[Note]层次和网络数据可视化
层次结构
层次数据表现为包含、从属、承接（决策树、家谱）关系。
层次数据的可视化
要点： 对数据中层次关系的有效刻画。
- 节点-链接
- 擅长： 承接关系
- 缺点：广度和深度相差较大时，此方法可读性较差，大量数据点聚集在屏幕局部范围，难以高效利用有限的屏幕空间
- 空间填充： 将空间分块
- 擅长： 包含和从属
- 缺点： 层次不如节点-链接法清晰
- 混合方法，即混合以上两种方法
节点-链接法
- 节点位置的空间顺序和层次关系一致
- 减少连线之间的交叉
- 减少连线的总长度
- 合适的长宽比，优化空间利用(数据-墨水原则)
缩进法
- 利用纵横布局算法，沿某个轴扩充或缩进子节点，同一层次节点在另一个轴展开
- 缺点：数据量大时，需要很多滚动操作
正交布局
- 特点：与坐标轴一致，符合人视觉的规则布局
- 擅长： 广度比较大的层次结构
- 缺点： 容易导致不合理的长宽比， 造成数据显示空间不足和屏幕空间的浪费
径向布局
* 根节点位于圆心，不同层次的节点被放置在半径不同的同心圆上，节点到圆心的距离对应于它的深度
* 优点：合理的利用了空间
- 环状径向树法
- 随着层次的深入，子节点的空间占位逐渐变小
- 圆锥法
- 在三维空间可视化层次数据，结合径向布局和正交布局
常规的径向图布局树节点往往呈几何倍的增长。而如果布局空间不是欧式空间，而为双曲空间，则圆周随半径的增加呈几何倍的增长，从而保证父节点与子节点有足够的距离。
大尺度的层次结构，无法避免节点的重叠。解决方法：
- 焦点+上下文
- 兴趣度树（DOI Tree）
空间填充法
- 树图
- 使用矩形表示层次结构里的节点，父子层次关系用矩形之间的相互嵌套隐喻
- 核心问题： 递归地分割空间采用的分割方法，如交替纵横切分法
- Voronoi树图法：任意多边形取代矩形空间
- 树图 vs 节点-链接
- 优势：空间利用率高；根据节点的属性或权重，直观的考察比重大的节点
- 劣势：空间嵌套的层次视觉效果不如节点-链接发直观；当层次深度较大时，也不是很直观
- 径向布局
- 旭日图（sunburst）：中心的圆表示根节点，各个层次用同心圆环表示。
- 比较：空间利用率大于节点-链接法，小于树图法
- 缺点：树结构的不平衡造成某一部分的扇形向外延伸很长，造成不合理的长宽比
其他方法
混合使用节点-链接法与空间填充法
- 相邻层次图（adjacency diagrams）
- 弹性层次法
- 扩展的旭日图法