数字----纺友云上展

数据可视化的显示空间通常是二维的，比如电脑屏幕、大屏显示器等，3d图形绘制技术解决了在二维平面显示三维物体的问题。

但是在大数据时代，我们所采集到的数据通常具有4v特性：volume（大量）、variety（多样）、velocity（高速）、value（价值）。如何从高维、---、多样化的数据中，挖掘有价值的信息来支持决策，除了需要对数据进行清洗、去除噪声之外，还需要依据业务目的对数据进行二次处理。常用的数据处理方法包括：降维、数据聚类和切分、抽样等统计学和机器学习中的方法。

我们认识到了数据可视化的---性，但缺乏数据可视化方面的技能，部分原因可以归结于，数据可视化只是数据分析过程中的一个环节，数据分析师可能将精力花在获取数据、清洗整理数据、分析数据、建立模型，数字---，但在展示沟通上力不从心。与此同时，对于可视化类型的选择，既不是纯粹美学，也不是完全个人化。一个不合适的方案，受众可能会觉得乏味或者费解，甚至可能造成和受众之间的---壁垒。