问多变量数据可视化和多维可视化有什么区别？

EN

我不认为有一个明确的(或足够明确的)术语。

多变量意味着它涉及多个(相依或独立)变量.这很明显。

数学意义上的多维表示数据点来自多维空间(通常是向量空间)。这和多变量完全一样。在这个意义上，你的可视化是多变量和多维的.标记的大小和颜色都代表单个的维度或变量，这是等价的。而且，时间将是一个独立的维度。就我个人而言，我会同意这种对多维术语的解释。

如果你想把多维这个词限制在地块的空间维度上，那么标记的大小和颜色在这个意义上就不是维度了。我个人认为这种解释令人费解。时间在这个意义上也不是一个维度，除非你用图中的第三轴来表示它。同样，这也让人困惑，因为很多人实际上常常把时间和空间维度放在一起。

所以，总之，我会坚持这里的维度的数学解释，这样多元和多维就会是等价的。

我认为这与康斯坦丁所说的完全相反。通过一个例子可以更容易地理解多维和多变量之间的差异：

假设你在不同的地方记录风速，P_1, P_2, P_3, ... P_n说。你会有n时间序列，对吗？但是只有一个变量，那就是风速。这是你的n-dimensional，单变量数据。

现在，假设在相同的点，你开始记录不同的变量，比如风v_1，压力v_2，臭氧浓度v_3，所以每个位置记录都是一个函数f(v_1, v_2, v_3)。因此，您必须处理一个n_dimensional，3-variate进程。

我是你的具体情况，你有一个图表，它既不是多维的，也不是多元的。

它是具有此属性的数据，而不是图表。

如果你能更好地解释数据，我们可以进一步讨论。