每個數據對象都有兩個或多個具有獨立或相關屬性的數據。

一維數據

一維數據可以用餅圖和條形圖來表示。

二維數據

可以用平面坐標系表示

三維數據

可以用空之間的坐標系表示

高維數據

高維指多個獨立屬性的數據，多元指多個相關屬性的數據。如何在視覺空空間(3D 空空間/2D平面)表達？

想法一:在2D/3D圖表上增加視覺通道，表達更多的屬性信息。

當維度超過三維時，可以添加視覺編碼來表示，如顏色、大小、形狀、填充形式等。但是對于高維多元數據的可視化，這種方法還是很有限的。

想法二:“多視圖協(xié)調關聯(lián)”:不同的視圖代表數據的一些屬性。

想法3:使用散布矩陣

對于N維數據，N2二維散點圖用于逐個表示N個屬性之間的成對關系

隨著數據維度的增加，A散點圖數量的增加導致可讀性下降

例:329車7項技術參數

想法四:使用桌面鏡頭

類似于表格，表格中的數值以圖形的形式顯示，保存空，便于觀察和查找

排序和選擇操作:很容易找到分布規(guī)律和關聯(lián)關系

焦點和背景:圖片和文字強調了關注的領域

重新組織視圖:移動屬性列

想法五:使用平行坐標系

平行軸代表不同的維度

每個數據點對應于一條穿過所有軸的折線

在2D完全顯示高維數據空

它不僅可以揭示數據在每個屬性上的分布，還可以描述相鄰屬性之間的關系

例如:a = (1，2，2，1，3)，b = (2，3，1，1，2)，c = (-4，5，2，)

例:329車7項技術參數

在2D完全顯示高維數據空

它不僅可以揭示數據在每個屬性上的分布，還可以描述相鄰屬性之間的關系

非相鄰屬性之間的關系表達能力較弱，不容易同時表達多維關系

該方法的增強和改進:

刷操作:交互選擇感興趣的數據并高亮顯示

更改坐標軸的順序

根據坐標軸之間的相關性進行聚類和重排

其他可視化方法的綜合使用