分类： 数据可视化

本文是来自CHI2014的一篇论文。CHI是人机交互领域Human-Computer Interaction (HCI)的顶级会议。作者是法国自动化研究所INRIA的Fanny Chevalier等人

使用漫画方式进行动态网络叙事 一，概述 微软研究院、爱丁堡纳皮尔大学、卡尔加里大学联合提出了一篇文章，提出使用漫画作为传递动态网络变化特征的媒介。在以往的研究中，学者主要侧重于将动态网络可视化以进行数

高维多元数据（Multidimensional Multivariate Data， MDMV Data），指每个数据对象具有两个或两个以上独立或相关属性的数据。高维多元数据在人类社会生活中普遍存在，

上节我们讨论了多维直方图的多维数组压缩存储法。这一节讨论在使用此压缩存储法的情况下，如何高效地计算重要的统计值。 一、计算联合熵 设p(x1, … , xn)是离散型随机变量X1 , … , Xn的联

站在计算机科学的角度，多维联合直方图的一个重要问题是，如何表示和存储其计算结果。 一，多变量联合直方图的多维数组存储法 一个简单的方法是将多变量联合直方图直接存储为多维数组。 一维变量V1的直方图可以

一、直方图的基本概念 在上文中介绍了，要计算联合熵，可以借助直方图提供的概率密度估计结果。 直方图既是一种精确表示数值型数据分布的统计图。从更一般的数学意义看，直方图也是一种不预先设定概率分布模型，只

一，背景和任务目标 假设有一个n维数据集，包含k个样本，可以视为n*k矩阵。每个数据维度我们可以视为一个随机变量，此n维数据集则可以视为由n个随机变量构成的系统。我们的目标是从集合数据集中选取一个最具

  第九期CSIG图像图形学科前沿讲习班（advanced lectures on image and graphic, 简称IGAL）于2018年12月26日-28日在北京大学举办。本期讲

自2015年起，chinavis的挑战赛大都在每年6月进行，参赛时间跨度1个月。本来我今年组队就想参加，但因为婚姻大事和学生毕设等诸多原因，6月实在无暇参与，甚为遗憾。 所以本人今年参加chinavi

今年7月25日，中国可视化与可视分析大会chinavis 2018在上海举行（大会网址http://www.chinavis.org/2018/challenge.html）。暌违两年之久，我也专程前

上次博客我分享了一些可视化案例集萃。这些网站不仅图文并茂内容详实，而且其中很多其本身就是很好的数据探索可视化作品。学习这些网站的设计思想和制作技术，对我们加深数据可视化理解很有裨益。今天就其中特定数据