PDF de programación - LIDA/REC para el análisis estadístico y visualización de datos

CentrodeInvestigaciónydeEstudiosAvanzadosdelInstitutoPolitécnicoNacionalUnidadZacatencoDepartamentodeComputaciónLIDA/RECparaelanálisisestadísticoyvisualizacióndedatosTesisquepresentaArmandoPalafoxMartínezparaobtenerelGradodeMaestroenCienciasenComputaciónDirectordelaTesisDr.SergioVíctorChapaVergaraMéxico,D.F.Noviembre,2013 Resumen

La programación visual es la parte de la computación la cual consiste la utilización de
representaciones gráficas en el proceso de programación, estas representaciones deben de
ser significativas y no meramente decorativas. La programación visual es estimulada por
las habilidades no verbales que poseemos. En el proceso de la programación hay muchos
aspectos, como son los lenguajes y los entornos para trabajar con estos, la visualización de
los datos y de los resultados de la ejecución de algún programa, el diseño de la aplicación;
la programación visual se puede aplicar a todos estos aspectos.

Los lenguajes visuales son un paradigma para expresar sistemas de cómputo. Ofrecen
la posibilidad de una manipulación directa de objetos computacionales, en un caso parti-
cular para resolver el problema de visualización de datos. Un programa visual escrito en
un lenguaje visual dado, consiste en un arreglo espacial de íconos. Un ícono generalizado
es un objeto con una representación dual de una parte lógica (el significado) y una parte
física (la imagen). Cuando los íconos son metáforas adecuadas para objetos computacio-
nales, el significado de la sentencia visual es como la que el humano supone y depende de
cuánto las construcciones mentales corresponden a las construcciones del lenguaje visual.

El objetivo de esta tesis es crear una versión de LIDA/REC para el análisis estadístico
y visualización de datos a través funciones estadísticas, estas funciones son representa-
das por íconos que podrán tener entradas y salidas con lo que se conectarán con otros
íconos de diferentes procesos. El flujograma completo es modelado con LIDA (Lenguaje
Iconográfico para el Desarrollo de Aplicaciones), cuyo ambiente es visual, y este gene-
rará un lenguaje intermedio llamado REC (Regular Expression Compiler) en una versión
estadístico, y los resultados que se arrojen van a poder ser descritos mediante gráficas,
como son los histogramas, de pastel, de barras, entre otras.

Se desarrolló el compilador de REC para realizar operaciones del lenguaje estadístico
R con lo que se generan las gráficas mencionadas anteriormente y los valores estadísticos
según la selección del usuario, así como también la interfaz entre el sistema R y la herra-
mienta visual. Todo este proceso será transparente para el usuario lo cual le facilitará la
realización de sus tareas de análisis.

Abstract

Visual programming is part of the computer which is the use of graphic representations
in the programming process, these representations are to be meaningful and not merely
decorative. Visual programming is stimulated by nonverbal skills we possess. In the pro-
cess of programming many aspects, such as languages and environments for working with
these, display data and the results of the execution of a program, the application design;
visual programming can be applied all these aspects.

The visual languages are a paradigm for expressing computational systems. They offer
the possibility of direct manipulation of computational objects in a particular case to solve
the problem of data visualization. A visual program written in a given visual language,
is a spatial arrangement of icons. A generalized icon is an object with a dual represen-
tation of a logical part (the meaning) and a physical part (the image). When the icons
are metaphors suitable for computational objects, the meaning of the visual sentence is
like the human involved and depends on how the mental constructs correspond to visual
language constructs.

The aim of this thesis is to implement a version of LIDA/REC for statistical analysis
and data visualization through statistical functions, these functions are represented by
icons that may have inputs and outputs that will connect with other icons of different
processes. The complete flowchart is modeled with LIDA (Iconographic Language Appli-
cation Development ), whose environment is visual, and it will generate an intermediate
language called REC (Regular Expression Compiler ) in a statistical version, and the
results will be thrown to be described using graphs such as histograms, pie, bar, among
others.

REC compiler was developed to perform statistical language R thus generated above
graphs and statistical values according to user’s selection, as well as the interface between
the R and the visual tool. This whole process is transparent to the user which will facilitate
the realization of their analysis tasks.

Agradecimientos

Al Consejo Nacional de Ciencia y Tecnología (CONACyT) por el apoyo financiero que
me otorgó, sin el cual no hubiera sido posible cursar la maestría.

Agradezco a mi asesor, el Dr. Sergio Víctor Chapa Vergara, por su trato tan agradable,
por todos los conocimientos que compartió conmigo y por su apoyo durante el desarrollo
de mi tesis. También a los revisores de mi tesis, el Dr. Amilcar Meneses Viveros y a la
Dra. Xiaoou Li Zhang, por el tiempo dedicado para enriquecer mi tesis.

A todos mis compañeros de generación por apoyarme cuando alguna materia se me

complicaba, también por los momentos divertidos que pasamos.

A todos los profesores del CINVESTAV-IPN por transmitirme sus conocimientos, a
Sofia por su amabilidad, atenciones y por echarme la mano en incontables ocasiones con
los trámites que tuve que hacer.

Agradezco también a mis padres, por estar siempre conmigo, por su paciencia y apoyo.

Índice general

Índice de figuras

4

1. Introducción

9
1.1. Programación Automática y Lenguajes Visuales . . . . . . . . . . . . . . . 10
1.1.1. Una perspectiva de los lenguajes visuales . . . . . . . . . . . . . . . 10
1.1.2. Los íconos en la actualidad . . . . . . . . . . . . . . . . . . . . . . . 10
1.2. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3. Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4. Objetivo general y objetivos específicos . . . . . . . . . . . . . . . . . . . . 13
1.5. Organización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2. Estado del arte en Programación Visual

15
. . . . . . . . . . . . . . . . . . . . 15
2.1. Clasificación de la programación visual
2.2. Lenguajes visuales para bases de datos . . . . . . . . . . . . . . . . . . . . 18
2.2.1. Funcionabilidad y usabilidad de los lenguajes de consulta . . . . . . 18
2.3. Lenguajes visuales para consultas a base de datos . . . . . . . . . . . . . . 20
2.3.1. LIDA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.2. MVLAB-LIDA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.3. EVEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.4. Kaleidoquery . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.5. Lvis
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.6. TVQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.7. Phenomena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.8. LIDA-Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4. Lenguajes visuales para la programación . . . . . . . . . . . . . . . . . . . 30
2.4.1. HEVICOP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.2. DENIM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.3. Visual Shading Language . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.4. ViTABaL-WS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4.5. LCD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4.6. ReactoGraph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4.7. Kaitiaki
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4.8. VEISIG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

1

2.4.9. XDCL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.5. Lenguajes visuales para Visualización de datos . . . . . . . . . . . . . . . . 38
2.5.1. DALI
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.5.2. LGraph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.3. Sistema Dinámico de Consulta . . . . . . . . . . . . . . . . . . . . . 40
2.6. Lenguajes Visuales para clasificación y reconocimiento de patrones . . . . . 41
2.6.1. VLMC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.6.2. VERTIPH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6.3. Third Eye . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.7. Lenguaje visual para modelado . . . . . . . . . . . . . . . . . . . . . . . . 46
2.8. Otras opciones que no son visuales
. . . . . . . . . . . . . . . . . . . . . . 48

3. Formalización de la Programación Visual

51
3.1. Lenguajes de programación visual . . . . . . . . . . . . . . . . . . . . . . . 52
3.1.1. Diccionario de Íconos . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.1.2. Diccionario de Operadores . . . . . . . . . . . . . . . . . . . . . . . 55
. . . . . . . . . . . . . . . . 56
3.1.3. Base de datos de Acciones Semánticas
3.2. Aspectos importantes de los lenguajes de programación . . . . . . . . . . . 57
3.3. Las tres dimensiones de los lenguajes de programación visual . . . . . . . . 57
3.4. Visualización de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.5. Lenguaje de marcación de hipertexto . . . . . . . . . . . . . . . . . . . . . 61
3.5.1. Lenguajes de etiquetas . . . . . . . . . . . . . . . . . . . . . . . . . 61
3