陳爲著《數據可視化》書評及思惟導圖

在肯定數據可視化爲本身研究主題之初，我常常上網搜尋相關資料。可是初期的收集常常是雜亂無章，缺少系統規劃的。以致於我產生了三個困擾個人問題，分別是：

1. 信息可視化與數據可視化，到底有什麼區別？或者說infographics 與visualization之間有何區別？

2.data visualization就是數據挖掘以後的用於顯示結果的統計圖嗎？

3.曾經在知乎上看見某資深程序員直言，數據可視化在國內除了折騰一下社交網絡外，沒什麼好作的，是這樣嗎？

今年4月以來，我終於有時間仔細研究相關問題。閱讀大量文獻資料，尤爲是購買了幾本專著，如《數據之美》、《可視化數據》、 《數據可視化之美》、《鮮活的數據》、《數據可視化實戰:使用D3設計交互式圖表》以及一系列數據挖掘相關的案例及算法書。但最給我有開闊視野、醍醐灌頂之功效的書，仍是這本浙大陳爲教授等人編著的大數據叢書:數據可視化。原本國內可視化領域的專著就極少，市面上基本是國外翻譯書的天下。而我得說這是我目前看過的，最系統，最專業的，涵蓋全面的教材。首先，分類明確，結構清晰；其次用例翔實，資料豐富，2013年編著因此資料很新，且每章都有參考文獻，最後還有一大堆資料鏈接，簡直是論文寶典；最後，全綵印刷，效果一級棒。以前困擾個人問題，如今我都有了明確的答案：

1. 最好的理解是，數據可視化包含信息可視化。信息可視化是數據可視化的一個研究分支。可視化是普適性的，而信息圖是具體的。可視化是不由於內容而改變的，而信息圖則和內容自己有着緊密的聯繫。因而乎，數據可視化被劃分了三個分支，分別是科學可視化，信息可視化，可視分析學。這種分類也被諸多權威人士所承認，剛好對應着三個國際會議：IEEE conference on scientific visualization (SciVis)，IEEE conference on Information visualization（infoVis），IEEE conference on visual analytics science and technology(VAST).

2.原本數據挖掘與可視化就是密不可分的。智能數據分析所產生的的知識與人類所掌握的知識正是致使新的知識發現的根源。而表達、分析與檢驗這些差別必須用到人腦智能，必經之路是用視覺感知爲通道。故而這裏涉及到數據可視化的另外一個分支：可視分析學(Visual Analytics)。不論從何種數據分析-可視化模型，都在可視化與數據挖掘之間構造了一個循環——互相影響的螺旋形上升的循環，最終目的是在其中獲取知識。故而數據可視化毫不僅僅是用於顯示結果的統計圖，而是結合在整合數據分析過程當中的不斷迭代的一份子，是與用戶交互的必經之路。而且其形式遠超基本統計圖型。

3. 顯然社交網絡只是一個數據可視化能夠結合的研究點。事實上數據可視化是普適的，幾乎能夠跟任何學科集合。簡單的羅列我感興趣的方面：文本分析，地理信息位置，數字生活可視化。

固然，這本書偏向於理論。對於只是恰巧要作相關開發而尋找參考的人，或者想作平面設計案例分析的人，或者想作數據挖掘案例分析的人，這本書的幫助就不大。我偏偏是可視化案例沒少看，動手實踐也沒少作，缺的就是這些理論和各類資料。個人最終目的是寫論文。因此這本書對我而言就是涵蓋全面地理論用書，很是實用。

這段時間我專門整理了一個思惟導圖：以陳教授的這本數據可視化爲基礎，結合其餘一些我找到的資料，花了1周繪製。這個思惟導圖至關大，因此這裏就放鏈接吧。你能夠直接到這個網站上交互式地瀏覽信息。自己這個思惟導圖就是一個不錯的交互式可視化軟件，很是好用，值得推薦。5月6日的一次內部分享活動中我就數據可視化一口氣講了3個半小時，沒有用PPT，而是用這個mind42思惟導圖。我的感受效果仍是不錯的，達到了我想要的概覽+細節的主題模式。

http://mind42.com/public/06a0db6b-522e-4f59-9a4e-684a09149eb9