Projektgruppe Visual Analytics - Medieninformatik und Multimedia ...

20 Kapitel 2 Visual Analytics
2.2.3 Klassifizierung von Visualisierungsformen
Die Visualisierungen aus dem vorherigen Abschnitt können in verschiedene Kategorien
eingeteilt werden, wodurch sie sich leichter vergleichen lassen. In diesem Abschnitt soll
diese Kategorisierung vorgenommen werden.
• Standard 2D/3D Techniken
Klassische Darstellungstechniken, wie zum Beispiel XY-Graphen, Histogramme
oder Karten fallen unter dieser Kategorie. Die bereits vorgestellten Streudiagramme
sind ebenfalls in dieser Kategorie einzuordnen. (vgl. [KMS + , Oel02, Kei02])
• Geometriebasierte Techniken
Die Grundidee geometrischer Techniken basiert auf der Transformation und
Projektion multidimensionaler Datensätze, um eine bessere Darstellung zu
erreichen. Es werden hierbei sowohl 2D als auch 3D Visualisierungen verwendet.
Es existiert eine Vielzahl von Darstellungsformen, die diese Grundidee verfolgen.
Beispielhaft seien Scatterplots und Parallel Coordinates genannt. Scatterplots
werden häufig verwendet um Data Mining Ergebnisse zu visualisieren und
werden von den meisten Tabellenkalkulationsprogrammen direkt unterstützt.
Jede Datendimension wird einer der beiden Achsen (X oder Y) zugeordnet
und in dessen Abhängigkeit gezeichnet. Eine dreidimensionale Darstellung ist
ebenso denkbar. Hingegen wird bei der wohl bekanntesten Technik, dem Parallel
Coordinate, jede Dimension durch vertikale Achsen repräsentiert. Jeder Datensatz
wird als Linie aufgetragen, welche die Achsen (Dimension) an der entsprechenden
Wertigkeit schneidet. Es entsteht so, pro Datensatz, ein charakteristisches Polygon
(siehe Abbildung 2.17). Das Tool XmdvTool 1 kann solche Graphen erzeugen.
(vgl. [KMS + , Oel02, Kei02])
Abbildung 2.17: Beispielhafte Parallel Coordinate – Darstellung [Kei02]
1 http://davis.wpi.edu/~xmdv/