数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息。但是,这并不就意味着数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味,或者是为了看上去绚丽多彩而显得复杂。为了有效地传达思想概念,美学形式与功能需要齐头并进,通过直观地传达关键的方面与特征,从而实现对于相当稀疏而又复杂的数据集的深入洞察。
数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前,在研究、教学和开发领域,数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。数据可视化与立体建模之类的特殊技术方法相比,数据可视化所涵盖的技术方法要广泛得多。
常见的数据质量问题包括:1.数据收集错误,遗漏了数据对象,或者包含了本不应包含的其他数据对象。2.数据中的离群点,即不同于数据集中其他大部分数据对象特征的数据对象。3.存在遗漏值,数据对象的一个或多个属性值缺失,导致数据收集不全。4.数据不一致,收集到的数据明显不合常理,或者多个属性值之间互相矛盾。例如,体重是负数,或者所填的邮政编码和城市之间并没有对应关系。5.重复值的存在,数据集中包含完全重复或几乎重复的数据。正是因为有以上问题的存在,直接拿采集的数据进行分析or可视化,得出的结论往往会误导用户做出错误的决策。因此,对采集到的原始数据进行数据清洗和规范化,是数据可视化流程中不可缺少的一环。
以上信息由专业从事数字政务的纺友于2024/7/3 10:13:00发布
转载请注明来源:http://wuhan.mf1288.com/fangyou-2779894266.html
上一条:湖北镀锌圆管批发了解更多「多图」
下一条:楼房拆除工程货真价实「中诚宇」