用于高密度多元数据图的不同三维符号与数据分层
人机交互
2016-01-27 v1
摘要
精心构建的散点图可以揭示底层数据集的许多信息。然而，在大多数情况下，视觉挖掘和理解大型多元数据集需要更精细的技巧，以及更高程度的交互性，以真正掌握所呈现信息的全部频谱。我们提出了一种用于符号设计并应用于创建呈现多变量信息的单一图的范式。我们将设计集中于两个关键概念。第一个概念是，在视觉上区分完全不同的形状比区分微妙不同的形状更容易，尤其是在部分遮挡时。第二个概念是用户分层接收信息，即按照视觉相关性顺序。使用此范式，我们将复杂数据分箱为期望且相关的离散类别。我们在高能物理和安全领域展示了结果，在每个单一图中显示超过6个不同的数据变量，产生了清晰、高度可读且有效的可视化。
引用
@article{arxiv.1601.06906,
title = {Distinct 3D Glyphs with Data Layering for Highly Dense Multivariate Data Plots},
author = {Santiago V. Lombeyda},
journal= {arXiv preprint arXiv:1601.06906},
year = {2016}
}
备注
6 pages. 9 figures. written in 2009. originally destined as a public internal CACR/Caltech report