授课时数
教学目的：
1.介绍数据可视化概念和发展历史
2.介绍可视化的三种类别
3.理解可视化作用，了解可视化的发展方向
教 学 内 容（课程导入）
一 可视化概念
1. 数据定义
2. 数据可视化的定义
3. 数据可视化从数据中提取的信息：
●模式 数据的规律
●关系 数据之间的相关性
●异常 问题数据
二 数据可视化发展历史
数据可视化的起源可追溯到公元2世纪，但是在之后的很长一段时间并没有特别大的发展。数据可视化的主要进展都是在最近两个半世纪才出现，尤其是近四十年。
目前最热门的可视化形式可以追溯到17世纪，那时的地质探索、数学和历史的普及促进了早期的地图、图表和时间线的出现。
随着工艺技术的完善，到19世纪上半叶，人们已经掌握了整套统计数据可视化工具（包括柱状图、饼图、直方图、折线图、时间线、轮廓线等），关于社会、地理、医学和基金的统计数据越来越多。
到19世纪下半叶，系统构建可视化方法的条件日渐成熟，人类社会进入了统计图形学的黄金时期。
到了20世纪上半叶，政府、商业机构和科研部门开始大量使用可视化统计图形。
进入21世纪，新的可视化媒介互联网出现，这催生了许多新的可视化技术和功能。
三 可视化的分类
根据所处理的数据对象的不同，数据可视化可分为科学可视化与信息可视化。
1. 科学可视化
科学可视化是可视化领域发展最早、最成熟的一个学科，其应用领域包括物理、化学、气象气候、航空航天、医学、生物学等各个学科，涉及对这些学科中数据和模型的解释、操作与处理，旨在寻其中的模式、特点、关系以及异常情况。
2. 信息可视化
信息可视化的数据更贴近我们的生活与工作，包括地理信息可视化、时变数据可视化、层次数据可视化、网络数据可视化、非结构化数据可视化等我们常见的地图是地理信息数据，属于信息可视化的范畴。
3. 可视分析学
可视分析学被定义为一门以可视交互界面为基础的分析推理科学，综合了图形学、数据挖掘和人机交互等技术。
四 大数据可视化作用及发展方向
数据可视化的作用包括记录信息、分析推理、信息传播与协同等。
伴随大数据时代的来临，数据可视化日益受到关注，可视化技术也日益成熟。然而，数据可视化依然存在许多问题，且面临着如下巨大的挑战。
●    数据规模大
●    数据质量问题
●    数据快速动态变化
●    面临复杂高维数据
●    多来源数据的类型和结构各异
未来主要有四个发展方向：
数据可视化的概念●可视化技术与数据挖掘技术的紧密结合。
●可视化技术与人机交互技术的紧密结合
●可视化技术广泛应用于大规模、高维度、非结构化数据的处理与分析。
●处理数据能力的弹性变化。
本章节的教学重点、难点：
本章重点是数据及数据可视化概念，难点是可视化面临的挑战
教学方法、教学手段：
使用教具：计算机和投影仪
♦习题：
P25