9、数据可视化与降维技术全解析

数据可视化与降维技术全解析

1. 交互式绘图能力

在绘图中实现交互性是一项重要的能力。随着 JavaScript 在网页开发中的广泛应用，一些程序员为 JavaScript 绘图工具（如 Highcharts 和 Plotly）提供了 R 包装器。你可以参考 “Interactive Charts in R” 了解更多信息。另外，RStudio 的 Hadley Wickham 开发的 ggvis 工具也为 R 绘图提供了交互功能。目前，R 中的交互工具正在不断发展，R 程序员有望看到更多高级工具，从而能够快速开发自定义的交互式绘图，供组织内的非编程分析师使用。

2. 专业可视化方法

在标准的时间序列和横截面结构之外，还有一些特殊的数据结构，普通绘图难以捕捉其关系。下面介绍几种专业的可视化方法，用于处理日益常见的层次数据、网络数据和地理数据。

2.1 网络数据可视化

网络分析技术源于社交和产品网络数据的爆发。例如，eBay 上卖家和买家的网络、Facebook 上用户的网络属于社交网络；亚马逊上通过推荐系统关联的产品网络则是产品网络的例子。网络数据可视化可通过各种专业网络软件和通用软件实现。

网络图表由节点和边组成。节点代表参与者（如社交网络中的用户或产品网络中的产品），用圆圈表示；边代表节点之间的关系，用连接节点的线表示。以 Facebook 社交网络为例，我们可以构建用户列表（节点）以及“朋友”用户之间的成对关系（边）。也可以将边定义为一个用户在另