顶部
收藏

数据可视化


作者:
朱锐 蔡莉 朱艳萍 编著
定价:
38.70元
ISBN:
978-7-04-065909-2
版面字数:
280.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-12-04
物料号:
65909-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机科学与技术专业课程

本书系统阐述数据可视化的理论基础、方法技术与实践应用,旨在帮助读者认识数据、理解数据和运用数据。全书共十章:首先追溯可视化发展历程,从远古岩画、楔形文字到科学计算可视化,解析数据类型、统计特征及坐标系、色彩映射原理等基础理论;进而分类解析直方图、折线图、饼图等传统图表与热力图、树状图、和弦图等新兴形式图表的内涵与适用场景,详细拆解数据从采集、清洗、降维到交互设计的全流程;随后探讨并行化与流数据实时处理技术,并结合机器学习场景(聚类、回归、分类)及特定数据类型提供定制化解决方案;最后通过收费站交通流系统、城市居民出行系统两大实际案例,系统评介Tableau、D3.js、Python/R、Echarts等主流工具及开发库应用。

本书特色在于融合历史经典案例与前沿技术,覆盖统计图表、动态交互与实时分析多维场景,以完整项目流程与开源工具链强化实践能力。

本书可作为高等学校人工智能、智能科学与技术、数据科学与大数据技术、大数据管理与应用等专业本科生、研究生数据分析及相关课程的教学用书,也可供数据分析师、科研人员及开发者学习和参考。

  • 前辅文
  • 第1章 可视化简介
    • 1.1 可视化概述
      • 1.1.1 可视化的发展
      • 1.1.2 可视化的定义
    • 1.2 可视化的分类
      • 1.2.1 可视化的起源
      • 1.2.2 科学计算可视化
      • 1.2.3 信息可视化
      • 1.2.4 数据可视化
      • 1.2.5 知识可视化
    • 1.3 可视化的应用领域
  • 第2章 数据可视化基础
    • 2.1 数据类型和属性
      • 2.1.1 数据类型
      • 2.1.2 属性
    • 2.2 数据的统计特征
      • 2.2.1 集中趋势的统计指标
      • 2.2.2 离散趋势的统计指标
      • 2.2.3 分布特征的统计指标
    • 2.3 坐标系
      • 2.3.1 笛卡儿坐标系
      • 2.3.2 三维坐标系
      • 2.3.3 球坐标系
    • 2.4 标量、向量和矩阵
    • 2.5 色彩与可视化
      • 2.5.1 使用颜色进行区分
      • 2.5.2 使用颜色表达数据取值
      • 2.5.3 使用颜色作为强调工具
  • 第3章 数据可视化的展现形式
    • 3.1 传统的可视化展现形式
      • 3.1.1 直方图
      • 3.1.2 折线图
      • 3.1.3 条形图和柱状图
      • 3.1.4 饼图
      • 3.1.5 散点图
      • 3.1.6 面积图
      • 3.1.7 网络图
    • 3.2 新颖的可视化展现形式
      • 3.2.1 气泡图
      • 3.2.2 热力图
      • 3.2.3 树状图
      • 3.2.4 平行坐标图
      • 3.2.5 箱形图
      • 3.2.6 和弦图
      • 3.2.7 地理坐标/地图
      • 3.2.8 标签云
    • 3.3 可视化展现形式的功能
      • 3.3.1 类别比较
      • 3.3.2 时间变化
      • 3.3.3 占比
      • 3.3.4 关联分析
      • 3.3.5 分布
  • 第4章 数据可视化的基本流程
    • 4.1 基本流程概述
    • 4.2 数据收集
      • 4.2.1 数据来源
      • 4.2.2 数据采集方法
    • 4.3 数据存储
      • 4.3.1 文件存储
      • 4.3.2 关系数据库
      • 4.3.3 非关系数据库
    • 4.4 数据处理与变换
      • 4.4.1 数据预处理
      • 4.4.2 数据降维
      • 4.4.3 数据采样
    • 4.5 可视化映射
      • 4.5.1 可视化映射的三大元素
      • 4.5.2 视图选择原则
    • 4.6 数据表述
      • 4.6.1 将指标和指标值图形化
      • 4.6.2 将数据关系图形化
      • 4.6.3 将时间和空间可视化
      • 4.6.4 数据概念转换
      • 4.6.5 让图表“动”起来
    • 4.7 用户交互设计原则
      • 4.7.1 交互设计原则
      • 4.7.2 页面布局设计原则
      • 4.7.3 交互设计常见问题
  • 第5章 大数据可视化
    • 5.1 大数据概述
      • 5.1.1 大数据概念
      • 5.1.2 大数据发展历程
      • 5.1.3 大数据关键技术
      • 5.1.4 大数据的4V特征
    • 5.2 大数据可视化的挑战
      • 5.2.1 存储
      • 5.2.2 访问
      • 5.2.3 数量
      • 5.2.4 速度
    • 5.3 面向大数据可视化的数据预处理方法
      • 5.3.1 并行化方法
      • 5.3.2 增量式方法
      • 5.3.3 分治法
    • 5.4 静态大数据与流数据的可视化
      • 5.4.1 静态数据可视化
      • 5.4.2 流数据可视化
  • 第6章 机器学习中的数据可视化
    • 6.1 机器学习概述
      • 6.1.1 机器学习的定义
      • 6.1.2 机器学习的基本任务
      • 6.1.3 机器学习与数据可视化
    • 6.2 聚类问题及可视化
      • 6.2.1 层次聚类
      • 6.2.2 K-means聚类
      • 6.2.3 模糊聚类
      • 6.2.4 聚类问题可视化实例
    • 6.3 线性模型及可视化
      • 6.3.1 线性回归问题
      • 6.3.2 线性回归的表示方法
      • 6.3.3 线性回归与可视化的基本流程
      • 6.3.4 回归问题中的数据可视化
    • 6.4 分类问题及可视化
      • 6.4.1 朴素贝叶斯分类器
      • 6.4.2 SVM分类器基础
      • 6.4.3 分类结果可视化实例
  • 第7章 面向特定类型的数据可视化方法
    • 7.1 网络数据可视化
      • 7.1.1 网络关系图
      • 7.1.2 网络数据可视化
    • 7.2 文本数据可视化
      • 7.2.1 基于文本内容的可视化
      • 7.2.2 基于文本关系的可视化
      • 7.2.3 基于多层面信息的可视化
    • 7.3 高维数据可视化
      • 7.3.1 高维数据特点
      • 7.3.2 数据降维方法
      • 7.3.3 特征降维的可视化
    • 7.4 时空数据可视化
      • 7.4.1 时空数据概念
      • 7.4.2 静态时空数据可视化
      • 7.4.3 动态时空数据可视化
  • 第8章 数据可视化案例1——收费站交通流可视化系统
    • 8.1 案例概述
    • 8.2 数据获取与数据存储
      • 8.2.1 数据获取
      • 8.2.2 数据存储
    • 8.3 数据预处理
      • 8.3.1 数据抽取
      • 8.3.2 数据转化
      • 8.3.3 数据清洗及装载
    • 8.4 可视化
      • 8.4.1 可视化映射
      • 8.4.2 数据可视化
      • 8.4.3 界面可视化
    • 8.5 系统功能展示
  • 第9章 数据可视化案例2——城市居民出行可视化系统
    • 9.1 案例概述
    • 9.2 数据获取与数据存储
      • 9.2.1 数据获取
      • 9.2.2 数据存储
    • 9.3 数据预处理
      • 9.3.1 数据面临的质量问题
      • 9.3.2 数据提取及转化
      • 9.3.3 数据清洗
    • 9.4 可视化设计
      • 9.4.1 可视化需求
      • 9.4.2 数据可视化
      • 9.4.3 界面设计
    • 9.5 可视化系统实现
  • 第10章 可视化开发语言及工具
    • 10.1 Tableau软件
      • 10.1.1 工具介绍
      • 10.1.2 应用案例
    • 10.2 D3.js/Protovis开发框架
      • 10.2.1 工具介绍
      • 10.2.2 应用案例
    • 10.3 Vega/Vega-Lite开源工具
      • 10.3.1 工具介绍
      • 10.3.2 应用案例
    • 10.4 Python语言
      • 10.4.1 工具介绍
      • 10.4.2 应用案例
    • 10.5 R+ggplot2设计库
      • 10.5.1 工具介绍
      • 10.5.2 应用案例
    • 10.6 Echarts工具
      • 10.6.1 工具介绍
      • 10.6.2 应用案例
    • 10.7 Processing开发库
      • 10.7.1 工具介绍
      • 10.7.2 应用案例
    • 10.8 Heatmap.js开发库
      • 10.8.1 工具介绍
      • 10.8.2 应用案例
  • 参考文献

相关图书