大数据可视化技术面临的挑战及应对措施

面向可视化的时序数据采样，主要针对时序数据的折线图视觉效果进行优化。此类研究的主要目标为，从时序数据中选择小部分时序数据，利用折线图上的点与连线的视觉效果，使得选取数据的折线图视觉效果与原始数据的可视化结果尽可能接近。

Steinarsson总结了一些基于折线图的时序数据采样算法，认为折线图中的每个数据点都存在各自的视觉权重。Kehagias提出了M4aggregation时序数据采样算法。Guo等总结了4种针对空间数据的可视化约束：代表性约束、可视性约束、平移一致性与缩放一致性，并基于可视化约束提出了贪心策略采样算法。

数据可视化生成方式

经过数十年的发展，数据可视化形成了从底层编程到上层交互式定制的多层次生成方式。

数据可视化生产方式

编程方式根据语言类型可以分为函数式编程与声明式编程。函数式编程可以根据图表元素封装层级分为更基础的图形编程接口，声明式编程出现时间相对较晚，其中采用图形语法思想的可视化语法。

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!