在实现一个数据可视化时候应该注意：
"为什么要搜集数据？有什么让人感兴趣的？数据能告诉人什么故事？"
对于数据，需要充分理解数据。其次，可视化是任务驱动型的，数据可视化是工具，目标是为人服务。展现的时候，需要准确的展示数据传达的信息。
可视化的流程可以简化为：获取--分析--过滤--挖掘--表述--修饰--交互。
基本概念
科学可视化（Scientific Visualization）、信息可视化（Information Visualization）和可视分析学（Visual Analytics）三个学科方向通常被看成可视化的三个主要分支。这三个分支整合在一起形成的新学科“数据可视化”，是可视化研究领域的新起点。——《数据可视化》
1.科学可视化scientific visualization
数据处理+图形绘制。
2.信息可视化Information visualization
信息可视化主要两个形式：可视化试图和可视化系统。
3.可视分析学 Visual Analytics
数据-->①交互的可视化方法②自动的数据挖掘方法-->知识
※核心素养包括：1-数据表示与转化2-数据可视化呈现3-用户交互
·输入数据需要转换为计算机方便处理的格式。
·从海量的呈现方式之中选择合适恰当的编码方式。
可视化设计
可视化设计可以简化成如图嵌套的四个层次。四个层次没有严格的顺序。
其中，第三层是设计的核心内容。
数据
常见数据分类：
1.类别型数据：一类物体。
2.有序型数据：表示对象之间次序关系。没有办法对于相对差别定量比较。
3.区间型数据：得到对象之间定量的比较。注意：只有相对差别，没有绝对差别。
4.比值型数据：数值之间比例关系。
不同数据类型-->不同操作算子，不同集合操作，不同统计计算……
基本图表
（基础的可视化图表）。
1原始数据绘图。处理原始数据图。包括柱状图饼状图直方图散点图……
2简单统计值标绘。盒须图https://baike.baidu.com/item/%E7%9B%92%E5%BD%A2%E5%9B%BE/2258542。
3多视图协调关联。多视图协调关联将不同类型的绘图组合起来，每个绘图单元可以展现数据某方面的属性，并且通常允许用户进行交互分析，提升用户对数据的模式识别能力。
设计
设计制作一个可视化视图包括三个主要步骤:①确定数据到图形元素(即标记)和视觉通道的映射②视图的选择与用户交互控制的设计③数据的筛选，即结果需要保持合理的信息密度。
可视化要注意始终以服务用户为目标。首先需要考虑数据的语义和用户的个性特征。
基本数据类型之中的常用编码方式如下。当数据并非基本数据类型时候，可以考虑组合。
·交互：复杂的数据需要更复杂的手段呈现，为了方便用户获取信息，需要提供好的交互。
·对每一个视图命名和分类。
·动画和过渡是可视化中常用的技术。
研究
·基于数据类型的研究：一维、二维、三维、时间、多维、树和网络。
·基于数据状态模型的研究：（Data State Model）Chi把可视化分解为四个数据转换阶段和三中国数据转换操作。
