數據分析模型組成
《Visualization Analysis & Design》這本書中提到的數據分析模型，這個模型分為三個部分：認識數據、確定任務和設計方案。
認識數據：What
認識數據的核心就是確定數據的類型，只有正確地認識數據類型才能選擇正確的可視化方法。總的來說數據分為三個層次：數據集、數據和屬性，這里需要說明一下層次中的數據和前面提到的數據是不一樣的：前面是一個統稱，這里的是具體的實例。數據是由一些數據集（DataSet） 構成的，數據集又是由一條條數（Data） 構成的，每一條數據是由屬性（Attribute） 構成的。接下來我們就分別看看它們對應的類型。
數據集類型
數據集主要分為：表格（Table） 、網絡（Network） 和幾何（Geometry） 。
- 表格是由行（Row）和列（Col）構成。對於一個一維表格（Flat Table）來說，每一行是一個實體（ Item ） ，每一列是該實體的一個屬性（Attribute ） 。
- 網絡數據主要用來表示實體之間的關系，在網絡中的實體往往被稱作為節點（ node ） ，節點之間的關系被稱作為鏈接（link） 。
- 位置（Position） 去描述一個實體的形狀，這些實體可能是點，線，平面等。
數據類型
數據的主要種類是：實體（ Item ） 、鏈接（Link）、位置（Position） 和屬性（Attribute） 。
- 實體是一個單獨的個體，比如表格中的一行，網絡中一個節點。可以是一個人，也可以是一只螞蟻。
- 鏈接是實體之間的關系（Relationship）。
- 位置是空間數據，描述二維或者三維空間的一個位置。
- 屬性是一個可以被測量、觀察和記錄的特性，所有的實體、鏈接和位置都由屬性構成。屬性又被稱為變量（Variable） 或者數據維度（Data Dimension） 。
確定任務：Why
我們需要一些確定的詞去描述任務，去將這些任務一步步抽象，變成和領域知識沒有關系的描述。這些詞可以分成兩個部分：行動（Action） 和目標（Target） 。
行動：Action
行動是動詞，主要用來描述用戶想要通過可視化達到的目的。這里主要介紹最常見的兩種行動：發現（Discover）和展現（Present）。
目標：Target
目標是動詞，是用戶對數據感興趣的方面，對於不同的數據類型可能會有不同的目標。
設計方案：How
在設計一個可視化的時候，我們主要有多種基本手段比如：分面（Facet） ，操作（Manipulate） 和減少（Reduce） ，但是這里主要介紹編碼（Encode） 這種方式。上一章節里面提到：“數據可視化將不可見或難以直接顯示的數據轉化為可感知的圖形、符號、顏色、紋理等”，這個從數據到視覺元素的過程就是編碼。
編碼過程主要有兩個部分：布局（Arrange） 和映射（Map） 。布局的主要任務就是確定視覺元素在最后畫布上的位置，映射的主要任務就是用視覺元素的屬性去表示數據的屬性。比如在條形圖中，我們需要根據數據種類確定每一個條的位置，這就是布局，也需要去確定數據的大小卻確定每一個條的高度，這就是映射。
小結
