存在于互联网上的任意音乐的真实形状。
（该项目用这种图像可视化了许多音乐类型和乐曲，直观地将节奏、韵律和起伏展现出来。每种音乐风格的个性与差异在这里表现地很明显。这类数据可视化方式真正实现了“通感”。）
Musicmap（音乐地图）:他们创建了一个页面，通过连接线表现音乐之间的关联。
Musicovery 展现了不同音乐喜好之间的关联性，让你在听一首音乐的时候发现相似风格的歌曲。
(和潘多拉或last.fm一样推荐试听网站，会根据你的喜好选择，为你推荐音乐。同时可视化音乐之间的关系。）
Lanuage Poster （语言海报）使用传统的时间轴方式来表现程序语言的发展史，证明简单的线条表现手法也够用啦。
(O’REILLY出版社制作的海报，每根箭头线代表一种语言的发展历程，同时反映了语言之间的继承或分支关系。）
5. Displaying web-sites 可看的网站
Spacetime （时空)公司承诺，那些通过网页的小缩略图像挖矿一样查找信息的时代一去不返了。它提供的服务易读和优雅的三维特效来呈现你的搜索请求结果，支持google 、yahoo、Flickr 、eBay 、google图片搜索。
UBrowser 是一个使用开源的概念模型。使用Mozilla的渲染引擎Gecko植入的实例：使用OpenGL在几何面上动态渲染页面。
6. Articles & Resources 文章和资源
该项目介绍了数据可视化中最美丽的方法和进一步的参考资料。拥有超过450项的图片。
在他的文章《Infosthetics: 数据可视化之美》中，Andrew Vande Moere通过他的知名blog《Infosthetics》探讨了数据可视化的审美及领域中的前沿应用。设计创意的组合形式、内涵以及迷人的案例。这是下一代的新艺术领域？
文章中介绍了13种新的数据可视化技术的实例以及深入的参考。
- 16 Awesome Data Visualization Tools（16种令人敬畏的数据可视化工具）。Mashable.com：“我们找到了下面16个观赏和实用性兼具的应用。数字可视化工具改变了我们观察事物的途径：观察twitter信息来源在全球的分布的全新方法。 ”
- Dataesthetics（数据美学）Eric Blue 介绍了一些数字可视化的非常见形式。
- infosthetics – information aesthetics（infosthetics——信息审美）
- Visualizing Delicious Roundup（Delicious聚合的可视化）
- Periodic Table（周期元素表）
7. Tools and Services 工具和服务
- 你可以使用 Xtimeline和Circavie创建你自己的时间线
- IBM Many Eyes（IBM之眼）
这是一个基于JAVA的可视化数据在线服务。帮助注册用户创建饼图、框图、树型图、柱状图和直方图。这有一些比较惊人的案例。
- prefuse | the prefuse visualization toolkit （prefuse可视化工具包）集成了数据可视化方法的工具包，基于JAVA的测试版本。
- Swivel （旋转）提供可制作动态的饼图、柱状图和直方图的服务。同时还提供可用于优化现行的可视化方式的API插件。
- 你可以在文章《Charts and Diagrams Tools 饼图和直方图工具》里找到更多工具来设计你需要的图表。
Things you can do from here:
- Subscribe to 西乔的九卦 using Google Reader
- Get started using Google Reader to easily keep up with all your favorite sites
Qing
John(Jiangtang) Hu
---------
胡江堂, Jiang...@gmail.com
http://li-and-jiang.com/blog/
Q
xichen...@gmail.com
vincent chan
Richard Zzh
于其花大量的开发资源去做可视化面板，不如踏踏实实的做好数据的质量，在表现层做的东西永远是基于可靠有价值的数据底层
在中国连数据底层都很少有公司能搞干净之前，搞可视化无异于自掘坟墓，当然，如果只是为了让老板喝彩一下，那没事
On 9月26日, 下午8时09分, Qing <happys...@gmail.com> wrote:
> 一些比较新、酷的可视化方法，请BI人参考...
>
> Sent to you by Qing via Google Reader: （一）数据可视化：现代方法 via 西
> 乔的九卦 by 西乔 on 9/25/09
>
> 原文Data Visualization: Modern Approaches
>
> 作者 Cameron Chapman 译者：西乔 黄色/小粗体字体部分为译注
>
> 数据的表现形式可以是美丽、优雅和描述性的。有多种传统的数据表现形式 在每
> 个项目及可能的场合被频繁地使用：如表格、饼图、柱状图等。但为了更有效地向
> 你的读者传达信息，有时你需要绝不仅仅是一张饼图。有更好的、深刻的、富于创
> 造性以及富有趣味的方法来可视化数据。它们中的许多将在未来数年内变得应用普
> 遍。
>
> 我们期待的是什么？有哪些些革新性的想法已经在成熟使用？还有哪些创意地表现
> 数据的方式是我们从未想过的？
>
> 让我们看看最有趣和最现代的数据可视化方法，以及一些相关文章、资源和工具。
> 1. Mindmaps 概念图 Trendmap 2007 （趋势地图 2007）
> Informationarchitects.jp 依据分类、相似性、成功度、知名度和前景，为当年
> 互联网上最成功的200个网站制作了一张趋势地图。这些网站以前显然从未以这种
> 方式建立过联系。相当详尽。
> （这是一个著名的数据可视化创意，作者通过改造东京地铁地图，将站点设计成地
> 铁站，每种网站应用类型是一条地铁线。比如粉红色代表分享类网站，紫红色代表
> 工具类，大红色代表技术网站，柠檬黄色代表知识类网站...... 当然如果你对东京的
> 城市地理状况有所了解，看这张地图时会露出更多会心的微笑。设计师在图中安排
> 了大量暗喻和巧合， 比如google从涩谷移到了新宿的位置，而Youtube已经控制了
> 涩谷地区。涩谷在通常理解中，代表年轻人出没的喧嚷的地方。而新宿代表黑社
> 会控制，很酷的地方。微软移到了池袋，雅虎移到了上野，维基百科在新桥（一个
> 遍布头脑清醒上班族的地方）。日本的网站主要集中在金融路线附近，北部的站点
> 线（山口线）上的项目多数比较"无聊"。等等）
>
> 2. Displaying News 新闻展示
> Newsmap（新闻地图）是google新闻聚合器上实时的新闻反馈的可视化呈现。数据
> 块的大小对应了新闻受欢迎的程度。
> （Newsmap反映的是google新闻聚合器实时更新的新闻。这种数据可视图基于
> treemap树状图的算法，适合表现大量信息的聚合。 用颜色、颜色深度、标题字
> 号、区块面积来展现归并后的信息。打破空间限制，帮助用户快速识别、分类和认
> 知新闻信息、平面而直观地展现不断变化的信息片段。）
>
> Voyage是一个rss阅读器。它在屏幕中心呈现最新更新的新闻。新闻可以缩放和退
> 出，有一条基于时间轴的导航。
> （Voyage根据当前时间点形成一条坐标轴，使用了三维效果来分层次展现当前的资
> 讯和新闻点，将信息的时间要素呈现地非常生动。可通过rss地址控制订制信息来
> 源。）
>
> Digg BigSpy 将最受欢迎的文章放在顶部，字号越大代表支持者越多。
> （digglab使用5种动态的数据可视化方式来表现信息的数据变化状态。 Digg
> BigSpy是试验项目其中之一，最新被digg的新闻会向下滚动更新屏幕，digg数越
> 高，标题字体越大。在版面中使用字号变化是传统媒体的表现手段，在这里和实时
> 滚动的效果结合，很有冲击力。）
>
> Digg Stack: 根据用户的digg数将文章排列成许多柱状条，digg数越高，柱型越
> 高。
> （Digg Stack同 样也是digg lab的实验性项目之一，将最新/最热/全部的100条
> digg文章排列成一行柱状图，水平线上的柱形高度代表digg数，水平线下的柱形高
> 度代表评论 数。 某篇文章digg数实时增加时，会从屏幕上方掉一个小方块下
> 来，俄罗斯方块那样，溶进该新闻对应的柱形中。点击单个柱体可以分别查看每个
> 时间区间内的 digg指数。这是一个非常有实时感和动感的视觉系统，极好地呈现
> 了数据生成的实时性和聚合性。）
>
> 3. Displaying Data 数据展示
> Amaztype 图书搜索：根据从亚马逊上采集的数据，将图书的搜索结果根据你所提
> 供的关键字的字母形状进行排列。可以点击单本书查看详细信息。
>
> Flickrtime 也应用了相似的创意。这个工具利用Flickr API ，将上传的图片根据
> 当前时间排列成时钟数字的形状。
>
> Time Magazine（时代周刊）使用峰值形状的分布来表现地图上美国人口的稠密程
> 度。
>
> CrazyEgg 使用热点图来帮助您研究访客的行为，通常被点击较多，较受欢迎的区
> 域，使用的更"温暖"的红色来高亮显示。
> （CrazyEgg允许注册用户通过提交页面url，显示页面的热点图、获取每个元素的
> 详情、查看原始数据的完整摘要信息。热图是用户行为分析的常见方法，这是一个
> 著名的UE研究分析工具，给UE分析师提供观察用户行为，做出设计改进意见的数据
> 基础。）
>
> Hans Rosling TED Talk （汉斯。罗斯林的TED演讲）瑞典著名教授Hans
> Rosling发表了一次传统期的演讲，阐述了他提出的表现统计数据的新方法。他的
> 趋势分析软件（刚刚被google收购）将复杂的全球趋势、十几年的流行数据转化为
> 生动的动画。用网格上的多彩的泡泡表示亚洲的各个国家，呈现全民医疗和财富的
> 状况。用动态的钟型曲线，表现国民收入分配的涨伏。在 Rosling的手里，全球趋
> 势----预期寿命、儿童死亡率、贫困率----都变得清晰、直观和有趣。
>
> Three Views 展示了地球的3个视点： 每个国家使用一个圆形代表，用圆圈的大小
> 来表示军费开支额度，颜色的深度来表示占财政收入的比例，数据的演示非常紧凑
> 和美观。
>
> We Feel Fine（我们感觉很好）根据来自大量blog的统计结果，表现了人类的感
> 情。
> （这是一个骇人的项目。。从2005年8月，该项目组从大量页面上记录人类的感
> 情。每个几分钟，系统就会搜索世界上新近发布的blog里包含"我 觉得"或"我的感
> 觉"这类短语的文章，存储包含这些短语的句子，并计算出里面所包含的情绪：是
> 悲伤、快乐、沮丧。这些信息和作者的社会结构、年龄、性别、 地理位置以及当
> 时当地的天气一起被保留下来。 这个包含了数百万人感情的数据库，每天新增
> 15000~2000条记录，并提供了一系列有趣的接口用于查询和做数据挖掘。 上图中
> 的粒子系统是通过接口生成的可视化形式之一，抽取了1500条数据，每条数据是一
> 个粒子，代表每个人的一种情绪。颜色对应情绪类型，比如幸福是亮黄色，悲伤是
> 深蓝色，愤怒是红色，平静的感情是浅绿色。每个粒子的大小和表达情绪的语句的
> 长度关联。）
>
> Visualizing the Power Struggle in Wikipedia（维基百科上：可视化的争
> 议）在热力地图上展示了最受欢迎的文章和被搜索最频繁的请求。
> （疑原文有误。heatmap：热力型地图，做用户体验分析的同学会比较熟悉，是一
> 种使用冷暖色来映射二维变量，以便于做出聚类分析的图像，擅长用于体现频率、
> 密度等。 但是下面这两张信息图形使用的是气泡型地图。反映的是wiki百科中争
> 议性词条的修订次数。圆圈越大，修订次数越多。排名前几位的是：耶稣、阿道夫
> 希特勒、2003年10月、任天堂革命、卡特里娜飓风......）
>
> Websites as graphs 图表网站。一个HTML DOM的可视化应用程序，根据url、表
> 格、div标签、图片、表单和其他标签，将网站可视化为信息图形。
> （这是一个分析页面源码的项目，使用树状分支图。其中蓝色代表<a>，红色代表
> <table>类标签，绿色代 表<div>,紫色代表<img>黄色代表数据集群（下拉菜
> 单）............。 于是每个网站页面的特性就以这样一种奇特的图像方式呈 现出来
> 了，从不同的结果图像中可以看出每个网站的不同性格 比如门户网站会生成非常
> 庞大的树状图。某些blog，主要是链接，会形成放射型图像。苹果网站 生成的图
> 形就很简洁和规整。google.com就更不用说了，只有非常少的几簇。猜猜下图代表
> 的是哪个网站？ yahoo.com。你可以发现它的图里面没什么绿色，但有许多红
> 色。。因为他们没有使用div布局，这在07年也是很罕见的了。）
>
> Interactive History Timeline （互动历史年表）将英国的历史划分为可交互的
> 块状数据，同时呈现了历史时间的密度。
> （这个系统里每个颜色块代表一段历史时期，白点代表该时期中的历史大事件。每
> 个色块可放大点击，背景图上有该历史时期的标志性图像，可点击每个白点查看事
> 件信息。是一个不错的历史演示系统，设计雅致，操作感很强，形式和内容很匹
> 配。）
>
> Winning Lotto Numbers （乐透大奖号码）该图展示了每年的中奖号码中每个数字
> 的出现频率。当然这张图并不算是一个很清晰的案例。
> （下图描绘了乐透奖号码在88~06年里出现的频率。每种颜色代表一个球，编号从
> 1~49。作者认为所有的数字集群倾向于形成一个循环，会有12.24%的重复
> 率。。。）
>
> Elastic Lists （滑动菜单）使用滑动菜单（也叫手风琴菜单）的原理来展现多维 ...
>
> 阅读更多 >>
raullew
原文作者是做网页艺术的，因此不会提到也不会关心这点
> ...
>
> read more >>- Hide quoted text -
>
> - Show quoted text -
Q
数据本身没有可视化的必要，可视只对于应用方来说减低了成本，但对于需要不断钻取和分析的数据，可视化工具不见得有什么用于其花大量的开发资源去做可视化面板，不如踏踏实实的做好数据的质量，在表现层做的东西永远是基于可靠有价值的数据底层在中国连数据底层都很少有公司能搞干净之前，搞可视化无异于自掘坟墓，当然，如果只是为了让老板喝彩一下，那没事
xichen...@gmail.com
raullew
因为视觉分析能力已经进化了几亿年，并且是天生的
而数字分析才几百年，并且需要后天获得
On 9月28日, 上午9时55分, xichengmyl...@gmail.com wrote:
> 以目前来论，可能实际意义不大。但是总需要些人看得比一般人更前，做些前瞻性的东西。
>
> 2009/9/28 Q <happys...@gmail.com>
>
>
>
> > 你说的这个观点我不同意。
> > 数据质量跟可视化是两码事，不存在要先搞好哪个在搞哪个的顺序。将可视化理解成为面板，理解成为只是为了让老板喝彩，恐怕这是对数据可视化的一种误解。
>
> > 目前的BI应用瓶颈在什么地方？数据质量毫无疑问是其中一个，但数据可视化，或者更广一些是应用的体验，也是一大瓶颈，这两个哪个更重要，在不同的企业里面可能-不一样，但恐怕主要就这两个。一个是有数据，但人们不信任它们。一个是有数据，但人们不知道他们，或者被它们铺天盖地涌上来吓住了。可视化可以让决策者乐意去理-解数据背后的含义，是让应用体验变得更轻松的一种手段。这是两类不同的领域。
>
> > 玉挖出来了，还得雕一下才能成器不是。
>
> > 2009/9/27 Richard Zzh <richardzhan...@gmail.com>
>
> >> 数据本身没有可视化的必要，可视只对于应用方来说减低了成本，但对于需要不断钻取和分析的数据，可视化工具不见得有什么用于其花大量的开发资源去做可视化面板，-不如踏踏实实的做好数据的质量，在表现层做的东西永远是基于可靠有价值的数据底层在中国连数据底层都很少有公司能搞干净之前，搞可视化无异于自掘坟墓，当然，如-果只是为了让老板喝彩一下，那没事- 隐藏被引用文字 -
>
> - 显示引用的文字 -
