杭州多维数据可视化它是利用一些方法将多维的数据展示在二维平面上，这在数据分析探索与分类的验证中起到了重要的作用。多维数据可视化主要方法就是将每个样本的属性值转化为傅里叶序列系数，然后创建曲线，每一类曲线都可以标成不同颜色；平行坐标就是将每个点用线段连接起来，每个垂直的线段代表了一个数据点，将每一组点放在二维平面上，同样每一个点都代表了一个属性，通过因子分析，研究人类的人格特质，这样就形成一个变量线性模型。

主要成分分析是在因子分析的基础上发展而来的，通过正交变换，可以将原始特征变为线性独立特征，将原始维度降到无数个维度，这样就实现了多维数据可视化的目的。多维数据可视化独立成分分析将多源信号进行拆分，拆分成多个子成分，但是它不是用来降维的，可以对重叠信号进行拆分，最后通过多维尺度分析，实现物体之间的交互，多维尺度分析法在计算上是非常耗时的。

杭州多维数据可视化它是基于OLAP进行的分析，包括上卷、下钻、钻透、切片、切块等分析方法来实现数据钻透，显示数据详细信息，进行多表联动，实现数据透视，通过数据透视表进行多维数据分析，立体化呈现，发现数据中隐藏的价值，帮助人们更好的分析数据。多维数据可视化的原理是比较复杂的，需要科技人员不断的开发。