Splatterplots: преодоление наложения объектов на диаграммах рассеяния
Splatterplots: Overcoming Overdraw in Scatter Plots
2013-03-21
SCID: 54.1/st7hpnym
Discuss with AI
рендеринг с ускорением GPUSplatterplotsнепрерывное масштабированиевизуализация плотных данныхперерисовка точечной диаграммы
Figures from the paper
Abstract (AI)
В работе представлен Splatterplots — новый способ представления данных, заданных совокупностью точек, позволяющий создавать визуализации, масштабируемые за пределы возможностей стандартных диаграмм рассеяния. Традиционные диаграммы рассеяния страдают от наложения объектов (перекрывающихся графических маркеров) по мере увеличения числа точек на единицу площади. Наложение объектов скрывает выбросы, затрудняет восприятие распределений данных и усложняет выявление взаимосвязей между подгруппами данных. Для решения этих проблем в Splatterplots выполняется абстрагирование информации таким образом, чтобы плотность отображаемых данных в любой единице экранного пространства оставалась ограниченной, при этом непрерывное масштабирование позволяет раскрывать детали, скрытые в результате абстрагирования. При абстрагировании плотные скопления точек автоматически объединяются в контуры, а из оставшихся точек выполняется выборка. Методы абстрагирования сочетаются с перцептивно обоснованным смешением цветов для выявления взаимосвязей между подгруппами данных. В результате плотные области каждой подгруппы набора данных представляются в виде гладких замкнутых форм, а репрезентативные выбросы отображаются явно. Представлены методы использования графического процессора (GPU) для вычисления и визуализации Splatterplots, обеспечивающие интерактивную работу с массивами данных. Показано, что Splatterplots могут служить эффективной альтернативой традиционным методам отображения точечных данных: подобно обычным диаграммам рассеяния, они передают тенденции в данных, выбросы и взаимосвязи в наборе данных, но масштабируются на наборы данных с более высокой плотностью и позволяют отображать на экране до миллионов точек.
Key Findings
1
Вычисление и визуализация на GPU обеспечивают интерактивную работу с массивными наборами данных, включая отображение до миллионов точек.
2
Перцептивное смешивание цветов выявляет связи между подгруппами данных: плотные области представлены гладкими фигурами, а характерные выбросы отображаются явно.
3
Splatterplots устраняют проблему перекрытия точек в диаграммах рассеяния, ограничивая плотность данных, отображаемых в каждой единице экранного пространства.
4
Splatterplots передают тенденции, выбросы и отношения между подгруппами подобно традиционным диаграммам рассеяния, но масштабируются на значительно более плотные данные.
5
Метод автоматически объединяет плотные точки в контуры и отбирает оставшиеся точки, а непрерывное масштабирование раскрывает абстрагированные детали.
Research Object
плотные точечные данные и их визуальное представление в виде Splatterplots
Research Subject
масштабируемое отображение плотности данных, распределений, выбросов и взаимосвязей между подгруппами в условиях перекрытия графических элементов
Publication Details
Publication Date
2013-03-21
Journal
Publisher
ISSN
Cited by
173
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest