学习使用（/创建）动态（/交互式）统计可视化资源

我想了解更多有关交互式数据可视化的知识（缩放，指向，笔刷，点映射等）。我欢迎任何人：

1. 有关如何使用这种方法进行统计探索的教程/指南/书（？）/视频。
2. 良好/有趣的交互式data-viz包（在R中和外部）的指针

刚开始滚动时，我知道R中有多种获得交互式可视化的方法，例如rggobi，新的googleViz R程序包，动画程序包等。但是，如果还有其他值得探索的软件包（提供R所没有的东西），我将很高兴了解它们（例如jmp，mathlab，spss，sas，excel等）。

ps：这是使用标签“交互式可视化”的第一个问题

除了Protovis（HTML + JS）或Mayavi（Python），我建议处理这是

一种开放源码的编程语言和环境，供想要创建图像，动画和交互的人们使用。最初被开发为用作软件速写本，并在视觉范围内教授计算机编程的基础知识。

http://www.openprocessing.org/上有很多开源脚本，还有很多有关处理和数据可视化相关书籍。

我知道有一个项目提供R接口rprocessing，但我不知道它如何进行。还有一个与clojure / incanter的接口（请参见例如使用Clojure和Incanter创建处理可视化）。

有许多在线资源，其中包括斯坦福课程笔记，例如CS448B或您可能不想公开承认您不知道的7篇经典基础视觉论文。

Chl建议使用更多软件包来创建交互式可视化效果。所有这些都是基于javascript的，并且可以在浏览器中运行，因此可以用于发布以及您自己的分析：

• D3.js是Protovis的后继产品。它可以更强大地控制您创建的对象（它们是适当的DOM对象，即您可以使用javascript对其进行完全控制），但是为了简化起见，有些人更喜欢Protovis。良好的技术性D3与Protovis讨论在这里。
• Raphael.js是高度定制的大众市场Web交互的一个不错的选择，因为它既可以用于未来（无闪存），也可以在IE6之前的浏览器上使用（我所知道的唯一不起作用的是旧版本的IE6）。 Android浏览器）。与D3一样，所有内容都是可定位的DOM对象，并且具有用于动画和交互性的良好内置api控件。它没有提供针对视觉化的开箱即用的功能：这是一个功能强大且灵活的空白面板，是设计自定义视觉化的绝佳选择，但不适用于您自己的初始探索性​​分析。首先了解您的数据。
• gRaphael.js是Raphael的标准图表（条形图，折线图等）。它是基本的，但是可以使用并且可以建立-如果您要构建自己的套件，则可能是有用的组成部分。

关于您关于学习的其他问题，关于一般原则，信息仪表板设计值得一提，如果你想要的是让通用标准互动一系列工具为您的数据。

交互式可视化介于统计数据和交互设计之间：因此可能需要使用相关书籍。我对许多交互设计教科书都没有任何亲身经历，但是我是通用设计原理的忠实拥护者。这可能会满足您的需求，但请考虑一下在其出色的“分类目录”页面中可用性”列，并阅读列出的章节（逐步披露，信噪比等）。

此外，对于任何编程新手， 编程交互性都是增强技术技能的好起点（还包括有关“处理”的一章）。

但是，要知道什么是可行的，什么是可行的，那么您就不能通过边做边学，而一个好的开始应该是考虑追踪和分析大牌的，价格昂贵的通用交互式可视化程序包，例如tableau和jmp，并思考为什么按其原样设计其功能。

除了处理之外，请查看基于Python的Nodebox（1、2，OpenGL），其灵感来自处理：

• http://nodebox.net
• http://beta.nodebox.net/
• www.cityinabottle.org/nodebox/

Nodebox 1仅适用于Mac，而Nodebox 2和OpenGL版本是跨平台的。

Python有大量的数据处理库，可以将其导入到Nodebox中，例如scipy.org。

作为对现有答案的一种单独处理方法，在我发布第一个长列表之后不久，WEAVE就出现了：一个开源的专用数据可视化套件。这是有关领先数据的 WEAVE的简短文章，相对于博客Flowing Data

明智的做法是根据您所处的位置采用其他方法进行数据可视化。您越早-原始数据和未开发数据越多-您越有可能从诸如WEAVE之类的预构建，灵活的通用套件中受益，而与Tableau和JMP之类的开源商业对等套件-您可以快速尝试并不费吹灰之力地了解数据并弄清楚要采取哪些攻击措施才能充分利用数据。

当您发现有关数据的更多信息时，您的重点可能会转向交流或“指导性探索”-基于您现在在数据中发现的警告，细微差别和感兴趣的领域而设计的更具个性化的探索性数据可视化。在这里，上面列出的程序化矢量绘图工具等空白板岩产品应运而生。