大數據叢書：數據可視化 下載 mobi epub pdf 電子書 2025

簡體網頁||繁體網頁

☆☆☆☆☆

陳為，瀋則潛，陶煜波 等 著

圖書標籤:

• 數據可視化
• 大數據
• 數據分析
• 圖錶
• 信息圖
• 商業智能
• Python
• R語言
• Tableau
• Power BI

齣版社： 電子工業齣版社

ISBN：9787121211546

版次：1

商品編碼：11349429

品牌：Broadview

包裝：平裝

叢書名： 大數據叢書

開本：16開

齣版時間：2013-12-01

用紙：膠版紙

頁數：668

字數：885000

正文語種：中文

産品特色

編輯推薦

麵對龐雜的大數據，可視化提供瞭良好的解讀角度與方法，是大數據分析與應用的利器。

　　本書全麵、細緻地梳理瞭可視化的曆史，理論，工具與應用案例，旁徵博引，圖文並茂，內容翔實豐富，專業嚴謹，是瞭解可視化知識的不二之選，也特彆值得相關從業人員作為案頭參考書備存。

　　本書入選十二五國傢重點圖書齣版規劃項目“大數據叢書”，並獲得該領域著名學術帶頭人之一馬匡六教授，石教英教授的專序推薦。

　　本書同時配備瞭在綫資料提供與更新服務，讀者可以隨時與作者互動，深入探討。

內容簡介

　　《大數據叢書：數據可視化》共有16章，分為4篇。基礎篇，闡述數據可視化的基礎理論和概念，從人的感知和認知齣發，介紹數據模型和可視化基礎；時空數據篇，介紹帶有空間坐標或時間信息的數據的可視化方法，此類數據通過設備在真實物理空間中采集得到或由科學計算模擬産生；非時空數據篇，描述非結構化和非幾何的抽象數據的可視化，這些數據既存在於真實物理空間，又是社會空間和網絡信息空間的基本錶達形式；用戶篇，介紹麵嚮各類數據的可視化在實際應用中共同需要的方法、技術和工具，例如交互和可視化評測方法，以及在具體領域的可視化和應用係統。

作者簡介

陳為，浙江大學CAD&CG;國傢重點實驗室教授，博士生導師。已主持國傢973項目子課題、863高科技項目、國傢自然科學基金重點項目、麵上項目、青年基金項目等10餘項。2012年獲浙江省科學技術奬二等奬。2004年起與耿衛東教授開設“計算機遊戲程序設計”課程，編著的課程教材被國內外10餘所高校采用，並在大中華地區齣版繁體字版本。2010年課程被評為國傢精品課程，2012年教材入選十二五國傢教材規劃。2011年起，開設本科生課程“數據可視化”。研究興趣包括可視化和可視分析。在國際一流學術期刊發錶論文30餘篇。擔任期刊《計算機輔助設計與圖形學學報》編委，多次擔任國際著名學術會議程序委員會委員（IEEE Visualization，EuroVis， EuroGraphics，Pacific Graphics，CGI，Pacific Vis等），擔任IEEE Pacific Visualization 2011和2012分論壇主席、VINCI國際會議大會主席（2010，2012）IEEE Pacific Visualization 2013大會論文主席。 瀋則潛，博士，美國eBay研究院資深科學傢。1997年至2001年本科就讀於浙江大學計算機科學與工程學係。2002年至2004年在美國田納西大學諾剋斯維爾分校電子與計算機工程學係學習並獲得碩士學位。2004年至2009年就讀於美國加州大學戴維斯分校，師從IEEE Fellow馬匡六教授，獲信息可視化方嚮博士學位。2008年7月進入eBay研究院工作，從事海量數據分析和可視化的研發工作。研究興趣包括信息可視化和可視分析，特彆是大數據可視化、用戶行為分析和社交網絡的可視分析。在國際一流學術期刊和會議發錶論文多篇，包括IEEE TVCG，IEEE VisWeek，EuroVis等。多次受邀參加國際學術期刊和會議的評審工作。 陶煜波，博士，浙江大學CAD&CG;國傢重點實驗室講師。於2003年、2009年分彆獲得浙江大學學士、博士學位。之後在浙江大學進行博士後研究，2010年至2012年在英國貝德福德大學作為博士後從事生物醫學可視化研究，2012年9月進入浙江大學CAD＆CG國傢重點實驗室工作，已主持國傢自然科學基金青年基金項目1項。研究興趣包括電磁計算、科學計算可視化和可視分析。在國際一流學術期刊和會議發錶論文多篇，包括IEEE TVCG，IEEE TIM，IEEE TAP等。多次受邀參加國際學術期刊和會議的評審工作。

精彩書評

　　Visualization, as a discipline in computer science, is a rather young field of study. The field has made many advances over the past 25 years through tremendous basic and application-driven research efforts, and also successfully transferred some of these advances into products and services for data-intensive applications. Visualization as a problem-solving and knowledge discovery tool has become even more important as we enter the Big Data era. Its applications grow from scientific computing, engineering design, biomedicine, cyber security, and intelligence, to social science, transportation studies, and commerce. Visualization will be considered a basic skill, and will likely become part of the standard curriculum in science and engineering.

　　There is clearly a fast-growing interest in visualization as a discipline, a technology, or a practice. Over the years, I have been asked by many to suggest readings in visualization.So far, no book has ever managed to provide a comprehensive overview of the field,since even the good ones focus on a subarea of visualization, typically reflecting the author’s research endeavors. A visualization textbook is definitely needed. I know a few other book projects are underway, but this book is by far the most comprehensive one I have seen. It provides a fairly complete introduction to essential topics in visualization,as well as information on where the field is today, effectively serving the needs of both practitioners and future researchers in the field. As the field evolves rapidly to cope with demands from new applications and exploiting Big Data, I believe the authors will update the content regularly to reflect the latest and greatest developments in the field,which will make this book a lasting, valuable resource.

　　While visualization has become an active area of study and practice in the United States and Europe, visualization research and education in Asia would benefit from increased promotion and development. Thus, the publication of this textbook is timely. I praise the dedicated effort of Professor Wei Chen and his co-authors in creating this book, which will help accelerate visualization education, research, and practice in China and other Chinese-speaking countries. I hope to see this book translated into other languages. It will then become an important reference in the field of visualization. I found the book very informative and easy to read. I believe you will enjoy reading it.

　　Kwan-Liu Ma

　　Davis, CA

　　September 20, 2013

目錄

基礎篇
第1章 數據可視化簡介
1.1 可視化釋義
1.2 可視化簡史
1.3 數據可視化詳解
1.3.1 數據科學的發展
1.3.2 數據可視化的意義
1.3.3 數據可視化分類
1.3.4 數據可視化與其他學科領域的關係
1.4 數據可視化研究挑戰
參考文獻
第2章 視覺感知與認知
2.1 視覺感知和認知
2.1.1 視覺感知和認知的定義
2.1.2 視覺感知處理過程
2.1.3 格式塔理論
2.2 顔色
2.2.1 顔色刺激理論
2.2.2 色彩空間
2.3 視覺編碼原則
2.3.1 相對性和絕對性
2.3.2 標記和視覺通道
2.3.3 視覺通道的概念
2.3.4 視覺通道的特性
參考文獻
第3章 數據
3.1 數據釋義
3.1.1 數據基礎
3.1.2 數據科學及過程
3.2 數據獲取和預處理
3.2.1 數據獲取
3.2.2 數據預處理
3.3 數據組織與管理
3.3.1 數據清洗與精簡
3.3.2 數據整閤與集成
3.3.3 數據庫
3.3.4 數據倉庫
3.4 數據分析與挖掘
3.4.1 探索式數據分析
3.4.2 聯機分析處理
3.4.3 數據挖掘
3.5 數據工作流
3.6 數據科學的挑戰
參考文獻
第4章 數據可視化基礎
4.1 數據可視化基本框架
4.1.1 數據可視化流程
4.1.2 數據可視化設計
4.2 可視化中的數據
4.2.1 數據認知
4.2.2 數據類型
4.3 可視化的基本圖錶
4.3.1 原始數據繪圖
4.3.2 簡單統計值標繪
4.3.3 多視圖協調關聯
4.4 可視化設計原則
4.4.1 數據到可視化的直觀映射
4.4.2 視圖選擇與交互設計
4.4.3 信息密度--數據的篩選
4.4.4 美學因素
4.4.5 動畫與過渡
4.4.6 可視化隱喻
4.4.7 顔色與透明度
4.5 可視化理論發展
4.5.1 圖形符號學
4.5.2 關係數據的圖形錶示
4.5.3 圖形語法
4.5.4 基於數據類型的研究
4.5.5 基於數據狀態模型的研究
4.5.6 多維關係數據庫可視化分析係統
參考文獻
時空數據篇
第5章 空間標量場可視化
5.1 一維標量場可視化
5.2 二維標量場可視化
5.2.1 顔色映射
5.2.2 等值綫提取
5.2.3 高度圖
5.3 三維標量場數據可視化
5.3.1 空間數據錶達
5.3.2 空間數據特徵計算
5.3.3 間接體繪製
5.3.4 規則三維標量場的直接體可視化
5.3.5 不規則體數據的體可視化
參考文獻
第6章 地理信息可視化
6.1 地圖投影
6.1.1 墨卡托投影
6.1.2 亞爾勃斯投影
6.1.3 方位角投影
6.2 點數據的可視化
6.3 綫數據的可視化
6.4 區域數據的可視化
6.4.1 Choropleth 地圖
6.4.2 Cartogram
6.4.3 規則形狀地圖
6.4.4 多元關係地圖
6.5 地理信息可視化的應用
6.5.1 地球與生存環境
6.5.2 城市與日常生活
6.5.3 地理時空數據
6.5.4 復雜地理數據的可視分析
6.6 地理信息可視化的其他挑戰
6.6.1 地圖標注
6.6.2 地圖綜閤
6.6.3 在綫地圖
參考文獻
第7章 大規模多變量空間數據場可視化
7.1 大規模空間標量場數據的實時體可視化
7.1.1 大規模空間標量場數據的單機繪製
7.1.2 大規模空間標量場數據的並行繪製
7.1.3 時變空間標量場數據加速繪製方法
7.2 時變異構空間數據場的特徵追蹤與可視化
7.2.1 時變空間標量場數據的特徵提取
7.2.2 異構數據的特徵融閤
7.2.3 時變空間標量場數據的特徵追蹤
7.3 空間嚮量場數據可視化
7.3.1 圖標法
7.3.2 幾何法
7.3.3 紋理法
7.3.4 拓撲法
7.4 空間張量場數據可視化
7.4.1 張量場的數學描述
7.4.2 基於幾何的方法
7.4.3 基於紋理的方法
7.4.4 基於拓撲的方法
7.4.5 高階張量場可視化
7.5 多變量空間數據場可視化
7.5.1 多變量空間數據場的數據分析與錶達
7.5.2 多變量空間數據場的可視化與交互
參考文獻
第8章 時變數據可視化
8.1 時間屬性的可視化
8.1.1 綫性和周期時間可視化
8.1.2 日曆時間可視化
8.1.3 分支和多角度時間可視化
8.1.4 時間屬性的動態可視化
8.2 多變量時變型數據可視化
8.2.1 基於綫錶示的可視化
8.2.2 基於圖結構的可視化
8.2.3 時間序列數據的可視化交互
8.3 流數據可視化
8.3.1 流數據可視化模型
8.3.2 流數據處理技術
8.3.3 流數據可視化案例
8.3.4 並行流計算框架
參考文獻
非時空數據篇
第9章 層次和網絡數據可視化
9.1 層次數據
9.1.1 層次數據的可視化
9.1.2 節點- 鏈接法
9.1.3 空間填充法
9.1.4 其他方法
9.2 網絡數據
9.2.1 網絡和圖
9.2.2 網絡數據可視化
9.2.3 網絡數據的地圖隱喻可視化
9.2.4 超圖及其可視化
9.2.5 動態網絡數據可視化
9.2.6 圖可視化的視覺效果
9.2.7 圖可視化中的交互
9.2.8 網絡數據可視化的挑戰
參考文獻
第10章 文本和文檔可視化
10.1 文本可視化釋義
10.1.1 文本信息的層級
10.1.2 文本可視化的研究內容
10.1.3 文本可視化流程
10.2 文本信息分析基礎
10.2.1 分詞技術和詞乾提取
10.2.2 嚮量空間模型
10.2.3 主題抽取
10.3 文本內容可視化
10.3.1 基於關鍵詞的文本內容可視化
10.3.2 時序性的文本內容可視化
10.3.3 文本特徵的分布模式可視化
10.3.4 情感分析可視化
10.3.5 文檔信息檢索可視化
10.3.6 軟件可視化
10.4 文本關係可視化
10.4.1 基於圖的文本關係可視化
10.4.2 文檔集閤關係可視化
10.5 文本多層麵信息的可視錶達
10.6 總結
參考文獻
第11章 跨媒體數據可視化
11.1 圖像
11.1.1 圖像網格
11.1.2 時空采樣
11.1.3 基於相似性的圖像集可視化
11.1.4 基於海塞圖的社交圖像可視化
11.2 視頻
11.2.1 視頻概要可視化
11.2.2 視頻立方
11.2.3 視頻可視摘要
11.3 聲音與音樂
11.3.1 聲樂波形可視化
11.3.2 聲樂結構的可視化
11.4 超媒體
11.4.1 微博可視化
11.4.2 社交網絡可視化
11.4.3 數字生活可視化
參考文獻
第12章 復雜高維多元數據的可視化
12.1 高維多元數據
12.1.1 空間映射法
12.1.2 圖標法
12.1.3 基於像素圖的方法
12.2 非結構化與異構數據的可視化
12.2.1 非結構化數據
12.2.2 異構數據
12.3 大尺度數據的可視化
12.3.1 基於並行的大尺度數據高分辨率可視化
12.3.2 大尺度數據的分而治之可視化與分析
12.4 數據不確定性的可視化
12.4.1 不確定性的基本定義
12.4.2 不確定性的來源
12.4.3 不確定性的可視化方法
參考文獻
用戶篇
第13章 可視化中的交互
13.1 交互準則
13.1.1 交互延時
13.1.2 交互成本
13.1.3 交互場景變化
13.2 交互分類
13.2.1 按低階交互操作分類
13.2.2 按交互操作符與空間分類
13.2.3 按交互任務分類
13.3 交互技術
13.3.1 選擇
13.3.2 導航
13.3.3 重配
13.3.4 編碼

前言/序言

　　浙江大學計算機輔助設計與圖形學（CAD&CG;）國傢重點實驗室陳為教授來電話，請我為他的新作《數據可視化》作序。陳為教授是我的老同事，也是我們實驗室可視化方嚮的帶頭人。現在他有新作齣版，請我作序是對我的尊重，我哪有不懂之理。然而我猶豫瞭。我坦率地告訴他，我怕完不成任務，因為我已退休多年，不再跟蹤學科前沿多年。陳為說，他把書稿鏈接發給我，請我瀏覽以後再作定奪。我在瀏覽瞭《數據可視化》的內容簡介、前言、目錄和第1章後，深感全書內容十分豐富，架構嚴謹，是我國學界和業界急需的一本好書。陳教授在信裏還寫道：“可否請您從可視化在中國的發展曆史、現狀、未來為這本書寫一個序言，作為對我們的鼓勵。”讀信後，我感到我寫不齣現狀和未來，寫點我經曆過的事情，以及談點作為過來人的體會和建議還是可以的，同時我感到作為可視化領域的一名老兵麵對《數據可視化》這樣一本可視化新作、好書，又有愛不釋手和責無旁貸之感，當即決定試試。

　　“可視化”或它的全稱“科學計算可視化”（VisualizationinScientificComputing，縮寫為ViSC）一詞是在1987年根據美國國傢科學基金會召開的“科學計算可視化研討會”內容撰寫的一份報告中正式提齣的。在短短20餘年曆史中，科學計算可視化發展成為一個十分活躍的研究領域，新的研究分支不斷湧現，如齣現瞭用以錶示海量數據不同類型及其邏輯關係的信息可視化技術，以及將可視化與分析相結閤的可視分析學研究方嚮。現在又有瞭把“科學計算可視化”、“信息可視化”和“可視分析學”這三個分支整閤在一起的新學科“數據可視化”。這是可視化研究領域的新起點，必將進一步促進學科交叉與融閤，進一步擴大應用領域的發展，進一步提高應用水平。可以預期，這波數據可視化研究新浪潮必將推動可視化學科研究和應用嚮更寬、更深、更高的方嚮發展。事實上，這既是學界和業界的責任，也是廣大用戶的期待，因為現有的可視化技術還遠遠滿足不瞭用戶的期望。我舉一個親身體驗來說明我的這個論斷。去年8月我的小孫女齣生，麵對可愛的小臉，腦海裏不由得迴憶起3個月前看到兒子發來的那張胎兒超聲波三維影像時留下的印象：緊閉的雙目，高額頭和大鼻子。今天小天使雖然依然雙目緊閉，依然是高額頭，但鼻子一點也不大，反而顯得小巧、可愛，加上時張時閤的小嘴，這張真實的小臉與那張高科技三維圖像相比不知要漂亮多少倍。這個事實說明，今天的超聲波三維成像技術離用戶期望水平還相去甚遠。我們全傢在感謝今天科技進步讓我們提前3個月看到瞭小孫女的真容的同時，也期望科學傢們早日提供逼真的胎兒三維影像。

　　應該說，我們國傢可視化方嚮的研究工作起步還是比較早的。國傢自然科學基金委將科學計算可視化列為“八五”重點資助項目，國傢科委也將其列為基礎研究專門項目給予資助。國內一批圖形學研究中心，如浙江大學計算機輔助設計與圖形學國傢重點實驗室、清華大學計算機係、中科院CAD開放實驗室和中科院軟件所等單位在20世紀90年代初相繼開展瞭可視化方嚮的基礎研究和應用研究。我們這一代人遇到的最大睏難是信息閉塞，很多信息都是從國際學術交流中取得的。例如，我是在1991年3月至7月在德國Encarnacao教授領導的弗朗霍夫圖形學研究所（FhG-IGD）作訪問研究，在MartinGoebel博士領導的可視化研究室工作時接觸科學計算可視化研究方嚮的。我有幸與研究室內一批年輕博士一起工作4個月為我奠定瞭從事可視化學科的基礎。迴國後我在浙江大學CAD&CG;國傢重點實驗室大力倡導，並組織年輕教師和博士生開展可視化方嚮的研究工作，很快齣現瞭一批較高水平的研究成果，影響並推動瞭可視化研究方嚮在國內普及。基於可視化方嚮的廣泛應用背景，我們從1993年9月起在浙江大學為全校理工科碩士和博士研究生開設“科學計算可視化”全校性選修課。1995年4月23日至27日由我們實驗室牽頭舉辦瞭虛擬現實與科學計算可視化國際研討會（InternationalWorkshoponVR-ViSC）。同時為國內青年學者和學生舉辦同名高級研討班，請齣席國際研討會的一批國內外著名學者為國內高級研討班學員作報告，取得瞭很好的效果。這應是我國第一次舉辦VR-ViSC專題國際研討會和同名國內高級研討班，讓國外學者有機會瞭解我國學者在這個領域的研究成果，也讓國內學者和學生有機會接觸世界一流學者。我想藉此機會嚮Encarnacao教授錶示我們最誠摯的謝意，是他幫助我們解決瞭國外學者來華的費用。歐洲學者費用是他齣麵嚮歐盟申請的，北美加拿大和美國學者來華費用也是Encarnacao教授齣麵通過他的老朋友LarryL.Rosenblum教授嚮美國國傢科學基金會申請的。Larry是美國海軍研究生院教授，曾任美國國傢科學基金會計算機學部主任。直到2006年4月16日我的一批國外老朋友應邀參加我的70歲生日慶祝大會，幾位老朋友到我的新居做客，其中就有Larry，這是他第一次訪問中國。我如此冗長地介紹1995年研討會和一批國外老朋友無非是想強調國際學術交流的重要，以及強調國外一流學者的敬業精神值得我們永遠學習。1996年9月由石教英、蔡文立等編著的《科學計算可視化算法與係統》一書由科學齣版社齣版。這應是我國學者編著的第一本可視化教材，曾在國內高校應用多年，遺憾的是至今沒有更新再版。計算機類教科書哪有十幾年不更新的，早該淘汰瞭。

　　我除瞭欣賞《數據可視化》一書內容翔實、架構嚴謹、圖錶精美外，我更欣賞和看重的是本書前言裏列齣的執筆者，也就是作者名單。這張名單清晰地錶明各個章節的作者姓名。我欣賞的就是這種既強調知識産權保護，又明確文責自負的做法。我一直認為我國知識産權保護不力是製約我國科技創新的罪魁禍首！我欣賞陳為教授嚴謹的知識産權保護意識和實踐。保護知識産權從我們每個科技工作者做起當然是應該的，但我更希望我國各級?科技主管重視知識産權保護對我國科技創新的影響問題，也希望各級行政執法主管嚴格執法，嚴格保護知識産權。更希望中央媒體能像報道全國道德模範一樣報道一批因知識産權而緻富的知識分子實例。我想一旦知識産權可以緻富意識深入人心，榜樣的力量就將是無窮的。

　　最後請容許我再嚮青年學者說幾句心裏話。你們從事的可視化研究領域屬應用基礎研究範疇，具有很強的應用性，因此希望你們重視應用研究，做有用的研究，多與産業界聯係；不要隨波逐流跟著考核指揮棒走，一味追逐論文數、奬項數和科研經費數；學術評價標準是影響力，而不是這個數那個數，分學術影響力和産業影響力兩類：學術影響力看的是發錶的學術論文級彆，真正有影響力的論文隻有頂級論文，能産齣頂級論文的隻有少數人，且隻能在其創造力旺盛的有限歲月纔有可能發錶頂級學術論文；産業影響力是看你的成果在産業界的應用效果，所有有真纔實學的人都能有所貢獻，且可能是終生都會有所貢獻。你可能會說沒有論文，拿不到博士學位，升不瞭職稱，沒有科研經費無法帶研究生，等等。是的，這裏就有個度以及你的看法問題，這就是先賢王陽明先生說的“良知”（我們對事物的最初反應，也是我們本性的錶現）；王陽明還提齣“緻良知”說，就是指我們應該遵從自己的良知而行，即將良知付諸實踐。因此，這是一個復雜而又現實的問題，我前麵說瞭“不要隨波逐流”，現在又說要“緻良知”，即要按自己想清楚的去做，一句話就是：要獨立思考，不要隨大流。

　　東拉西扯地寫瞭一大堆，請陳教授諒解，也請諸位讀者諒解。

　　石教英

　　浙江大學計算機輔助設計與圖形學國傢重點實驗室

　　2013年9月11日

　　數據的采集、提取和理解是人類感知和認識世界的基本途徑之一，數據可視化為人類洞察數據的內涵、理解數據蘊藏的規律提供瞭重要的手段。

　　隨著數據時代的來臨，大數據的分析、挖掘與可視化已經成為信息技術發展的迫切需求。麵對當前科學可視化、信息可視化、可視分析研究和應用的新形勢，需要發展新的復雜數據的處理、分析與可視化方法，並圍繞實際科學和社會問題的求解設計高效的人機交互界麵。目前，國內急需麵嚮信息時代中各類數據特性和應用領域介紹數據可視化基本理論與方法的工具書。

　　本書從研究者的視角，介紹瞭數據可視化的定義、方法、功效和實用軟件，可作為初學者入門的嚮導，是有關科研和教育人員從事可視化研究和開發的一本實用的參考書。全書共有16章，分為4篇：基礎篇、時空數據篇、非時空數據篇和用戶篇。

　　基礎篇（第1~4章）闡述數據可視化的基礎理論和概念，從人的感知和認知齣發，介紹數據模型和可視化基礎。第1章闡述可視化的定義、作用和發展曆史，給齣數據可視化的現代意義和分類。第2章詳細介紹視覺感知和認知的基本原理、顔色模型和可視化編碼原則。第3章介紹數據模型、數據定義、數據組織與管理、數據分析與挖掘等基本概念。第4章闡述數據可視化基礎，包括可視化流程、圖形符號、視覺變量和評估方法等內容。根據數據的時空特性，數據可分為時空數據和非時空數據。

　　時空數據篇（第5~8章）介紹含有空間坐標或時間信息的數據的可視化方法，此類數據通過測量儀器在真實物理空間中采集或由科學計算模擬生成。空間數據可分為標量、嚮量和張量三大類。第5章介紹空間標量場數據可視化，主要涵蓋一維、二維和三維空間的標量場數據。第6章介紹含有地理信息的空間數據的可視化技術。第7章介紹大尺度或隨時間變化的空間標量場數據的可視化解決方案和挑戰，空間嚮量場和張量場數據的可視化方法，多變量空間數據場的可視化。第8章關注帶有時間信息的數據可視化，包括時間屬性可視化、多變量時變型數據可視化和流數據可視化。

　　非時空數據篇（第9~12章）描述非結構和非幾何的抽象數據的可視化，這類數據既存在於真實物理空間，也存在於社會空間和網絡信息空間。第9～12章分彆介紹層次結構數據可視化、文本數據可視化、跨媒體數據可視化和復雜高維多元數據可視化。特彆地，非時空數據具有高維、大尺度、異構、復雜等特點。第12章介紹最新的有關復雜高維多元數據可視化的方法，處理對象包括多變量非結構化數據、大規模數據、異構數據和不確定性數據等。

　　用戶篇（第13~16章）介紹實際應用中各類數據可視化需采用的共性、技術和工具以及具體的應用係統。第13章介紹可視化中的交互方法，包括交互準則、交互分類和相關技術。第14章介紹可視化評測，闡述可視化評測的因素、方法、流程和具體實例。第15章介紹麵嚮科學計算、生命醫學、網絡安全、商業智能和金融等領域的可視化技術。第16章介紹可視化係統，包括應用係統、數據資源、開發工具和全球重要的可視化研究小組等信息。

　　本書作者

　　於2013年6月

大數據叢書：數據可視化 一、 內容概述 《大數據叢書：數據可視化》是一本全麵深入探討數據可視化理論、技術與實踐的專著。本書旨在幫助讀者掌握如何有效地將復雜、海量的數據轉化為直觀、易懂的視覺信息，從而揭示數據背後的洞察，支持更明智的決策。從基礎概念的梳理，到前沿技術的剖析，再到實際應用的指導，本書提供瞭一個完整的數據可視化知識體係。 本書的編寫團隊由一批在數據科學、計算機圖形學、人機交互以及統計學等領域擁有豐富經驗的專傢學者組成。他們將理論研究的深度與行業實踐的廣度相結閤，力求為讀者提供既有學術嚴謹性又不失操作性的內容。 二、 核心內容深度解析 1. 數據可視化的基石：理論與原則 何為數據可視化？ 本章將從概念層麵齣發，界定數據可視化的內涵與外延，闡述其在信息爆炸時代的必要性和重要性。我們將探討可視化不僅僅是“畫圖”，更是“理解”和“溝通”的過程。 視覺編碼的語言： 視覺編碼是數據可視化的核心。本書將詳細介紹各種視覺編碼方式，如位置、長度、麵積、顔色、形狀、紋理等，並分析它們在傳達不同類型數據信息時的優劣。讀者將學會如何根據數據屬性和溝通目標，選擇最閤適的視覺編碼。 認知心理學與可視化設計： 理解人類的視覺感知和認知規律是設計有效可視化的前提。本書將引入格式塔原則、顔色理論、注意力模型等心理學概念，解釋為何某些可視化設計更易於理解，而另一些則可能産生誤導。我們將探討如何利用這些原理來優化設計，減少認知負擔。 有效的可視化設計原則： 除瞭視覺編碼，本書還將深入探討數據可視化的普適性設計原則，包括清晰性、準確性、簡潔性、一緻性、交互性等。我們將分析大量成功與失敗的案例，提煉齣設計優良可視化作品的關鍵要素。 2. 數據可視化之旅：技術與工具 數據準備與預處理： 真實世界的數據往往 messy。本書將涵蓋數據清洗、轉換、整閤等預處理技術，確保輸入可視化係統的數據是準確和適用的。 核心可視化技術： 圖錶傢族的演進： 從經典的條形圖、摺綫圖、散點圖、餅圖，到更復雜的箱綫圖、熱力圖、樹狀圖、弦圖等，本書將係統介紹各種常用圖錶的適用場景、繪製方法以及潛在的誤用風險。 地理空間可視化： 針對地理位置信息，本書將深入講解地圖可視化技術，包括點密度圖、區域填充圖、流嚮圖、熱力圖疊加等，並介紹在GIS（地理信息係統）領域的應用。 網絡與關係可視化： 如何有效地展現實體之間的復雜關係？本書將介紹節點-連接圖、力導嚮圖、矩陣圖等方法，以及處理大規模網絡可視化麵臨的挑戰。 時間序列可視化： 捕捉時間維度上的變化趨勢是數據分析的重要環節。本書將介紹時間軸、甘特圖、事件序列圖等技術，並探討如何處理多變量時間序列。 高維數據可視化： 當數據維度過高時，如何進行可視化？本書將介紹降維技術（如PCA、t-SNE）與可視化相結閤的方法，以及平行坐標圖、散點圖矩陣等。 文本與自然語言可視化： 如何從海量文本中提取洞察？本書將介紹詞雲、主題模型可視化、情感分析可視化等技術。 可視化工具生態係統： 本書將對當前主流的數據可視化工具進行梳理和評析，包括： 商業智能（BI）工具： 如Tableau、Power BI、Qlik Sense等，側重於快速製作交互式儀錶闆，適閤業務分析人員。 編程語言庫： 如Python（Matplotlib, Seaborn, Plotly, Bokeh）、R（ggplot2, Shiny）、JavaScript（D3.js, Chart.js）等，提供高度的靈活性和定製化能力，適閤數據科學傢和開發者。 專門的可視化軟件： 如Gephi（網絡可視化）、RAWGraphs（通用圖錶生成）等。 開源解決方案： 介紹一些優秀的開源可視化框架和庫，鼓勵讀者探索和貢獻。 本書將不僅僅是工具的羅列，更側重於講解不同工具的適用場景、學習麯綫以及在實際項目中的權衡選擇。 3. 從靜態到動態：交互式可視化與高級技術 交互的藝術： 交互是數據可視化的靈魂。本書將深入探討各種交互技術，如過濾、聯動、縮放、平移、刷選（brushing）、鏈接（linking）、細節探查（drill-down/roll-up）等。我們將分析如何設計直觀且富有成效的交互，引導用戶進行探索式數據分析。 儀錶闆設計： 如何將多個可視化組件組閤成一個信息豐富、易於理解的儀錶闆？本書將提供儀錶闆設計的最佳實踐，包括信息架構、布局、導航、響應式設計等，以支持實時監控和決策。 數據故事講述： 數據可視化不僅僅是呈現圖錶，更是講述一個引人入勝的數據故事。本書將探討如何構建敘事邏輯，利用可視化元素引導讀者逐步理解數據洞察，並産生共鳴。 高級可視化技術： 實時可視化： 針對不斷變化的數據流，如何進行實時監控和可視化？本書將介紹流式數據處理與可視化技術。 三維可視化： 在特定場景下，三維可視化能夠提供更直觀的體驗，本書將探討其應用和設計挑戰。 VR/AR與可視化： 探索虛擬現實和增強現實在數據可視化領域的潛力，如何創造沉浸式的體驗。 主動式可視化： 探討如何利用機器學習和人工智能技術，讓可視化係統“主動”推薦有價值的洞察。 4. 應用驅動：行業案例與最佳實踐 各行業數據可視化實戰： 本書將提供大量來自不同行業的真實案例，涵蓋： 商業與市場分析： 銷售趨勢分析、客戶行為洞察、市場細分可視化。 金融與投資： 股票市場分析、風險評估可視化、交易行為監控。 醫療與健康： 疫情傳播追蹤、患者數據分析、藥物研發可視化。 科學研究： 實驗數據探索、模擬結果可視化、科研成果傳播。 城市規劃與交通： 交通流量分析、人口分布可視化、環境監測。 媒體與新聞： 信息圖錶製作、數據新聞報道。 數據倫理與可視化： 在可視化過程中，如何避免偏差、歧義和誤導？本書將探討數據倫理、隱私保護以及如何構建公平、透明的可視化。 評估與迭代： 如何衡量一個可視化作品的有效性？本書將介紹用戶測試、可用性評估等方法，以及持續迭代優化的重要性。 三、 讀者對象 本書適閤以下人群閱讀： 數據科學傢與分析師： 提升數據解讀和溝通能力，發現數據深層洞察。 産品經理與業務決策者： 更好地理解業務數據，做齣更明智的戰略決策。 軟件工程師與開發者： 掌握構建交互式數據可視化應用的編程技術。 UI/UX設計師： 學習如何將數據元素融入用戶體驗設計。 市場營銷與傳播專業人士： 創作更具吸引力和說服力的數據報告和信息圖。 對數據可視化感興趣的在校學生與研究人員。 四、 本書特色 體係完整： 從理論基礎到前沿技術，再到落地實踐，構成瞭一個全麵而深入的可視化知識體係。 理論與實踐並重： 深入剖析背後的科學原理，同時提供大量可操作的代碼示例和行業案例。 前沿性： 緊跟數據可視化領域最新的技術發展和研究動態。 可讀性強： 語言清晰易懂，結構邏輯嚴謹，配以豐富的圖示和案例，降低學習門檻。 工具包羅萬象： 涵蓋主流的商業工具和開源技術，為讀者提供多樣的選擇。 《大數據叢書：數據可視化》不僅僅是一本書，更是一套引導讀者在數據世界中 navigat 的指南針，是開啓數據驅動決策新篇章的鑰匙。通過本書的學習，您將能夠駕馭海量數據，用視覺的力量洞察真相，清晰地傳達您的發現，最終驅動價值的創造。

評分☆☆☆☆☆

我一直覺得，數據的價值最終需要通過有效的溝通纔能體現，而可視化就是實現這種溝通的絕佳方式。這本書簡直就是我一直在尋找的寶藏！它並沒有流於錶麵，而是深入剖析瞭數據可視化背後的邏輯和原理。我學會瞭如何根據數據的類型、數據的規模以及受眾的需求，來選擇最恰當的可視化圖形。書中對於不同圖錶（如散點圖、柱狀圖、摺綫圖、餅圖、熱力圖等）的適用場景和優缺點進行瞭細緻的對比分析，讓我能夠做齣更明智的選擇。更讓我驚喜的是，它還介紹瞭許多關於“數據故事”的構建方法，如何通過一係列精心設計和串聯的可視化元素，將復雜的數據轉化為引人入勝的故事，從而更有效地影響和說服他人。這對於我這種需要經常嚮領導匯報工作的人來說，簡直是福音。我已經迫不及待地想把書中學到的知識應用到實際工作中瞭！

評分☆☆☆☆☆

這本書真是讓我大開眼界！我一直對如何將海量數據轉化為直觀易懂的圖錶抱有濃厚的興趣，但總是覺得無從下手。這本書的到來，就像為我點亮瞭一盞明燈。從基礎的圖錶類型選擇，到高級的交互式可視化技術，再到如何根據不同的業務場景設計齣最有效的可視化方案，書中都給齣瞭非常詳盡的講解。我尤其喜歡其中關於顔色運用和布局設計的章節，作者用大量生動的案例，教會我如何避免視覺上的混亂，如何讓數據“說話”，而不是“喧嘩”。讀完之後，我感覺自己對於數據分析的理解又上瞭一個颱階，不僅僅是停留在數字層麵，更能從圖形化的角度去洞察數據的內在規律和趨勢。這對於我日後的工作絕對是極大的助益，無論是製作報告、進行數據分析，還是嚮他人清晰地傳達信息，這本書都提供瞭寶貴的指導。它不僅僅是一本技術手冊，更像是一位經驗豐富的數據可視化嚮導，引領我探索數據的無限可能。

評分☆☆☆☆☆

這是一本真正能夠“學以緻用”的書。我之所以這麼說，是因為它提供的知識點都非常實用，並且具有很強的可操作性。書中不僅講解瞭各種數據可視化工具的使用方法，更重要的是，它深入講解瞭如何設計齣有效且具有影響力的可視化作品。我學習到瞭很多關於視覺傳達的原則，比如如何利用留白來提升清晰度，如何選擇閤適的字體來增強可讀性，以及如何運用動態效果來引導用戶的注意力。這些細節上的打磨，往往是決定一個可視化作品是否成功的關鍵。我感覺，這本書就像一位經驗豐富的導師，手把手地教我如何將復雜的數據轉化為既美觀又富有洞察力的圖形。現在，我在處理數據時，腦海中已經有瞭清晰的框架和思路，不再是盲目地嘗試。這本書的價值，遠遠超齣瞭我的預期。

評分☆☆☆☆☆

坦白說，我之前對“大數據”這個詞總是覺得有些遙遠和概念化，直到我讀瞭這本書，纔真正理解瞭它在我們日常生活和工作中意味著什麼。這本書的敘述風格非常吸引人，它不是那種枯燥的技術講解，而是通過大量的實際案例，展示瞭數據可視化是如何在各個領域發揮巨大作用的。從商業分析、市場營銷，到科學研究、社會治理，書中都有精彩的呈現。我尤其印象深刻的是，書中展示瞭一些非常具有啓發性的可視化圖錶，它們不僅信息量大，而且設計精美，讓人一看就忍不住想要深入瞭解。讀完這本書，我對數據可視化有瞭全新的認識，它不再僅僅是技術性的操作，更是一種思維方式，一種溝通的藝術。它讓我看到瞭數據背後隱藏的巨大潛力和價值，也激發瞭我想要去探索和創造更多可能性的熱情。

評分☆☆☆☆☆

我一直對復雜的數據分析流程感到有些畏懼，總覺得那些冰冷的數字很難把握。這本書的齣現，徹底改變瞭我的看法。它以一種非常接地氣的方式，把我帶入瞭數據可視化的奇妙世界。書中講解的步驟清晰明瞭，即使是對數據分析不太熟悉的人，也能輕鬆上手。我最喜歡的部分是關於如何利用可視化工具來探索數據，書中提供瞭很多實用的技巧，比如如何通過數據透視錶來快速匯總數據，如何使用篩選和排序來聚焦關鍵信息，以及如何通過條件格式來突齣重要數據點。這些方法不僅大大提高瞭我的工作效率，更讓我發現，原來數據分析也可以如此有趣和直觀。我現在看待數據，不再是麵對一堆雜亂的數字，而是能夠看到它們背後隱藏的模式和洞察。這本書讓我覺得，掌握數據可視化，就是掌握瞭打開數據寶庫的鑰匙。

評分☆☆☆☆☆

算是各種數據的圖錶實例，內容簡潔，工作相關者入手此書可作靈感來源。

評分☆☆☆☆☆

真的本書不錯哦！多讀書！

評分☆☆☆☆☆

快遞速度飛一般的快

評分☆☆☆☆☆

贊贊贊，棒棒噠???????

評分☆☆☆☆☆

好評，包裝封塑完整，有需要再來

評分☆☆☆☆☆

這本書不錯，詳細 易懂。

評分☆☆☆☆☆

全是圖，非常棒的書！

評分☆☆☆☆☆

書很好，學習一下新技術，是正版圖書。領券滿600減400，優惠很大，一次買瞭很多看看

評分☆☆☆☆☆

京東送貨快 這本書值得一看