可视化复习

  1. boxplot（箱型图）的构建方法和特点——最基本的可视化，==怎么画，怎么看，存在什么问题==

  2. Multivaritate data（多元数据） 常用的可视化方式及构建方法==这个Multivaritate data怎么画，散点图矩阵或者平行坐标系该怎么构建==

  3. 视觉编码的设计空间，视觉通道（visual channnels）和图元类型（visual marks）==排序，不同数据，不同类型的数据==

  4. 科学可视化等值线，等值面

  5. 拥堵问题（crowding problem），常用降维方法，重点是==tsne（线性但是local？，pca（线性，mds（非线性==——mds -> local mds -> 概率版本，变成sne -> tsne; mds,sne等都存在拥塞问题，低维数据比较密集难以分开

  6. 可视化设计规范，常用图标的使用局限（pie chart，rainbow colormap）==比如什么时候适合用pie chart，Rainbow colormap存在什么问题等==

    Rainbow colormap的问题是：Rainbow颜色不遵循自然感知的排序，Rainbow颜色的感知变化不均匀，Rainbow的第三个问题是对视觉缺陷很敏感

    rainbow color的缺点： （1）人们通常把颜色分类 （2）颜色不是自然有序的 （3）不同的明度来强调某些标量值 （4）低亮度颜色（蓝色）可能会隐藏高频值

  7. 树可视化的常用方法：文件目录树，treemap，不同方法的优劣和适用任务的类型——算法不用掌握，知道结构，了解数据的层次，适合什么样的任务

    适用任务比如：需要基于排序的统计功能，需要快速增删查改的储存功能，需要快速增删查改而且需要保证遍历和插入顺序一致的存储功能

  8. 交互式可视化的意义，理解可视化中常用的交互技术（不同的交互技术，比如denalcring，brushing and linking？视频7:10处）

  9. 图可视化技术，force-directed算法（存在问题，速度，斥力需要平方，看不清），缺点与改进算法；==力导向图的缺点是容易出现节点重叠，拓扑信息丢失，改进的方法是采用可伸缩的布局算法，如网格布局、贪婪布局、马尔科夫决策过程布局等。==node-link diagram（==链接图==） 与 adjacency matrix（==链接矩阵==）优缺点——矩阵的好处：看到两个点是否相交；图适合看是否有路径，矩阵也能看但是有太多的交叉