可视分析
定义与方法

可视分析是一门融合可视化、人机交互与数据分析的交叉学科。它的发展经历了几个关键阶段，每一次飞跃都标志着人们对"如何借助视觉理解复杂数据"的理解不断深化。

态势感知（Situational Awareness）是可视分析的重要应用场景之一。在火灾救援场景中，指挥中心需要实时感知火情态势、资源分布和人员位置，做出科学的调度决策。

态势感知模型（Endsley模型）包含三个层次：感知（当前状态元素的感知）、理解（当前状态的综合理解）和预测（未来状态的推演）。可视分析系统需要同时支持这三个层次的认知过程。

可视分析流水线是描述从原始数据到最终洞见的完整处理流程。它经历了从科学可视化的渲染管线，到信息可视化的人在回路，再到可视分析的人机协同的演化过程。

科学可视化的渲染管线是一个单向流程：原始数据 → 数据过滤 → 映射 → 渲染 → 图像。这一阶段的特点是以计算机为中心，人的角色主要是观察者。

信息可视化引入了交互环节，用户可以通过筛选、刷选、缩放等操作主动探索数据。这形成了"数据 → 视觉映射 → 视图 → 交互 → 数据"的闭环，人成为分析回路中的关键环节。

可视分析流水线进一步整合了自动化分析（机器学习、数据挖掘等）与人类的判断能力。形成了数据 → 处理 → 可视化 → 交互 → 洞见的完整闭环，其中自动分析和人类认知双轮驱动。

可视分析的核心理念是：让计算机做它擅长的（大规模计算），让人做人擅长的（模式识别与判断推理），通过可视化界面将两者有机结合。

构建一个可视分析系统是一个系统工程，需要遵循科学的方法论。整个流程包含七个关键步骤，从明确分析目标开始，到最终的可视分析评估收尾。

以一个城市交通流量分析系统为例，展示如何按照12.4节的构建流程，从零开始搭建一个完整的可视分析系统。

可视分析领域经过多年发展，已经形成了六种经典的分析模式。每种模式针对不同的分析需求，提供了相应的方法论和技术支撑。

以下是一个迷你交互式仪表盘示例，展示可视分析系统中多视图协同（Coordinated Multiple Views）的核心思想。在散点图中框选数据点，其他视图会同步高亮对应数据。