城市生活产生了很多轨迹数据，这些数据能够帮助认识身边的城市，了解人们的活动模式，为居民和政府提供准确的参考信息。群体行为涉及社会活动，交通规划，军事监督等领域，在很多的应用中，都有从轨迹数据中发现群体的需求。本文采用起点-终点数据和轨迹数据对群体行为进行了相关的可视分析。　　本文以自行车租借数据研究起点-终点数据的群体行为。首先，根据站点流量特征将站点聚成区域;然后在站点和区域两个层次上，分析群体的流量表现特征。通过热力图和曲线图，分析流量在空间上的变化，通过日历图、折线图和时钟图，分析流量在时间上的变化。通过纽约自行车租借数据的案例，交互分析站点和区域在流入、流出以及流量差异上的时空特征，验证本文方法能够分析起点-终点数据的群体行为特征。　　移动群体指的是满足一定持续时间内在地理位置上接近的若干物体的集合。本文基于轨迹数据，详细地给出了移动群体的数学模型，并采用聚类求交算法发现轨迹数据中的群体。由于群体是动态产生的，在移动的过程中也是不断变化的，本文应用层次图结构表达群体的变化，可视分析群体的时空演化规律。最后基于VAST Challenge2015提供的轨迹数据，通过案例分析验证了移动群体发现算法和应用层次图可视地分析移动群体的时空演化方法的有效性。