数据可视化笔记9 可视化交互与评估

2023-11-19

概括
交互的概念
交互准则:交互延时、交互成本、交互场景变化
可视化交互的主要类型/分类:选择、再布局、视觉编码、抽象化/具体化、过滤、链接
交互模型:概览+细节,焦点+上下文、对偶界面、多种混合交互方式、混合多种交互设备
交互空间:屏幕空间、数据值空间、数据结构空间、可视化参数空间、可视化结构空间、数据/物体空间、虚拟和现实空间
可视化交互中的设备
可视化的价值和评估:定量评估和定性评估、其它评估方式

1、交互的概念

交互的概念:
用户通过与系统之间的对话和互动来操纵与理解数据的过程。

交互的作用:
缓解有限的可视化空间和数据过载之间的矛盾。
交互能让用户更好地参与对数据的理解和分析

2、交互准则

交互延时:用户操作的发生到系统返回结果所经过的时间
-感知处理:用户感知交互效果的过程
当用户旋转三维可视化中的物理时,物体需要随之不断更新,延时阈值为0.1秒
-立即反应:用户和可视化系统之间类似对话的交互。
例如可视化视图之间的切换,延时阈值为1秒
-基本任务:用户在交互中指令系统完成一个相对复杂的任务。
例如:检索相关信息,忍耐度增强,一般延时阈值为10秒

交互成本:为提高可视化效率,帮助用户处理更多数据,完成更复杂任务付出的成本。
-达成目的选择花费的决策成本
-生产系统操作花费的系统资源成本
-多重输入模式引发的交互流程阻滞
-人体物理动作占据的流程执行时间
-视觉混叠引起的感知阻碍
-视图变换花费的解读时间
-状态转换成本

交互场景变化:交互操作将引发可视化场景的变化,此时需要依赖用户的视觉和感知记忆避免交互出错。在场景变化中,尽量减少用户的认知负担。

3、可视化交互类型

可视化交互类型——Dix and Ellis (AVI 1998)
高亮和焦点
搜索更多信息- drill down和超链接
概况与上下文,缩放与鱼眼
同一个表示,不同参数选择
链接不同的表示/征:提供时间上的过渡(如淡入淡出)

可视化交互类型——Daniel Keim (TVCG 2002)
投影/映射
过滤
缩放
失真变形
Brushing & linking

可视化交互类型——最新分类
选择(Select): mark something as interesting
探索(Explore): 寻找某种清晰图案
再布局/重配(Reconfigure): show me a different arrangement
视觉编码(Encode): show me a different representation
抽象化/具体化(Abstract/Elaborate): show me more or less detail
过滤(Filter): show me something conditionally
链接(Connect): show me related items

可视化交互类型——最新分类:选择
标记感兴趣的区域或特征,追踪这些区域或特征的变化
常见的选择方法:鼠标选择、悬停、刷选、框选
从交互成本看: 针对节点较多的网络图,圈选>单击>选择范围
鼠标选择:单击选择一个项目,并显示数据点的属性
问题:选择时的视觉混乱(visual clutter)
解决办法:放大

标签(选择后的提示信息)选择的挑战与目标
如何可视化标签?
当很多实体存在时,逐一做标记很困难
归结为字符串在有限空间排列的问题
理想中的标签
可解读
具有指引性:明确地指向它的标签对象
互相不遮挡
对所有对象给出标签是理想状况,但并不总是可行的
偏心标签要素
在用户鼠标接触到数据点之前不可见
采用名称描述每个数据点
可视地连接数据点和标签
为标签排序,以显示数据点的布局

可视化交互类型——最新分类:探索
探索:寻找某种清晰图案
方法:调节绘制、视角位置、大小等参数

可视化交互类型——最新分类:再布局/重配
再布局/重配旨在为用户提供观察数据的不同视角,常见的方式有重组视图、重排列等。
实例
在TableLens中排序和重组
更改在散点图的属性
重组视图
保持基本表述和数据显示不变,重组元素的
位置
顺序
TableLens中,可以左右移动表示属性的列
可视化交互类型——最新分类:再布局
重新排序:TableLens中可以选择某种属性进行排序

可视化交互类型——最新分类:视觉编码
显示一个不同的表示方式(visual representation)
视觉编码是可视化的核心要素
改变视觉外观
实例
改变颜色编码
更改大小
改变方向
更改字体
改变形状

可视化交互类型——最新分类:抽象化/具体化
为用户提供不同细节等级的信息,用户可以通过交互控制显示更多或更少的数据细节,即调整抽象级别(概览和细节)
可视化术语:Details-on-Demand
应用场合
由于尺寸问题而不能显示整个数据
显示一组对象的抽象表达
展开数据组以显示更多细节,或显示单个数据

可视化交互类型——最新分类:过滤
过滤:显示符合条件的某些数据子集;基于某些特定的条件改变显示的数据集

动态查询优势:
加快工作效率, 促进反向、撤销、探索, 非常自然的交互方式, 显示数据
动态查询劣势:
操作过于耦合
设置会产生全局影响
设置条件必须提前确定
当数据尺寸变大时,动态查询无法达到实时
存储问题(线性数组 均匀网格 Kd-树 向量量化)

可视化交互类型——最新分类:链接
链接:显示相关的项目,高亮关联和联系,显示与特定数据项有关的项
实例:刷取(Brushing Histogram)

4、可视化交互模型

可视化交互模型——概览+细节(overview+details)
尺度问题—数据太大,不能在屏幕上显示
可能包含太多的事例
可能包含太多的变量
屏幕上只能显示部分数据,但观者焦点随时而变
概览+细节:在一个视图上集中显示所有的对象,再通过刷选、框选等交互在相邻视图中展示它们的细节

可视化交互模型——焦点+上下文(focus+context)
焦点+上下文:显示大规模数据集中的局部细节,致力于显示用户兴趣焦点部分的细节信息,同时体现焦点和周边的关联关系
鱼眼技术:模仿摄影中鱼眼镜头技术,重点突出,兼顾周边
F+C交互技术依据的认知规律是:人们在探索所关注的焦点信息和详细细节信息时,往往需要同时保持整个信息空间尤其是焦点相关的上下文信息的可见性

可视化交互模型——对偶界面模型
对同一数据同时采用两种不同方式的可视化
多角度观察数据,允许用户在两个视窗内进行可视化交互操作和交互结果的关联

5、交互空间

交互空间:用户和可视化程序交互时所处的空间或者视窗
主要空间:
屏幕空间
数据值空间
数据结构空间
可视化参数空间
可视化结构空间
数据/物体空间
虚拟和现实空间

屏幕空间:直接控制屏幕上的像素显示
所有像素、部分区域、单个像素点
主要方式:旋转、放缩、移动等
数据值空间:用户可以对某个或某些维度指定一个范围,查看该范围内的数据
主要方式:过滤
数据结构空间:用户可以指定可视化中数据的细节层次
可视化参数空间:绘制参数如颜色、大小等
可视化结构空间:关注系统的不同视图,将视图大小、位置做成可以调整,可以有效的使用屏幕空间
数据/物体空间:数据的直接绘制空间
虚拟和现实空间:将数据和空间紧密的结合起来

6、可视化交互中的设备

多点触控 (又称多重触控、多点感应、多重感应,英译为Multitouch或Multi-touch)是一项由电脑使用者透过数只手指达至图像应用控制的输入技术
智能手表:兼顾触摸功能和体感功能
交互方式:水平滑动、垂直滑动、旋转表盘、 移动手臂
其它交互工具:
MYO 腕带
Oculus Rift 头戴式虚拟现实设备
G-Speak手套
目光捕捉设备:通过捕捉用户的目光了解用户的兴趣,自动增强部分数据的细节

7、可视化的价值和评估

可视化价值:帮助用户从数据中获取新的知识
影响因素:用户已有的专业知识和技能,用户需要的知识
用户是可视化价值的体现者
可视化评估:帮助用户认识到可视化的作用,在专业领域或其它使用场景中接受可视化
可视化评估方法:定量评估和定性评估
定量评估:1、列出假设、2、设计实验、3、完成实验、4、分析结果
1、列出假设:假设尽可能具体,必须使用可以被证伪的假设,可以使虚假设
例如:可视化方法A比B好——不恰当,无法检验
用户使用可视化方法A完成T任务花费的时间比B少
可视化评估时涉及到的任务要简单
常见的任务有:
识别:用户通过可视化在数据中识别目标
定位:找到指定特征或目标的位置
区分:将数据中不同元素区分开
分类:将数据中不同元素划分为不同类型
聚类:按一定的相似法则将相似的数据聚合成一类
排序:将可视化的对象按一定规则排序
比较:对两个或多个可视化对象进行比较并发现相同或不同之处
关联:判断可视化对象之间的关联
2、设计实验
独立变量:可能影响假设验证的因素,如任务、可视化方法、可视化参数
因变量:随独立变量变化而变化的因素,如完成任务的实践、完成任务的准确性等
3、完成实验
招募被试:在满足条件的人中尽可能广泛的招募被试人员,如性别比例、年龄范围分布、学历程序分布均衡。
4、分析结果
分析对象:一组被试反复实验结果
分析方法:统计学假设检验方法。如显著性检验、卡方检验、似然比检验、t检验、F检验等

定性评估主要方法:访谈、观察
观察:被试人员在操作过程中的问题、情绪、发现等
注意要降低对被试人员的干扰
访谈:引导用户描述细节,善于倾听
不能引导观点,客观的完成访谈过程

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

数据可视化笔记9 可视化交互与评估 的相关文章

  • Python爬虫实战,requests模块,Python实现IMDB电影top数据可视化

    前言 利用Python爬取IMDB电影 废话不多说 让我们愉快地开始吧 开发工具 Python版本 3 6 4 相关模块 requests模块 random模块 bs4模块 以及一些Python自带的模块 环境搭建 安装Python并添加到
  • Streamlit项目: 轻松搭建部署个人博客网站

    文章目录 1 前言 1 1 探索 Streamlit 轻松创建交互式应用 1 2 最全 Streamlit 教程专栏 2 我的个人博客网站已上线 2 1 一个集成了智能中医舌诊 中e诊专栏的博客网站 2 2 前期准备 2 3 使用 Stre
  • Python VTK numpy数据3D可视化

    在Python的3D图像处理中 通常用numpy array来进行非常方便的计算或者转化 这里记录一下numpy数据的VTK可视化基本流程 包括面绘制 Surfase Rendering 和体绘制 Volume Rendering 除去数据
  • 永洪科技入选2023 商业智能应用案例TOP10

    8月13日 由DBC联合CIW CIS推出 经过两轮多维度评价 评议 评选 2023 商业智能应用案例TOP10 发布 永洪科技案例入选 电力行业数字化转型 数字化技术渗透至电力产业 发 输 变 配 用 各个环节 电力企业在复杂的产业环境中
  • vue全屏某个dom元素(包括退出全屏、监听)

    vue全屏某个dom元素 包括退出全屏 监听 1 话不多说直接上源码 一 左上角的图标是随着DOM 元素是否全屏而改变的 二 用isFullscreen来监听DOM是否全屏 三 用screenfull toggle element 来使元素
  • 传统制造型企业如何实现数字化转型?

    传统制造企业可以通过采用技术和数据驱动的方法来实现数字化转型 以改善运营 提高效率并在快速发展的行业中保持竞争力 以下是他们可以遵循的步骤和策略 1 评估和战略制定 评估当前状态 首先评估制造流程 技术基础设施和数据管理系统的当前状态 确定
  • matplotlib中的黑魔法:constrained和tight layout

    欢迎关注 生信修炼手册 在画图时 经常会遇到文字等图形元素超过了图片边框 显示不全的问题 比如以下代码 gt gt gt plt scatter x np random randn 10 y np random randn 10 s 40
  • 【数据可视化】基于Streamlit制作的时间序列数据分析APP(上手简单,附可运行源码)

    基于Streamlit制作的时间序列数据分析APP 1 为什么要使用Streamlit 官网介绍链接 在数据科学领域 一方面 当我们在学习或者实践机器学习算法的时候 需要进行一些参数调整 另一方面 我们也希望将最后的成果通过一种友好的可视化
  • MATLAB绘制正弦函数与余弦函数的线性组合曲线

    h0 figure toolbar none position 200 150 450 350 name 实例11 x 0 pi 20 2 pi y1 sin x y2 cos x h1 stem x y1 y2 画出线性组合的图 hold
  • python机器学习之支持向量机——线性SVM决策过程的可视化案例

    线性SVM决策过程的可视化 1 导入需要的模块 from sklearn datasets import make blobs from sklearn svm import SVC import matplotlib pyplot as
  • 火山翻译亮相飞书未来无限大会,打造全新翻译体验

    5月19日下午 2021春季飞书未来无限大会在北京召开 火山翻译携带火山同传 VolctransGlass AR智能翻译眼镜现身大会展厅 让观众了解前沿翻译技术和方案 并体验机器翻译如何在日常生活 工作和重要会议上帮助人们实现无障碍交流 本
  • python科学计算——数据可视化(Matplotlib)

    写在前面 Matplotlib提供了大量实现数据可视化功能的模块 采用面向对象进行封装 在编写大型应用时通过面向对象方式将更加有效 这里只是对matplotlib的一些简单功能进行总结 需要更高级别的应用时 请多参考官方说明 pyplot绘
  • Python之数据分析(三维立体图像、极坐标系、半对数坐标)

    文章目录 写在前面 一 三维立体图像 1 三维线框 2 三维曲面 3 三维散点 二 极坐标系 三 半对数坐标 写在前面 import numpy as np import matplotlib pylab as mp 因此文章中的np就代表
  • PCL 点云按高程渲染颜色

    目录 一 算法原理 二 代码实现 三 结果展示 四 CloudCompare 五 备注 一 算法原理 首先按照Z轴方向求取所在点云的高程极值 包括高程最大值与最小值 计算高程中值 然后选取渲染的红 绿 蓝三种颜色的值 最后 自上而下 为红绿
  • 数字孪生系统:智慧城市数据可视化

    分享几个我觉得很泛用的智慧城市可视化大屏模板 功能齐全且强大 画面美观且酷炫 模板一 智慧城市可视化应用管理平台 整合城市相关数据资源 对公共环境 人员民生 公共安全等领域的核心指标进行态势监测与可视分析 辅助管理者全面掌控城市运行态势 提
  • COCO数据集格式(详解)及COCO标注可视化。json转COCO等代码

    coco数据集JSON文件格式分为一下几个字段 info info dict licenses license list 内部是dict images image list 内部是dict annotations annotation li
  • 数字化转型中的国产化替代之路

    引言 数字经济浪潮席卷全球 我国数字经济已进入快速发展阶段 加快推进企业数字化转型 已成为共识 同时有利于构建全产业链数字化生态 增强产业链上下游的自主可控能力 为数字经济社会发展 构建数智化生态注入新动能 在此过程中 国产软件企业作为数字
  • 2021-05-03

    一 R中安装 phyloseq 的方法 很多网上的教程使用的都是 source https bioconductor org biocLite R biocLite phyloseq 但是我尝试了很多次 最后还是没有成功 下面能成功安装 p
  • 数据工作者最爱的AI功能,你知道吗~

    在工作中难以避免的一项任务就是各种数据总结和汇报 怎么分析总结 以何种形式汇报 都是具有一定的难点 所以我要推荐的就是具有AI图表解析功能的可视化工具 Easyv数字孪生低代码可视化平台 可实现对数据的可视化展示 通过丰富的图表组件 清晰展
  • 数据工作者最爱的AI功能,你知道吗~

    在工作中难以避免的一项任务就是各种数据总结和汇报 怎么分析总结 以何种形式汇报 都是具有一定的难点 所以我要推荐的就是具有AI图表解析功能的可视化工具 Easyv数字孪生低代码可视化平台 可实现对数据的可视化展示 通过丰富的图表组件 清晰展

随机推荐

  • iOS

    我们有的时候在创建UIView的时候 想要使用xib进行创建视图发现 xib文件不能和UIView文件一起创建 所以 我们要单独创建xib文件 我们选择Empty文件 而不要选择View文件 记得文件名和你之前创建的UIView文件名要一致
  • 简单了解默克尔(Merkle)树

    Merkle树是Ralph Merkle在1988年发明的 旨在构建更好的数字签名 原文是A DIGITAL SIGNATURE BASED ON A CONVENTIONAL ENCRYPTION FUNCTION本篇论文在Weki百科中
  • 各种平台下Perl模块的安装方法

    Perl到了第五版增加了模块的概念 用来提供面向对象编程的能力 这是Perl语言发展史上 的一个里程碑 此后 广大自由软件爱好者开发了大量功能强大 构思精巧的Perl模块 极大地 扩展了Perl语言的功能 CPAN Comprehensiv
  • 交换机access与trunk口

    交换机access与trunk口 转载自 https www cnblogs com weiyikang p 4945914 html 理论知识 以太网端口二种链路类型 Access 和Trunk Access 类型的端口 只能属于1 个V
  • 攻防世界-fileclude

  • Android-小游戏

    Android 打地鼠游戏 前端界面 布局文件 TableLayout 表格布局 TableRow 行 TextView 文本框 ImageView 图片框 java代码 Handler 消息处理 Runnable 建子线程 setOnCl
  • 自定义QMessageBox显示\按钮功能

    QPushButton okbtn new QPushButton QString fromLocal8Bit 确定 QPushButton cancelbtn new QPushButton QString fromLocal8Bit 取
  • Redis和MySQL的数据同步问题

    Redis的工作流程 1 前台发送请求 后台接口去查询 2 先去查询Redis缓存里面有没有数据 如果有数据 就直接返回数据 3 如果Redis缓存里面没有数据 就去查询数据库 在数据库中查到数据以后 保存到Redis缓存中 然后在返回前台
  • 5、面向对象的设计思想

    一 面向对象设计思想 1 1 面向过程的设计思想与面向对象的设计思想 例如 我要去新疆 面向过程 我开车 我挂挡 我踩油门 我过河北 我过陕西 面向对象 我命令车去新疆 车怎么去不关我事 信息封装在这这个类的内部 我不用去了解车整个开动的过
  • SATA M.2 NGFF PCIE AHCI NVME SSD固态硬盘的接口、总线和协议区分

    总线 协议 说接口之前先说总线 民用产品的硬盘总线多为 SATA 和 PCIe SATA 总线只能使用 AHCI 协议 NVME 对比 AHCI 的优势在于 低延时 低功耗 更适合固态硬盘 PCIe总线 可以使用 AHCI 也可以使用更高效
  • uniapp vue3 h5,微信小程序滚动屏幕元素渐入动画&自定义导航栏

    项目文件下载地址 实际效果如下 一 滚动屏幕元素渐入 注意事项 animate css需要添加样式兼容微信小程序 微信小程序滚动时boundingClientRect获取不到标签信息 1 HBuilderX打开uniapp创建的vue3项目
  • 【java】案例一:使用java写的记账软件

    目录 一 需求说明 二 主要思路 三 代码实例 四 运行结果 一 需求说明 1 能够记录家庭的收入 支出 并能够打印收支明细表 2 项目采用分级菜单方式 3 假设家庭起始的生活基本金为10000元 每次登记收入后 收入的金额应累加到基本金上
  • 输入框去空格指令兼容ios苹果系统中文输入法

    export class InputXXXDirective constructor private elementRef ElementRef private control NgControl HostListener keydown
  • 线性代数的本质(九)——二次型与合同

    文章目录 二次型与合同 二次型与标准型 二次型的分类 度量矩阵与合同 二次型与合同 二次型与标准型 Grant 二次型研究的是二次曲面在不同基下的坐标变换 由解析几何的知识 我们了解到二次函数的一次项和常数项只是对函数图像进行平移 并不会改
  • E:Package 'Vim' has no installation candidate问题解决

    不多说 直接上干货 问题描述 root zhouls virtual machine apt get install vim Reading package lists DoneBuilding dependency tree Readin
  • GPT-3 模型特点

    Overview 模型 描述 GPT 3 一组能够理解和生成自然语言的模型 Codex Limited beta 一组可以理解和生成代码的模型 包括将自然语言转换为代码 Content filter 一种经过微调的模型 可以检测文本是否敏感
  • 插入排序总结

    插入排序 Insertion Sort 的算法描述是一种简单直观的排序算法 它的工作原理是通过构建有序序列 对于未排序数据 在已排序序列中从后向前扫描 找到相应位置并插入 排序思路 假设按照升序排序 1 从索引为1的元素开始向前比较 一旦前
  • activiti7-1-环境准备(idea)

    activiti7环境准备 1 首先安装插件 2 然后建库 3 pom 4 配置文件 4 1 log4j properties 4 2 activiti cfg xml 5 测试类生成表 6 目录结构 7 最后的操作 务必看一看 又回到cs
  • 用matlab解决多重共线性问题,多重共线性和非线性回归的问题

    前几天她和我说 在百度里有个人连续追着我的回答 三次说我的回答错了 当时非常惊讶 赶紧找到那个回答的问题 看看那个人是怎么说 最终发现他是说多重共线性和非线性回归的问题 他认为多个自变量进行不能直接回归 存在共线性的问题 需要进行因子分析
  • 数据可视化笔记9 可视化交互与评估

    概括 交互的概念 交互准则 交互延时 交互成本 交互场景变化 可视化交互的主要类型 分类 选择 再布局 视觉编码 抽象化 具体化 过滤 链接 交互模型 概览 细节 焦点 上下文 对偶界面 多种混合交互方式 混合多种交互设备 交互空间 屏幕空