武汉纺友技术公司-数字政务

数据可视化的显示空间通常是二维的，比如电脑屏幕、大屏显示器等，3D图形绘制技术解决了在二维平面显示三维物体的问题。

但是在大数据时代，我们所采集到的数据通常具有4V特性：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。如何从高维、海量、多样化的数据中，挖掘有价值的信息来支持决策，除了需要对数据进行清洗、去除噪声之外，还需要依据业务目的对数据进行二次处理。常用的数据处理方法包括：降维、数据聚类和切分、抽样等统计学和机器学习中的方法。

在一个日益以数据为主导的世界中，各种各样的用户正在以多种方式收集数据，每一个人都想从他们所有的数据当中了解更多具有价值的信息来辅助企业or个人的管理。而数据可视化和可视化分析就是能够帮助到我们更好的了解或提取数据信息的途径。数据可视化和可视化分析其实是两个新的名词，在中国的发展也不过就是一二十年的时间，很多人可能也是对其的了解停留在字面意思上，对其深入的概念，优势以及数据可视化和可视化如何协同工作都不太清晰。数据可视化意味着以可视化图表的形式来显示数据信息，使人类用户更容易理解见解。数据通常以图形或图表形式显示，例如图表，图形，列表，地图以及综合了这些多种格式的综合数据大屏。数据可视化与可视化分析之间的关系是共生的。

我们认识到了数据可视化的必要性，但缺乏数据可视化方面的技能，部分原因可以归结于，数据可视化只是数据分析过程中的一个环节，数字政务，数据分析师可能将精力花在获取数据、清洗整理数据、分析数据、建立模型，但在展示沟通上力不从心。与此同时，对于可视化类型的选择，既不是纯粹美学，也不是完全个人化。一个不合适的方案，受众可能会觉得乏味或者费解，甚至可能造成和受众之间的信任壁垒。