Mathematica数据可视化：[3]可视化的7个步骤

目前而言, 数据的存储不是一个难题, 但是这些数据都被收集过来, 大部分的情况下都静静的躺在某个地方, 我们并没有很好去利用它, 去分析背后隐藏的信息, 来辅佐帮助做出更好的决策来, 而将数据以图形可视化的方式是一种很好尝试理解数据的方式.在这一经验之中我要介绍一个如何开发可视化项目的过程,从获取数据直到如何交互.这是我们在整个系列经验中用来解决问题的框架, 共 7 个步骤[1]:获取 Acquire分析和验证数据 Parse过滤 Filter 数据清理挖掘 Mine表述 Represent修饰 Refine交互 Interact当然以上的7个步骤并不是死的。有的设计可能会用到这过程的若干步骤,有时候则会用的所有这些过程. 但是不管怎么, 它们的共同点就在于前面的几个步骤(获取分析清理数据)相比要花费的时间和精力要非常大, 但是这些枯燥琐碎的过程绝对非常重要, 无法避免.另外要提到的一点是上面步骤通常是和 Mathematica特定的函数联系在一起的:获取 Import, ImportString, URLFetch, WolframAlpha, CountryData转换 Head, ToExpression, ToString , Table过滤 StringCase, StringSplit, TrimmedMean, Cases, Rescale挖掘 Min, Max, Sort, SortBy, Tally, FindClusters表示 Histogram, BarChart, PieChart, Graphics, TableView, Grid .......修饰 ColorData, Style, Legended, Labeled交互 Manipulate, Tooltip, Button来看几个函数的简单应用吧:Import 从文件, 网址, 数据库将数据导入. 比如下面的小例子就是从网页直接导入图片:函数 Rescale对于数值的转换非常有用。大量可视化的问题都是通过数据从一个范围映射到另一个种解决的，比如说，将输入数据的最小值和最大值映射到 0 到 1 之间。所以 Rescale在本系列经验中使用的频率非常高Tally 元素重复次数，并将元素及其次数列出.上面的所列之命令并不是全部会用到的, 而只是我们可能会用到的函数很一小部分. 如果你不清楚那个函数的某个用法, 请查看文档或者跟随我们系列经验慢慢前进. 不过先让我们停一停, 下个经验再见!