数据的三维可视化方法、数据的三维可视化程序以及数据的三维可视化系统与流程

本发明涉及将包含时间序列数据的多个项目的数值数据变换为三维对象的方法。

背景技术：

由于iot(internetofthings：)等的普及，能够取得各种传感数据的环境正在扩大，但为了分析所取得的数据，需要理解基于“数据的可视化”的数据。以下，对基于被称为crisp-dm(cross-industrystandardprocessfordatamining)的数据分析过程模型进行数据分析的例子进行说明。

图28是表示crisp-dm的数据分析模型的图。

在数据80的分析中，用户交替地重复“业务的理解”阶段81和“数据的理解”阶段82。当“数据的理解”阶段82完成时，用户交替地重复“数据的准备”阶段83和“建模”阶段84。

当“建模”阶段84完成时，用户在转移到评价阶段85之后，转移到“展开/共享”阶段86。另外，这些阶段间的转变并不严格。用户任意地转变各阶段并进行作业。

在“数据的理解”阶段82中，用户使用计算机等进行数据80的可视化，理解该数据80的特性。在可视化中主要使用3种图表。以下，示出所使用的图表的说明和使项目数为n的数据可视化的情况下的图表数。

图29是表示数据80的结构的图。

数据80例如各列为项目#1～#m，各行为时刻t1～tn。即，m个项目的各个项目分别具有n个时间序列数据。

图30是数据80的趋势图。

趋势图的纵轴是各项目的值，横轴是时间。根据趋势图，用户能够掌握经过时间内的数据的倾向以及动向。

用户使用计算机等，对每1个项目制作1个趋势图。在时间范围宽、数据数量多的情况下，有时也将趋势图分割为p个。趋势图的总数为项目数m与分割数p之积。

图31是数据80的直方图。

直方图的纵轴为频数，横轴为等级。通过该直方图，用户能够掌握频数分布。

用户使用计算机等，对每1个项目制作1个直方图。直方图的总数是项目数m。

图32是数据80的相关图。

相关图(散布图)使纵轴和横轴与2个项目的量、大小等对应。根据该相关图，用户能够掌握2个项目的关系性。

用户使用计算机等，按每2个项目循环地制作图表。相关图的总数是从项目数m取2个时的组合(mc2)。

另外，在专利文献1中记载了将分析出的数据映射到球面(三维对象)的发明。专利文献1中记载了如下发明：将试样a和试样b的表达量数据和试样a和试样c的表达量数据以针对2个实验中共同使用的试样a的基因表达强频数据为介质进行结合而变换为一个3维数据，作为球体内的点进行显示，或者着眼于试样a与试样b的比和试样a与试样c的比而映射到球面上，由此将各基因在试样a、b、c中的表达状况作为球面上的分布进行显示。

现有技术文献

专利文献

专利文献1：日本特开2001-340079号公报

技术实现要素：

发明要解决的课题

图30至图32所示的图表分别决定了1个图表中能够显示的数据范围。因此，随着数据量、项目数增加，使用计算机等的各图表的制作和由用户进行的各图表的确认花费大量的时间。

在该事例中成为可视化的对象的数据例如是电力系统中的各据点的测定数据，是对每个项目都具有时间序列数据的结构。因此，为了使数据可视化，针对每个项目制作针对数据的趋势图、直方图、相关图(散布图)等图表，并确认所制作的图表组。随着项目数增加，应确认的数据的可视化阶段和可视化数据的理解阶段花费大量的时间。

另外，专利文献1所记载的发明如试样a与试样b的表达量数据和试样a与试样c的表达量数据那样，在球面(三维对象)上表现同种数据。但是，关于表现动向信息、直方图信息、相关系数这样的不同种类的数据的情况，没有任何记载。

因此，本发明的课题在于，以容易理解的方式将不同种类的数据可视化为三维对象。

用于解决课题的手段

为了解决上述课题，数据可视化方法的发明的特征在于，计算机从属于多个项目的多个数据中，以上述项目的数量与各上述项目的数据数量的乘积将三维对象分割为子区域，将各上述项目的各数据分配给各上述子区域，通过各上述子区域来表示各数据的值以及顺序。

数据可视化程序的发明用于使计算机执行以下工序：从属于多个项目的多个数据中，以所述项目的数量与各所述项目的数据数量的乘积将三维对象分割为子区域的工序；将各所述项目的各数据分配给各所述子区域的工序；以及通过各所述子区域来表示各数据的值和顺序的工序。

数据可视化系统的发明的特征在于，具备：运算单元，其根据属于多个项目的多个数据，以所述项目的数量与各所述项目的数据数量的乘积将三维对象分割为子区域，将各所述项目的各数据分配给分割了所述三维对象的各子区域；以及显示单元，其通过各所述子区域来表示各数据的值和顺序。

关于其他手段，在用于实施发明的方式中进行说明。

发明效果

根据本发明，能够以容易理解的方式将不同种类的数据可视化为三维对象。

附图说明

图1是本实施方式中的数据可视化装置的结构图。

图2是变形例的数据可视化系统的结构图。

图3a是第1实施方式中的数据的可视化处理的流程图(其1)。

图3b是第1实施方式中的数据的可视化处理的流程图(其2)。

图4是表示将球体分割成区域的动作的立体图。

图5是表示将球体分割成区域的动作的截面图。

图6是表示将区域分割为子区域的动作的立体图。

图7是表示将区域分割为子区域的动作的截面图。

图8是表示子区域的半径的图。

图9是分析数据的趋势图。

图10是球体对象的截面图。

图11是分析数据的直方图。

图12是在子区域中反映了直方图信息的球体对象的截面图。

图13是示出球体对象的子区域的属性的显示画面的图。

图14是第2实施方式中的数据的可视化处理的流程图。

图15是表示将球体分割成区域的动作的立体图。

图16是表示将球体分割成区域的动作的截面图。

图17是表示将区域分割为子区域的动作的立体图。

图18是表示将区域分割为子区域的动作的截面图。

图19是示出球体对象的显示画面的图。

图20是表示第3实施方式中的球体的分割方法的图。

图21是表示第4实施方式中的球体的分割方法的图。

图22a是第5实施方式中的数据的可视化处理的流程图(其1)。

图22b是第5实施方式中的数据的可视化处理的流程图(其2)。

图23是表示将圆柱分割成区域的动作的立体图。

图24是表示将区域分割为子区域的动作的立体图。

图25a是第6实施方式中的数据的可视化处理的流程图(其1)。

图25b是第6实施方式中的数据的可视化处理的流程图(其2)。

图26是表示将圆柱分割成区域的动作的立体图。

图27是表示将区域分割为子区域的动作的立体图。

图28是示出crisp-dm的数据分析模型的图。

图29是表示分析的数据的结构的图。

图30是数据的趋势图。

图31是数据的直方图。

图32是数据的相关图。

具体实施方式

以下，参照各图对用于实施本发明的方式进行详细说明。

本实施方式提出将具有多个项目的数据表现为1个三维对象的方法。数据可视化装置根据应可视化的数据计算描绘所需的信息，将三维对象分割为每个项目的区域。然后，数据可视化装置进行与相关系数对应的项目的分类，按每个项目、数据计算距中心地的半径。数据可视化装置还根据区域信息和半径信息计算三维对象的描绘范围的坐标，计算与相对于直方图中的最大频数的等级的背离对应的描绘色。由此，数据可视化装置能够根据数据描绘三维对象。用户能够从该三维对象读取动向信息、直方图信息、相关系数。

图1是本实施方式中的数据可视化装置1的结构图。该数据可视化装置1的结构在第1～第6实施方式中通用。

数据可视化装置1是具备cpu(centralprocessingunit)11、rom(readonlymemory)12、ram(randomaccessmemory)13的计算机。数据可视化装置1还具备显示部14、打印部15、存储部16。存储部16例如是硬盘或闪存，存储有数据可视化程序161、分析数据162。分析数据162与图29所示的数据80同样地构成，例如各列是项目#1～#m，各行是时刻t1～tn，各单元的内容是相应项目的相应时刻的时间序列数据。即，m个项目的各个项目分别具有n个时间序列数据。

cpu11是执行各种运算的运算单元，通过读出并执行存储在rom12中的未图示的bios(basicinputoutputsystem)程序，来启动该数据可视化装置1。cpu11还将存储在存储部16中的数据可视化程序161读出到ram13等中并执行，由此进行分析数据162的可视化，进而读取根据分析数据162计算出的直方图信息、相关系数的信息。

rom12是非易失性存储器，如bios程序那样，执行该数据可视化装置1中固有的程序。ram13是易失性存储器，通过cpu11用作各种程序的工作区域。

显示部14例如具备液晶面板，显示文字、图形、图像等。

打印部15在纸等记录介质上打印文字、图形、图像等。数据可视化装置1将分析数据162可视化，使可视化的对象显示于显示部14。

图2是变形例的数据可视化系统s的结构图。

数据可视化系统s构成为数据可视化服务器2与终端3经由网络n可通信地连接。数据可视化服务器2是具备cpu21、rom22、ram23的计算机。数据可视化服务器2还包括显示部24、打印部25、存储部26和通信部27。存储部26例如是硬盘或闪存，存储有数据可视化程序261、分析数据262。

cpu21是执行各种运算的运算单元，通过读出并执行存储在rom22中的未图示的bios(basicinputoutputsystem)程序，来启动该数据可视化服务器2。cpu21还通过将存储于存储部26的数据可视化程序261读出到ram23等并执行，来进行分析数据262的可视化。分析数据262与图29所示的分析数据80同样地构成，例如各列为项目#1～#m，各行为时刻t1～tn。

rom22是非易失性存储器，如bios程序那样，执行该数据可视化服务器2中固有的程序。ram23是易失性存储器，通过cpu21用作各种程序的工作区域。

显示部24例如具备液晶面板，显示文字、图形、图像等。

打印部25在纸等记录介质上打印文字、图形、图像等。

通信部27例如是网络接口卡，经由网络n与终端3相互通信。数据可视化服务器2使分析数据262可视化，经由通信部27与终端3通信，使可视化的对象显示于终端3的显示部等。此外，终端3也是具备显示部、通信部以及处理器的计算机。

《第1实施方式》

在第1实施方式中，将数据作为球状的三维对象进行可视化。以下，设为图1所示的数据可视化装置1执行各处理来进行说明，但也可以是图2所示的数据可视化服务器2执行各处理而使三维对象显示在终端3上，并不限定于此。

图3a和图3b是第1实施方式中的数据的可视化处理的流程图。

cpu11根据分析数据162计算描绘所需的信息(s10)。在此，描绘所需的信息是分析数据162的项目数m和各项目的时间序列数据数n。在以下的说明中，将球体对象4模拟为地球来说明分割方法。

cpu11对将围绕球体对象4的地轴(x轴)的180度除以项目数m而得到的角度θ2进行计算，以角度θ2将球体对象4中以极为中心的2个半球分割成区域(s11)。由此，得到规定经度范围的三维的区域、以及其对跖点的三维的区域。在第1实施方式中，将这2个区域的组合简称为“区域”。

以下，参照图4和图5，说明步骤s11的动作。

图4是表示对球体对象4进行m分割成为区域41的动作的立体图。在图4中，x轴是上方，y轴是右里侧方向，z轴是右近前方向。

图5是表示对球体对象4进行m分割成为区域41的动作的截面图。图5表示以x＝0切断图4的球体对象4时的截面。

分析数据162的项目数为m。如图4和图5所示，数据可视化装置1的cpu11以围绕球体对象4的地轴(x轴)的180度除以项目数m而得到的角度θ2，在规定纬度范围内将该球体对象4中的以极为中心的半球中的一方分割为m个区域41a，在规定纬度范围内将半球的另一方分割为m个区域41b。该规定纬度范围是角度θ2。区域41a的对跖点的集合是区域41b。在此，将区域41a、41b的组合称为区域41。

由此，能够将球体对象4分割为与全部项目数m对应的m个区域41。

返回图3a，继续进行说明。cpu11对从各区域的中心起360度除以时间序列数据数n而得到的角度θ1进行计算，以角度θ1将各区域分割为子区域(s12)。以下，参照图6和图7，说明步骤s12的动作。

图6是表示将区域41分割为n个子区域411的动作的立体图。在图6中，x轴是上方，y轴是右里侧方向，z轴是右近前方向。

图7是表示将区域41在南北方向上分割为n个子区域411的动作的截面图。图7表示从左近前方向朝向右里侧方向观察图6的区域41和子区域411时的情况。另外，y-z轴是从侧面观察图7的区域41时的轴，与x轴垂直。

分析数据162的各项目的时序数据数为n。数据可视化装置1的cpu11以从各区域的中心起360度除以时间序列数据数n而得到的角度θ1，将该区域41分割为子区域411。由此，能够将各区域41分割为与时间序列数据数n对应的n个各子区域411。这些步骤s11和s12的处理是通过项目数与项目的数据数的乘积将球体对象4划分成各个子区域411的处理。

一般而言，时间序列数据数n比项目数m大。因此，通过将各项目与180度的半圆关联起来，将时间序列数据与360度的全圆关联起来，由此能够抑制球体对象4中的各时间序列数据的解析度的降低。

返回图3a继续说明。cpu11决定球体的半径r，使得所分割的子区域411超过能够可视化的一定体积(s13)。

cpu11按照与用户预先指定的项目的相关系数从高到低的顺序对各项目进行分类，并与各区域关联起来(s14)。由此，能够在球体对象4上示出用户预先指定的项目与各项目的相关性。

接着，cpu11按照时间序列顺序将各时间序列数据与各子区域关联起来(s15)。由此，能够以各子区域的表面与中心的角度来表示各时间序列数据的顺序。

另外，相关系数r(x，y)是测量2个变量间(x，y)的关系的指标。相关系数r(x，y)是将x与y的协方差cov(x，y)除以x的偏差的平方var(x)与y的偏差的平方var(y)的乘积的平方根而得到的，通过数学式(1)导出。

[数学式1]

x与y的协方差cov(x，y)是在用(xi，yi)表示第i个观测值时，将x方向的偏差与y方向的偏差的乘积全部相加，除以标本尺寸n而得到的值，通过数学式(2)导出。

[数学式2]

x的方差var(x)是将x方向的偏差的平方全部相加并除以标本尺寸n而得到的值，通过数学式(3)导出。

[数学式3]

y的方差var(y)是将y方向的偏差的平方全部相加并除以标本尺寸n而得到的，通过数学式(4)导出。

[数学式4]

相关系数r(x，y)为-1.0至+1.0中的任一个，越接近1.0，正相关越强，越接近-1.0，负相关越强，接近0时没有相关。

返回图3b继续说明。在步骤s16～s24中，cpu11以项目数重复进行处理。

在步骤s17～s23中，cpu11按照每个项目的时间序列数据数重复进行处理。

cpu11判定时间序列数据是否缺损(s18)。如果时间序列数据没有缺损(否)，则cpu11以各时间序列数据的最大值为3r、最小值为r的方式进行标准化而求出各数据的半径rd(s19)，进入步骤s21。在此，半径r相当于表示数据的最小值的第一规定值。半径3r相当于表示数据的最大值的第二规定值。

如果时间序列数据缺损(是)，则cpu11将数据的半径rd设定为0(s20)，进入步骤s21。

在步骤s21中，cpu11基于球体信息和半径信息来决定各子区域411的描绘坐标。通过步骤s21的处理，cpu11能够用从球体对象4的中心到子区域的表面为止的距离来表示各时间序列数据的值。

图8是表示子区域411的半径的图。

与分析数据162的最小值对应的子区域411的最小半径为r。与分析数据162的最大值对应的子区域411的最大半径为3r。cpu11将分析数据162的各时间序列数据在半径r至3r之间进行线性变换。在该情况下，通过以下的数学式(5)来计算各数据的半径rd。

[数学式5]

其中，rd：计算出的半径

v：时间序列数据

vmin：时间序列数据的最小值

vmax：时间序列数据的最大值

r：最小半径

3r：最大半径

另外，对分析数据162的各时间序列数据进行线性变换的半径的范围并不限定于r至3r之间。例如，以下的数学式(6)在从最大半径rmax到最小半径rmin之间对各数据进行线性变换。

[数学式6]

其中，rd：计算出的半径

v：时间序列数据

vmin：时间序列数据的最小值

vmax：时间序列数据的最大值

rmin：最小半径

rmax：最大半径

进而，将分析数据162的各时间序列数据变换为半径的方法不限于线性变换，也可以如对数变换等那样变换为非线性。

图9是示出了分析数据162中的某1个项目的趋势图42。图9的趋势图42是现有技术，是为了与第一实施方式的球体对象4进行对比而在此进行说明。

图9的趋势图42表示在从10月5日到8日的期间422a、从15日到18日的期间422b、从29日到11月11日的期间422c、以及从8日到11日的期间422d中，没有该项目的时间序列数据。在这些期间422a～422d中，在分析数据162的该项目中产生了时间序列数据的缺损值。另外，分析数据162在缺损值持续一定期间的情况下，优选进行将该期间从分析中排除等应对。

离群值是在统计中大幅偏离其他值的值。在趋势图42中，10月4日的时间序列数据423a和11月12日的时间序列数据423d比其他值大。进而，10月9日的时间序列数据423b和11月7日的时间序列数据423c比其他值小。这样，时间序列数据423a～423d一般是测定错误等数据，进行从分析中排除等应对。但是，由于无法与异常值实质上区别，因此需要确认。

额定变动在基准值因电力等而变动了的情况下产生。在发生了额定变动的情况下，需要进行统一为变动前和变动后的任意一个等的作业。

图10是球体对象4的截面图，显示了分析数据162中某1个项目的动向信息。

cpu11以能够掌握动向信息的特征的方式计算半径rd，生成球体对象4。各数据的范围(上下限范围)根据数据而不同，通过将全部的数据描绘在一定范围内，容易识别为球体。将数据标准化，例如使用线性转换为半径r～3r的数据。这与现有技术中的趋势图中的纵轴的自动设定相同。

cpu11将时间序列数据的缺损值表现为球体对象4的半径为0的部分。具体而言，期间412a是产生时间序列数据的缺损值的期间，与图9所示的期间422a对应。同样地，期间412b对应于图9所示的期间422b，期间412c对应于图9所示的期间422c，期间412d对应于图9所示的期间422d。这样，cpu11在存在时间序列数据时设为半径r～3r的子区域411，不显示时间序列数据缺失的部分的子区域411。由此，能够明确地表示有无时间序列数据的存在。进而，由于进行线性变换使得半径成为规定范围，所以容易识别为球体。

时间序列数据413a与图9所示的10月4日的时间序列数据423a对应。时间序列数据413b与图9所示的10月9日的时间序列数据423b对应。时间序列数据413c与图9所示的11月7日的时间序列数据423c对应。时间序列数据413d与图9所示的11月12日的时间序列数据423d对应。

返回图3b继续说明。cpu11以直方图的最大频数的等级为基准，根据自此的等级的背离来决定描绘色(s22)。

图11是分析数据162的直方图43。图11的直方图43是现有技术，是为了与第一实施方式的球体对象4进行对比而在此进行说明。

在将分析数据162中包含的某项目的各时间序列数据所存在的范围分为几个区间(等级)的情况下，将各区间(等级)设为底边、将属于该区间(等级)的数据的频数设为高度的柱状图，由此表示该直方图43。由此，用户能够在视觉上识别数据的分布状况。

用户主要从下述观点确认直方图43。第1观点是在统计中大幅偏离其他值的“离群值”，例如用柱状图431、432表示。图10所示的时间序列数据413b、413c属于柱状图431的等级。图10所示的时间序列数据413a、413d属于柱状图432的等级。离群值一般因测定错误等而产生，进行从分析中排除等应对。但是，由于无法与异常值实质上区别，因此需要进行确认作业。

第二观点是数据的偏差。需要确认集中于特定部位或固定于多个部位等数据的特征。

图12是在子区域411中反映了直方图信息的球体对象4的截面图。

如图12所示，cpu11设定球体对象4的描绘色以便能够掌握这些直方图的特征。例如，cpu11将接近密集地的部位设为蓝色，并以越远离密集地则越成为红色的方式设定颜色。用户能够通过各子区域411的颜色、浓淡来判别频数的分布状态。

在此，如以下数学式(7)那样计算描绘色c的rgb值。具体而言，cpu11将绿色的像素值pg固定为0，将蓝色的像素值pb固定为119，基于直方图信息计算红色的像素值pr。

[数学式7]

c＝(pr，0，119)···(7)

其中，pr：红色的像素值

基于图11所示的直方图43计算该红色的像素值pr。将直方图43中频数最高的等级433作为基准等级。进而，cpu11计算从基准等级起下限方向的背离度即等级数bn1和上限方向的背离度即等级数bn2。在此，下限方向的等级数bn1为7，上限方向的等级数bn2为17。cpu11将像素值pr的最大值255除以下限方向的等级数bn1和上限方向的等级数bn2中较大的一方，再乘以从基准等级起的等级数m。将其表示在以下的数学式(8)中。

[数学式8]

其中，bn1：从基准等级起下限方向的等级数

bn2：从基准等级起上限方向的等级数

m：从基准等级起的等级数

根据数学式(8)，能够以使接近基准等级的部位为蓝色、越从基准等级背离则红色越变深的方式计算子区域的描绘色。此外，将直方图信息转换为颜色信息的方法不限于上述的数学式。也可以不使用红色的像素值而使用绿色、蓝色的像素值，还可以使用多个原色的组合，没有限定。

返回图3b继续说明。在步骤s23中，如果在该项目中存在未处理的数据，则cpu11返回到步骤s17。如果cpu11对该项目的全部数据进行了处理，则进入步骤s24。

在步骤s24中，如果存在未处理的项目，则cpu11返回到步骤s16。如果处理了全部项目，则cpu11结束图3b的处理。

图13是表示球体对象4的显示画面5的图。

cpu11在图1所示的显示部14上显示该显示画面5。在显示画面5上显示通过图3a和图3b的处理生成的球体对象4。

当用户将鼠标光标51放置在球体对象4上并点击时，cpu11通过工具提示52来显示所点击的子区域411的属性。在工具提示52中，作为项目名显示有“x发电站”，作为时间序列数据名显示有“平成30年11月9日”。通过显示这样的工具提示52，用户能够容易地知道被点击的子区域411的项目名、时间序列数据名等属性。

第1实施方式的数据可视化装置1将分析数据162转换为球体对象4，将数据分析所需的动向信息、直方图信息及相关系数的信息表现于该球体对象4。由此，无需制作多种且多个图表，就能够以容易理解的方式使数据可视化。

《第2实施方式》

在第2实施方式中，在将数据作为球状的三维对象进行可视化时，以数据数n和项目数m中较小的一方将球体分割为区域，之后，以数据数n和项目数m中较大的一方将各区域分割为子区域。

图14是第2实施方式中的数据的可视化处理的流程图。

cpu11根据分析数据162计算描绘所需的信息(s70)。在此，描绘所需的信息是分析数据162的项目数m和各项目的时间序列数据数n。

在步骤s71中，cpu11判定各项目的时间序列数据数n的值是否小于分析数据162的项目数m的值。如果时间序列数据数n的值小于项目数m的值(是)，则cpu11以时间序列数据数n将球体对象4分割成区域(s72)。进而，cpu11以项目数m将各区域分割为子区域(s73)。

cpu11决定球体的半径r使得所分割的子区域超过能够可视化的一定体积(s74)。

cpu11将各项目的各时间序列数据按照时间序列顺序与各区域关联起来(s75)。接着，cpu11按照与用户预先指定的项目的相关系数从高到低的顺序对各项目进行分类，并与各子区域关联起来(s76)。由此，能够在球体对象4上表示用户预先指定的项目与各项目的相关性。

在步骤s76的处理之后，cpu11将朝向南北方向的箭头的附注设为“项目”(s92)，将朝向东西方向的箭头的附注设为“时间序列数据”(s93)，然后进入图3b所示的步骤s16的处理。

另外，在步骤s71中，如果项目数m的值小于时间序列数据数n的值(否)，则cpu11以项目数m将球体对象4分割成区域(s77)。进而，cpu11以时间序列数据数n将各区域分割为子区域(s78)。

cpu11决定球体的半径r使得所分割的子区域超过能够可视化的一定体积(s79)。

cpu11按照与用户预先指定的项目的相关系数从高到低的顺序对各项目进行分类，并与各区域关联起来(s80)。

cpu11将各项目的各时间序列数据按照时间序列顺序与各子区域关联起来(s81)。

在步骤s81的处理之后，cpu11将朝向南北方向的箭头的附注设为“时间序列数据”(s94)，将朝向东西方向的箭头的附注设为“项目”(s95)，然后进入图3b所示的步骤s16的处理。

球体对象4以将绕地轴(x轴)的180度除以第1分割数而得到的第1角度被分割成区域。该区域是将球体对象4中的以极为中心的半球按第1角度分割而得到的规定经度范围的三维的区域、以及其对跖点的三维的区域的组合。之后，各区域以从该区域的中心起360度除以第2分割数而得到的第2角度被分割为子区域。在第2实施方式中，cpu21在m和n中的值较少的一方，以除以球体对象4的绕地轴(x轴)的180度而得到的第1角度进行区域分割后，在m和n中的值较多的一方，以从区域的中心除以360度而得到的第2角度分割为子区域。由此，能够抑制值多的一方的每一个要素的角度变得过小。以下，参照图15和图16，说明步骤s72的动作。

图15是表示将球体对象4n分割为区域44的动作的立体图。在图15中，x轴是上方，y轴是右里侧方向，z轴是右近前方向。

图16是示出将球体对象4n分割为区域44的操作的截面图。图16表示以x＝0切断图15的球体对象4时的截面。

分析数据162的时间序列数据数为n。如图15和图16所示，数据可视化装置1的cpu11以将绕地轴(x轴)的180度除以时间序列数据数n而得到的角度θ3，将该球体对象4中的以极为中心的半球的一方在规定纬度范围内分割为n个区域44a，将半球的另一方在规定纬度范围内分割为n个区域44b。区域44a的对跖点的集合是区域44b。在此，将区域44a、44b的组合称为区域44。

由此，能够将球体对象4分割为与时间序列数据数n对应的n个区域44。

以下，参照图17和图18，说明步骤s73的动作。

图17是表示将区域44分割为m个子区域441的动作的立体图。在图17中，x轴是上方，y轴是右里侧方向，z轴是右近前方向。

图18是表示将区域44分割为m个子区域441的动作的截面图。图18表示从左近前方向朝向右里方向观察图17的区域44和子区域441时的情况。

分析数据162的项目数为m。数据可视化装置1的cpu11以从区域的中心起360度除以项目数m而得到的角度θ4，将该区域44分割为m个子区域441。由此，能够将全部项目与各子区域441关联起来。

图19是表示球体对象4的显示画面5的图。

cpu11在图1所示的显示部14上显示该显示画面5。在显示画面5上，显示有通过图14和图3b的处理创建的球体对象4。

在将该球体对象4的上下作为极时，显示朝向东西方向的箭头的附注54，记载为“时间序列数据”。

进而，显示朝向南北方向的箭头的附注53，记载为“项目”。由此，能够表示在南北方向和东西方向分别显示了什么。

《第3实施方式》

将与第1实施方式不同的分割方法记述为第3实施方式。数据可视化装置1计算将球体对象4中绕地轴(x轴)的360度除以项目数m而得到的第1角度，计算将球体对象4以其极为中心并按第1角度分割而得到的规定经度范围的三维的m个区域。由此，得到规定经度范围的三维区域。接着，数据可视化装置1计算从三维的各区域的中心起180度除以各项目的时间序列数据数n而得到的第2角度，计算以第2角度将各区域分割而得到的n个子区域。

图20是表示第三实施方式中的球体的分割方法的图。

在此，球体对象4在绕地轴(x轴)的360度中被分割为30个区域。另外，在此项目数m为30，各项目被赋予了a至z和a～d的名称。

并且，球体对象4的各区域从各区域的中心起180度中，被分割为与各项目的时间序列数据数对应的n个子区域。通过这样被分割的球体对象4，也能够容易理解地将分析数据162可视化。

另外，与第1实施方式同样地，cpu11以从球体对象4的中心到各子区域的表面为止的距离来表示各时间序列数据的值，以从球体对象4的中心到各子区域的表面为止的角度来表示各时间序列数据的顺序。

《第4实施方式》

将又一分割方法记述为第4实施方式。数据可视化装置1计算将球体对象4中的绕地轴(x轴)的360度除以时间序列数据数n而得到的第1角度，对使球体对象4即球体以极为中心并以第1角度分割而得到的规定经度范围的三维的n个区域进行计算。由此，得到规定经度范围的三维区域。接着，数据可视化装置1计算从三维的各区域的中心起将180度除以项目数m而得到的第2角度，计算以第2角度将各区域分割而得到的m个子区域。

图21是表示第四实施方式中的球体的分割方法的图。

在此，球体对象4在绕地轴(x轴)的360度中被分割为30个区域。另外，这里时间序列数据数n为30，各时间序列数据被赋予00至29的名称。

并且，球体对象4的各区域在南北的纬度方向上被分割为与各项目的项目数对应的m个子区域。另外，在此项目数m为11，对各项目赋予a至k的名称。通过这样被分割的球体对象4，也能够容易理解地将分析数据162可视化。

另外，与第1实施方式同样地，cpu11以从球体对象4的中心到各子区域的表面为止的距离来表示各时间序列数据的值，以绕球体对象4的地轴(x轴)到各子区域的表面为止的角度来表示各时间序列数据的顺序。

另外，也可以组合第3实施方式和第4实施方式来显示分析数据162。与第2实施方式不同，在第3、第4实施方式中，区域是将绕地轴(x轴)的360度分割而得到的，子区域是将各区域从该区域的中心分割180度而得到的。因此，在将分析数据162作为球状的三维对象进行可视化时，优选将球体对象4以数据数n和项目数m中的较大的一方分割为区域，之后，以数据数n和项目数m中的较小的一方将各区域分割为子区域。

《第5实施方式》

在第5实施方式中，将分析数据作为圆柱状的三维对象进行可视化。在此，在最初将圆柱在高度方向上分割之后，从圆柱的中心轴以规定角度进行分割。以下，设为图1所示的数据可视化装置1执行各处理来进行说明，但也可以是图2所示的数据可视化服务器2执行各处理而使三维对象显示在终端3上，并不限定于此。

图22a和图22b是第5实施方式中的数据的可视化处理的流程图。

cpu11根据分析数据162计算描绘所需的信息(s30)。在此，描绘所需的信息是分析数据162的项目数m和各项目的时间序列数据数n。

cpu11将圆柱对象6在高度方向上以时间序列数据数n分割为区域61(s31)。进而，cpu11将各区域61在旋转方向上以项目数m分割为子区域611(s32)。以下，参照图23对步骤s31的动作进行说明。参照图24，对步骤s32的动作进行说明。

图23是表示将圆柱对象6在高度方向上分割为n个区域61的动作的立体图。在图23中，x轴是上方，y轴是右里侧方向，z轴是右近前方向。

分析数据162的时间序列数据数为n。数据可视化装置1的cpu11以圆柱的高度h除以时间序列数据数n而得到的高度h1，将该圆柱对象6分割为n个区域61。由此，能够将所有的时间序列数据与圆柱对象6上的区域61关联起来。区域61的顺序表示与其相关联的时间序列数据的顺序。

图24是表示将区域61进一步在旋转方向上分割为m个子区域611的动作的立体图。在图24中，x轴是上方，y轴是右里侧方向，z轴是右近前方向。

分析数据162的项目数为m。数据可视化装置1的cpu11以360度除以项目数m而得到的角度θ5，以圆柱的轴为中心将区域61分割为m个子区域611。由此，能够使全部项目与各子区域611对应。

返回图22a继续说明。cpu11决定圆柱对象6的半径r和高度h使得分割后的子区域611超过能够可视化的一定体积(s33)。

cpu11按照与用户预先指定的项目的相关系数从高到低的顺序对各项目进行分类，并与各区域关联起来(s34)。由此，能够在圆柱对象6上表示各项目的相关性。

接着，cpu11按照时间序列顺序将各时间序列数据与各子区域对应起来(s35)。由此，能够以各子区域的表面与中心的角度来表示各时间序列数据的顺序。

在图22b的步骤s36～s44中，cpu11以项目数重复进行处理。

在步骤s37～s43中，cpu11以数据数重复进行处理。

cpu11判定时间序列数据是否缺损(s38)。如果时间序列数据没有缺损(否)，则cpu11以使各时间序列数据的最大值为3r、最小值为r的方式进行标准化而求出各数据的半径rd(s39)，进入步骤s41。在此，半径r相当于表示数据的最小值的第一规定值。半径3r相当于表示数据的最大值的第二规定值。

如果时间序列数据缺损(是)，则cpu11将数据的半径rd设定为0(s40)，进入步骤s41。

在步骤s41中，cpu11基于圆柱信息和半径信息来决定各子区域611的描绘坐标。通过步骤s41的处理，cpu11能够用从圆柱对象6的轴到子区域的表面的距离来表示各时间序列数据的值。

cpu11在直方图中以最大频数的等级为基准，根据从该等级起的等级数来决定描绘色(s42)。

在步骤s43中，如果在该项目中存在未处理的数据，则cpu11返回到步骤s37。如果cpu11对该项目的全部数据进行了处理，则进入步骤s44。

在步骤s44中，如果存在未处理的项目，则cpu11返回步骤s36。如果处理了全部项目，则cpu11结束图22b的处理。

第5实施方式的数据可视化装置1将分析数据162转换为圆柱对象6，将数据分析所需的动向信息、直方图信息和相关系数的信息表现于该圆柱对象6。由此，无需制作多种且多个图表，就能够以容易理解的方式使数据可视化。

《第6实施方式》

在第6实施方式中，将数据作为圆柱状的三维对象进行可视化。与第5实施方式不同，最初从圆柱的中心轴以规定角度进行分割之后，在高度方向上进行分割。以下，设为图1所示的数据可视化装置1执行各处理来进行说明，但也可以是图2所示的数据可视化服务器2执行各处理而使三维对象显示在终端3上，并不限定于此。

图25a和图25b是第6实施方式中的数据的可视化处理的流程图。

cpu11根据分析数据162计算描绘所需的信息(s50)。在此，描绘所需的信息是分析数据162的项目数m和各项目的时间序列数据数n。

cpu11将圆柱对象7在旋转方向上以时间序列数据数n分割为区域71(s51)。进而，cpu11将各区域71在高度方向上以项目数m分割为子区域711(s52)。以下，参照图26对步骤s51的动作进行说明。参照图27，对步骤s52的动作进行说明。

图26是表示将圆柱对象7在旋转方向上分割为n个区域71的动作的立体图。

分析数据162的时间序列数据数为n。数据可视化装置1的cpu11以360度除以时间序列数据数n而得到的角度θ6，以该圆柱对象7的轴为中心分割为n个区域71。由此，能够将全部的时间序列数据与圆柱对象7的区域71关联起来。区域71的顺序表示与其对应的时序数据的顺序。

图27是表示将区域71进一步在高度方向上分割为m个子区域711的动作的立体图。

分析数据162的项目数为m。数据可视化装置1的cpu11以圆柱对象7的高度h除以项目数m而得到的高度h2，将该区域71分割为m个子区域711。由此，能够使全部项目与各子区域711对应。

返回图25a继续说明。cpu11决定圆柱对象7的半径r和高度h使得分割后的子区域711超过能够可视化的一定体积(s53)。

cpu11按照与用户预先指定的项目的相关系数从高到低的顺序对各项目进行分类，并与各区域关联起来(s54)。由此，能够在对象上表示各项目的相关性。

接下来，cpu11将各时间序列数据按照时间序列顺序与各子区域关联起来(s55)。由此，能够以各子区域的高度表示各时间序列数据的顺序。

在图25b的步骤s56～s64中，cpu11以项目数重复进行处理。

在步骤s57～s63中，cpu11按照每个项目的时间序列数据数重复进行处理。

cpu11判定时间序列数据是否缺损(s58)。若时间序列数据未缺损(否)，则cpu11以使各时间序列数据的最大值为3r、最小值为r的方式进行标准化而求出各数据的半径rd(s59)，并进入步骤s61。在此，半径r相当于表示数据的最小值的第一规定值。半径3r相当于表示数据的最大值的第二规定值。

如果时间序列数据缺损(是)，则cpu11将数据的半径rd设定为0(s60)，进入步骤s61。

在步骤s61中，cpu11基于圆柱信息和半径信息来决定各子区域711的描绘坐标。通过步骤s61的处理，cpu11能够以从圆柱对象7的轴到各子区域的表面为止的距离来表示各时间序列数据的值。

cpu11在直方图中以最大频数的等级为基准，根据从该等级起的等级数来决定描绘色(s62)。

在步骤s63中，如果在该项目中存在未处理的数据，则cpu11返回到步骤s57。如果cpu11对该项目的全部数据进行了处理，则进入步骤s64。

在步骤s64中，如果存在未处理的项目，则cpu11返回步骤s56。如果处理了全部项目，则cpu11结束图25b的处理。

第6实施方式的数据可视化装置1将分析数据162转换为圆柱对象7，将数据分析所需的动向信息、直方图信息和相关系数的信息表现于该圆柱对象7。由此，无需制作多种且多个图表，就能够以容易理解的方式使数据可视化。

(变形例)

本发明并不限定于上述实施方式，包含各种变形例。例如，上述实施方式是为了容易理解地说明本发明而详细地进行了说明的实施方式，并不限定于必须具备所说明的全部结构的实施方式。可以将某实施方式的结构的一部分置换为其他实施方式的结构，也可以在某实施方式的结构中添加其他实施方式的结构。另外，对于各实施方式的结构的一部分，也可以进行其他结构的追加、删除、置换。

上述各结构、功能、处理部、处理单元等的一部分或者全部例如也可以通过集成电路等硬件来实现。上述各结构、功能等也可以通过处理器解释并执行实现各个功能的程序，由此通过软件来实现。可以将实现各功能的程序、表、文件等信息放置在存储器、硬盘、ssd(solidstatedrive)等记录装置、或者闪存卡、dvd(digitalversatiledisk)等记录介质中。

在各实施方式中，控制线、信息线示出了认为在说明上需要的部分，在产品上未必示出了全部的控制线、信息线。实际上，也可以认为几乎全部的结构相互连接。

作为本发明的变形例，例如有以下的(a)～(c)那样的变形例。

(a)在上述实施方式中，在按时间序列数据数分割为区域之后，按项目数分割各区域。但是，并不限于此，也可以在按项目数分割成区域之后，按时间序列数据数分割各区域，没有限定。

(b)在上述实施方式中，作为表现分析数据的三维对象，说明了球体和圆柱的例子。但是，并不限定于此，例如也可以用椭圆体、旋转体等来表现分析数据，没有限定。

(c)在上述实施方式中，设为从三维对象读取动向信息、直方图信息和相关系数的信息这3种信息。但是，并不限定于此，例如也可以设为从三维对象读取如动向信息和直方图信息、动向信息和相关系数的信息、直方图信息和相关系数的信息这样的2种信息。

附图标记说明

s数据可视化系统；1数据可视化装置；11cpu(运算单元)；12rom；13ram；14显示部(显示单元)；15打印部；16存储部；161数据可视化程序；162分析数据；2数据可视化服务器；21cpu(运算单元)；22rom；23ram；24显示部；25打印部；26存储部；27通信部；261数据可视化程序；262分析数据；3终端(显示单元)；4球体对象；41,44区域；411,441子区域；5显示画面；51鼠标光标；52工具提示；6,7圆柱对象；61,71区域；611,711子区域；80数据；81“业务的理解”阶段；82“数据的理解”阶段；83“数据的准备”阶段；84“建模”阶段；85评价阶段；86“展开/共享”阶段；n网络。