在科学研究和日常生活中我们经常会遇到高维数据,它提供了极其丰富和详细的客观信息。如何直观地表示这些数据,或者从中获取我们感兴趣的信息,一直是学者们孜孜不倦追求的目标。可视化技术能将数据信息转变为直观的、以图形或图像形式表示的、随时间空间变化的物理现象或物理量呈现在研究者面前,使我们看到传统意义上不可见的事物或现象,因此本文使用可视化技术来分析和研究高维数据,实践证明是处理高维数据的一种行之有效的方法。 可视化实现方法种类繁多,本文根据课题研究中所涉及到的数据来源,分别提出相应的数据可视化方法。首先针对寿命数据失效率在图形上表现为浴盆曲线的特点,我们提出用分段Weibull分布来拟合浴盆曲线,使用密度估计实现了失效率的可视化,并给出了分段Weibull分布的参数估计。为了在低维空间表示高维数据,我们提出用投影寻踪方法对高维数据进行降维处理,将它投影到直观的二维或三维平面上,然后使用聚类分析来判别数据之间的关系。本文还介绍了使用雷达图和脸谱图来表示高维数据,并提供了图形绘制方法,然后结合典型相关分析和主成分分析来发掘高维数据之间的相互关系。 根据本文提出的研究方法,我们使用编程语言在计算机上绘制图形。为了快速高效地编写程序,我们使用了TeeChart控件。该控件通过它提供的强大的图表功能,满足了我们对图形绘制的要求。程序运行结果显示了程序编写的正确性和研究方法的有效性。随着互联网的快速发展,本文提出基于B/S模式的数据可视化方法,这样大大扩宽了本研究的应用领域。 本文最后探讨了数据可视化的应用领域和我们目前的研究方向,也就是将其应用到经济数据统计分析与电子政务的决策分析中。通过本文的研究,成功实现了高维数据的可视化,它能提供给我们直观的数据信息,同时借助本文提出的分析方法还能发现数据之间的相互关系,为进一步数据信息的获取打下基础。