MapBasic最大的局限性在于，它没能与某一实际的应用相结合，完全脱离管理信息系统而独立运行，缺少了与实际管理中相关功能的结合点。与传统GIS专业性开发环境相比，像MapX这类组件式GIS系统的出现可以说是一种质的飞跃，它小巧灵活、开发简捷、价格便宜，用MapX开发的GIS系统运行速度快，因为它不需要在MapInfo软件平台上运行。......
2023-08-18
物流数据可视化解析，图形统计与交互应用
【摘要】：数据可视化涉足制图学、图形绘制设计、计算机视觉、数据采集、统计学、图解技术、数形结合以及动画、立体渲染、用户交互等。狭义的数据可视化指的是将数据用统计图表方式呈现，而信息可视化则是将非数字的信息进行可视化。饼图、直方图、散点图、柱状图、折线图等，是最原始的统计图表，它们是数据可视化的基础和常见应用。按照数据表达信息的维度，随着维度的增加，可视化“设计”愈加重要。
数据可视化涉足制图学、图形绘制设计、计算机视觉、数据采集、统计学、图解技术、数形结合以及动画、立体渲染、用户交互等。
数据可视化和信息可视化是两个相近的专业领域名词。狭义的数据可视化指的是将数据用统计图表方式呈现，而信息可视化则是将非数字的信息进行可视化。前者用于传递信息，后者用于表现抽象或复杂的概念、技术和信息。广义的数据可视化是数据可视化、信息可视化以及科学可视化等多个领域的统称。
数据可视化起源于20世纪60年代计算机图形学，人们使用计算机创建图形图表，可视化提取出来的数据，将数据的各种属性和变量呈现出来。随着计算机硬件的发展，人们创建更复杂规模更大的数字模型，发展了数据采集设备和数据保存设备。同理也需要更高级的计算机图形学技术及方法来创建这些规模庞大的数据集。随着数据可视化平台的拓展，应用领域的增加，表现形式的不断变化，以及增加了诸如实时动态效果、用户交互使用等，数据可视化同所有新兴概念一样边界不断扩大。
饼图、直方图、散点图、柱状图、折线图等，是最原始的统计图表，它们是数据可视化的基础和常见应用。作为一种统计学工具，用于创建一条快速认识数据集的捷径，并成为一种令人信服的沟通手段，所以可以在大量PPT、报表、方案以及新闻里见到统计图形。最原始的统计图表只能呈现基本的信息，发现数据之中的结构，可视化定量的数据结果。图1-4所示为某股票的单日交易数据，可利用折线图对该组数据进行可视化，如图1-5所示，折线图的直观感受对把握数据的变化起到了可视作用。
面对复杂或大规模异型数据集，比如商业分析、财务报表、人口状况分布、媒体效果反馈、用户行为数据等，数据可视化面临处理的状况会复杂得多，需要经历包括数据采集、数据分析、数据治理、数据管理、数据挖掘在内的一系列复杂数据处理；然后由设计师设计一种表现形式，确定是立体的、二维的、动态的、实时的还是允许交互的；接着由工程师创建对应的可视化算法及技术实现手段，包括建模方法、处理大规模数据的体系架构、交互技术、放大缩小方法等；最后由动画工程师考虑表面材质、动画渲染方法等；交互设计师也会介入进行用户交互行为模式的设计。
图1-4 股市数据
图1-5 股市数据可视化
可见，一个数据可视化作品或项目的创建，需要多领域专业人士的协同工作才能取得成功。人类能够操纵和解释来源如此多样、错综复杂跨领域的信息，其本身就是一门艺术。按照数据表达信息的维度，随着维度的增加，可视化“设计”愈加重要。表1-1为船公司对码头满意度调查的数据.这份数据的信息传达需要经历认知数据、比对数据、记忆数值大小等过程，最终了解船公司对码头的评价。而如果相应地将其转换为柱状图（图1-6），则可一目了然观察到满意度的最大最小值，比对表1-1可快速定位最令人满意和不满意的环节。这就是可视化对信息认知能力提高的实例。
表1-1 船公司对码头满意度结果调查表
图1-6 船公司对码头满意度柱状图
除了上述一维数据的呈现，二维、三维乃至多维数据的可视化可见图1-7和图1-8。图1-7呈现了表现二、三维数据时常用的散点图和三维坐标图。
图1-7 二、三维数据的可视化
图1-8 星绘图法和Chernoff面法
图1-8中，左图是星绘图法，当一个对象具备几维特征时，就构建几条过中心点的直线，图中具有穿过中点的8条线，表征该对象在8个方面的特征。右图为Chernoff面法，其使用人脸的大小、形状和脸部器官的特征来代表数据维度，通过人脸绘制的多维数据按一定的策略进行排序，可以实现数据的可视化展示。该图将流动资金、盈利能力、增值、周转资金、资产周转率等指标关联于脸谱中的眉毛、嘴型、耳朵等脸部器官，实现通过人脸的大小与表情快速判断原始事物的特征。
有关物流可视化的文章
- 详细阅读
-
品质数据的图形展示：应用统计学解析详细阅读
（一）条形图条形图是用宽度相同的条形的高度或长短来表示数据多少的图形。条形图可以横置或纵置，纵置时也称为柱形图。条形图的特点是能清楚地表示出数量的多少，易于比较数据之间的差别。（二）饼图饼图又称圆形图，是用圆形及圆内扇形的面积来表示数值大小的图形。它能够直观地反映个体与总体的比例关系，形象地显示个体在总体中所占的比例。绘制的饼图如图3-7所示。这张饼图出现在至今依然被奉为经典的著作——《统计摘要》中。......
2023-08-13
-
应用多元统计分析：数据可视化与表示详细阅读
，xn 是从一元总体中抽取的．一元数据的数字特征主要有：均值，方差s2＝，标准差s＝，等等．对于多元数据，除分析各分量的取值特征外，还要分析各分量之间的相关关系．由于多元统计分析中的符号多而杂，因此需要说明：在一元统计学中一般用大写和小写字母分别来区分随机变量及其观测值，在本书后面的章节里，由于其他复杂的符号，我们可能不再遵守此约定，请读者注意一个符号在每一章中的意义．......
2023-11-18
-
应用统计学：数值数据图形展示详细阅读
也就是说，条形统计图中，横轴上的数据是孤立的，是一个具体的数据；而直方图中，横轴上的数据是连续的，是一个范围。最后，条形图主要用于展示品质数据，直方图则主要展示数值数据分布情况。在应用方面，直方图通常适用于大批量数据，茎叶图通常适用于小批量数据。图3-13全国及湖北省外新冠肺炎累计确诊病例增速折线图散点图用点的密集程度和变化趋势来表示两指标之间的直线相关关系。图3-14某校10名女大学生身高与体重数据散点图......
2023-08-13
-
物流可视化：矢量数据建模、规则图形绘制的重要详细阅读
规则图形的绘制作为矢量型地理信息系统软件，所有的空间地物都是由矢量图形表达的，因此，图形绘制是空间建模中最重要的工作。大多数的地物空间是非规则的；因此，多边形工具绘图是空间建模中最常用的功能。图4-37主工具条和绘图工具条非规则图形的绘制①多边形工具。这里以栅格图层中的图文信息中心为例，讲解多边形工具的使用。因此，工具栏中的和常与多边形工具配合使用。......
2023-08-18
-
物流可视化系统驱动数据建模详细阅读
整个应用系统的建模分两大部分，上述是场景的几何建模，这部分将主要讨论数据建模。驱动场景的数据建立在多网互联的基础上，主要分为管理数据和控制数据。控制数据，主要来自场地轮胎吊车的控制数据，通过对此信息的获取，可以实时驱动三维场景中场地轮胎吊车的运动。控制数据以快照形式存储于数据库中，因此最终系统的数据全部来自数据库。......
2023-08-18
-
物流结果数据的可视化及其类型详细阅读
物流结果数据的可视化数据库和数据仓库的数据具有不同的粒度或不同的抽象级别，能用多种可视化方式进行描述，比如三维立方体或曲线等。将物流数据分析后得到的知识和结果用可视化形式表示出来，比如折线图等。物流数据状态与过程可视化用可视化形象地描述物流状态与过程，用户可以看出数据的来源或去向，以及数据的变化规律。一个典型物流运输公司的可视化信息系统架构如图1-12所示。图1-12物流状态和过程可视化......
2023-08-18
-
物流可视化-数据源建立与数据库连接操作详细阅读
点击“确定”按钮，数据源建立完成，如图6-23所示。通过数据源的建立，将数据源与数据库文件对应起来。当MapInfo需要连接数据库时，可以将该数据源作为一个通道。图6-16新建Access文件图6-17打开“控制面板”对话框图6-18建立ODBC数据源图6-19添加新数据源图6-20选择数据源类型图6-21自定义数据源名图6-22选择数据库图6-23成功建立新数据源......
2023-08-18
相关推荐