赶在年底前，给博客开个头！顺便给 2021 立一个 FLAG, 接下来的一年，主要课题将是 ：数据可视化 | Data Visualization
后续会将数据可视化的学习心得，和一些想法，同步发布到两个博客上：
后续会将数据可视化相关的内容，设为专区，同步发布到两个博客上。
- https://www.xdnote.com/ : 我的个人博客
- https://vis.zone/blog/ : 数据可视化专区
了解一点数据可视化
最近几年中了知识付费的毒，上网买了不少课程。
每一个课都有一个开篇：《为什么你需要学习XXX》《XXX有多么多么重要》等等，每次一听都热血沸腾的够买学习，但很多学完后感觉收获很少。
所以这里不夸大，可视化了解不了解对于一个普通人来说没啥影响，虽然它已经渗透到各行各业了，一些浅层次的可视化，基本上不是原始人都了解。
但在如今数据泛滥的年代，学习一点点数据可视化是好处多多的，总结为以下几点：
- 表达: 可视化是一个数据表达的工具，旨在让人更聚焦到更重要的因素，忽略一些无关因素来增强表达效率与意图。
- 分析：可视化是数据分析师必备的技能，普通人看到后，面对数据，也不会不再手足无措。
- 交流：通过一些简单工具就可以以更形象的方式转达给其它人，助力沟通。
- 思考：通过可视化促进思考，提升数据敏感度，多一个视角，会发现一些别人发现不了的东西。
当然数据可视化只是手段，不是目的，你应该把它当工具书一样，当需要使用到的时候，根据实际需要来学习，如果用不上，学再多理论也没啥用。
数据可视化的类型
数据可视化目前可以分为 信息可视化 和 科学可视化， 它们都起源于 IEEE。
- 科学可视化源于IEEE 可视化会议，主要内容：
- 天文地理，气候气象，航空航天 等。
- 物理化学，医疗科技，分子生物 等。
- 工程制图，机械制图，建筑制图 等。
- 信息可视化源于IEEE 研讨会，主要内容：
- 处理抽象数据、数据集合，包括文本、图表、层次结构、地图等。
- 主要技术方向与当前难点是高维度数据的可视化。
说明：后续不会讨论科学可视化相关的内容，本博客将围绕信息可视化的分支慢慢展开！
一些极端例子
图像思维表述
乔布斯演讲会：iPod 能容纳 4000 首歌 , 从一个牛皮信封拿出 MacBook Air！ 有人说，Jobs 不说 iPod 有 16GB, MacBook Air 是 11.6寸！ 他用了可视化思维！生活中的信息
我们在生活中经常看到一些物品，带给我们的信息，如果逻辑严密，就可以推理演绎出更多的信息来。 比如小说中的福尔摩斯，就是神一般的存在。艺术创作
通过画面将文字信息展现出来，也是一种可视化的利用。
先承认，这些例子在广义意义上，都属于可视化的范畴，但不具备普适性，后面不会讨论这样的例子，但可能会借用其思想或原理。
后续计划
今天立个 FLAG, 在接下来的2021年，将进入可视化的深水区探索，并把一些干货和有意思的见闻在此分享。
“你觉得数据无聊是因为这不是你想知道的，或者说你并没有意识到这些数据和真实世界的联系。” -Hans Rosling