数据可视化是如何创建的？
之后就更惊讶了。涉及地图学、平面图设计、计算机视觉、数据采集、统计学、图形技术、数模结合、动画、三维渲染、用户交互等。相关领域包括成像。
学习和视知觉。空间分析、科学建模等。
这是创意设计美学和严谨工程科学的杰出产物。把可能非常枯燥乏味的数据以非常优美的形式呈现出来，其表现和创作过程堪称艺术，于是我从SM翻译过来。
网上关于数据可视化和信息图形的三篇文章，主要是欣赏和提供一些参考资料。我尽力找到了每一张数据图表背后的背景，并添加了注释和解释，希望能帮助读者更深入地理解。
理解这些图表的意义，不要仅仅停留在“好看”的赞叹上。这些图片不会说话，但比文字和语言更有力量。
数据可视化数据可视化和信息可视化信息图是两个相似的专业术语。从狭义上讲，数字可视化是指以统计图表的形式呈现数据，而信息图形(information visualization)是将非数字信息可视化。前者用于传达信息，后者用于表达抽象或复杂的概念、技术和信息。
广义的数据可视化是指数据可视化、信息可视化和科学可视化。
数据可视化起源于1960s计算机图形学。人们使用计算机创建图形和图表，将提取的数据可视化，并呈现数据的各种属性和变量。随着计算机硬件的发展，
人们创造了更复杂和更大的数字模型，并开发了数据采集设备和数据存储设备。同样，需要更先进的计算机图形技术和方法来创建这些庞大的数据集。有了数据
随着可视化平台的扩展、应用领域的增加、表达形式的不断变化，以及实时动态效果、用户交互等的增加，数据可视化的边界也像所有新兴概念一样在不断扩展。
大家熟悉的饼图、直方图、散点图、直方图是最原始的统计图，是数据可视化最基本、最常见的应用。作为一种统计工具，它被用来创建快速理解数据集的捷径，成为一种令人信服的交流手段。传达数据中存在的基本信息。所以我们可以在大量的PPT、报告、计划、新闻中看到统计图表。
但最原始的统计图只能呈现基本信息，发现数据中的结构，将量化的数据结果可视化。
面对复杂或大规模的异构数据集，如商业分析、财务报表、人口分布、媒体效果反馈、用户行为数据等。，数据可视化将面临复杂得多的处理条件。
可能要经历包括数据采集、
一系列复杂的数据处理，包括数据分析、数据治理、数据管理和数据挖掘，然后设计者设计出一种表现形式，可以是三维的、二维的、动态的、实时的或交互的。那样地
之后，工程师创建相应的可视化算法和技术实现手段。包括建模方法、处理大规模数据的架构、交互技术、放大缩小方法等。动画工程师考虑表面材料、动画渲染
方法，交互设计师也会参与用户交互行为模式的设计。
因此，数据可视化工作或项目的创建需要许多领域的专业人员的协作才能成功。人类可以操纵和解释如此多样和复杂的跨学科信息，这本身就是一门艺术。
在数据可视化的发展中，科学与工程的应用催生了一个分支:科学可视化——“利用计算机图形学创建可视化图像，帮助人们理解科学技术概念或结果的错综复杂且往往是大规模的数字表达”。
在计算机诞生之前，科学可视化就存在了。比如等高线图、磁力线图、天空图等等。利用计算机强大的计算能力，人类可以在三维或四维空间表达复杂的液体流动模式和分子动力学的科学模型。
比如利用经验数据，科学可视化可以模拟天体物理学中人眼无法观察或记录的自然现象(模拟宇宙爆炸等。)、地理(模拟温室效应)和气象(龙卷风或大气平流)。
大象；利用医学数据(核磁共振或CT)研究和诊断人体；或建筑、城市规划或高端工业产品研发领域。例如，在汽车的研发过程中，这是必要的。
输入大量的结构和材料数据，模拟汽车被撞时如何变形。在城市道路规划的设计过程中，有必要对交通流进行模拟。
虽然科学可视化的形式对于普通人来说比较陌生，但是粒子系统、散点图、热图等图表，如果没有经过专业训练，是很难理解的。但事实上，科学可视化的成果已经渗透到我们生活的每一个角落。
90年代初，信息可视化领域进入人们的视野。用于解决异构数据中“抽象”部分的分析。它帮助人们理解和观察抽象概念，扩大人类的认知能力。
科学可视化和信息可视化的区别是微妙的，因为科学可视化的处理对象大多是抽象的概念。在手段和技术上也有很多共同点。所以界限很模糊。
在国外，很多大型企业和科研机构都会有相关部门进行数据可视化研究，比如数字图书馆。媒体和政府机构也会对自己的数据进行可视化分析，比如犯罪地图。在湖
在互联网上，那些掌握了大量用户活动信息、用户关系网络或语料库的网站，如digg、friendfeed、flickr或大型电商网站，都是实验性的。
视觉项目。遗憾的是，国内这方面的商业或实验项目还是比较空白的。
数据可视化的开发和大多数项目开发一样，也是基于需求按照数据维度或属性进行筛选，根据目的和用户群选择表达方式。相同的数据可以以多种不同的形式可视化。
有些可视化的目标是观察和跟踪数据，因此需要强调实时性、变化性和计算能力，并可能生成不断变化和可读的图表。
为了分析数据，有些人强调数据的呈现，可能会生成可搜索的交互式图表。
有些可能会生成分布式多维图表，以便发现数据之间的潜在关联。
为了帮助普通用户或企业用户快速理解数据的意义或变化，有些会使用漂亮的颜色和动画来制作生动、清晰、吸引人的图表。
其他的图表可以用于教育、宣传或政治，做成海报、课件，出现在街头，举办广告、杂志、集会。这种图表有很强的说服力，使用了强烈的对比、代入等手法。
段子，可以塑造出很有冲击力和自我借鉴的形象。在国外，很多媒体会根据新闻主题或数据，聘请设计师制作视觉图表来辅助新闻主题。
说到这里，大家都能感受到数据可视化的应用价值。其多样性和表现力吸引了众多从业者，其创作过程中的每一个环节都有强大的专业背景支撑。不管它是不是动态的
它是一个静态的视觉图形，为我们搭建了一座新的桥梁，让我们洞察世界，发现各种关系，感受身边每时每刻的信息变化，让我们了解他人。
形式下不易探究的东西。
通过翻译这一系列文章，我对数据可视化的创意印象深刻，也对它能够诞生和发展的背景环境感到惊叹。希望国内能有更多跨学科人才的教育背景和开发实验项目的环境。设计师会更有创造力和专业性，永远保持好奇和敏感。