导语

  

内容提要

  

    数据分析中数据可视化已成为大数据研究的一门科学。本书的目的是为数据工程专业的课程学习提供基础原理与操作实验，不仅综合了国内外书籍、网站的相关内容，也结合了具体的课程实践和人才培养要求。全书共11章，内容包括数据及可视化基础，数据可视化的发展及分类，数据处理，视觉通道，数据可视化流程，数据可视化工具，时空、地理可视化，层次网络数据可视化，文本及多媒体可视化，社会网络分析可视化以及可视化评估等，既包括数据可视化的基本知识，也涵盖数据可视化的工具方法。通过学习本书，读者能更深入地认识和掌握数据可视化的应用价值。书中每章都设有习题与实践，教辅资料提供实验范例，便于读者加强巩固所学内容。
    本书可作为高等院校与数据可视化相关专业课程的教科书，特别是能满足数据工程专业需求，同时也可以为其他专业所用，各行各业的在职人士也可以将其作为参考书目。

总序
前言
第1章  数据及可视化基础
  1.1  什么是大数据
    1.1.1  大数据的定义
    1.1.2  大数据的特征
    1.1.3  大数据的类型
  1.2  什么是可视化
    1.2.1  可视化的概念
    1.2.2  可视化技术
    1.2.3  可视化的意义
  1.3  数据可视化
    1.3.1  数据可视化的概念
    1.3.2  数据可视化的应用
  1.4  案例——新闻可视化
    1.4.1  新闻可视化的概念
    1.4.2  新闻可视化的实例
  1.5  习题与实践
  参考文献
第2章  数据可视化的发展及分类
  2.1  数据可视化的发展历程
    2.1.1  数据可视化的起源与发展
    2.1.2  数据可视化的起落
    2.1.3  数据可视化的复苏
  2.2  数据可视化的蓬勃发展
    2.2.1  交互可视化
    2.2.2  21世纪的可视化
  2.3  数据可视化的分类
    2.3.1  科学可视化
    2.3.2  信息可视化
    2.3.3  可视分析学
  2.4  案例分析——南丁格尔的玫瑰图
  2.5  习题与实践
  参考文献
第3章  数据处理
  3.1  数据
    3.1.1  数据的含义
    3.1.2  可视化数据类型及特点
    3.1.3  数据对象及属性
  3.2  数据预处理
    3.2.1  数据质量
    3.2.2  数据清理
    3.2.3  数据集成
    3.2.4  数据变换
  3.3  数据存储
    3.3.1  大数据存储需求
    3.3.2  分布式存储
    3.3.3  云存储
  3.4  数据分析
    3.4.1  数据挖掘
    3.4.2  经典算法
  3.5  习题与实践
  参考文献
第4章  视觉通道
  4.1  视觉通道类型
    4.1.1  定性视觉通道
    4.1.2  定量视觉通道
    4.1.3  定性与定量视觉通道
  4.2  视觉通道的特性
    4.2.1  视觉通道的表现力和有效性
    4.2.2  视觉通道的表现力判断标准
  4.3  习题与实践
  参考文献
第5章  数据可视化流程
  5.1  可视化流程模型
    5.1.1  可视化流程模型分类
    5.1.2  通用模型
    5.1.3  信息可视化参考流程模型
  5.2  可视化编码
    5.2.1  标记和视觉通道
    5.2.2  编码元素和级别
  5.3  可视化结果处理
    5.3.1  视图选择与交互设计
    5.3.2  可视化中的美学要素
    5.3.3  可视化隐喻
  5.4  习题与实践
  参考文献
第6章  数据可视化工具
  6.1  可视化软件
    6.1.1  可视化软件分类
    6.1.2  科学可视化软件
    6.1.3  信息可视化软件
    6.1.4  可视化分析软件
  6.2  可视化编程工具
    6.2.1  R语言
    6.2.2  JavaScript语言
    6.2.3  Processing语言
    6.2.4  Python语言
  6.3  案例——COVID-19确诊、死亡、治愈人数统计
  6.4  习题与实践
  参考文献
第7章  时空、地理可视化
  7.1  时序数据可视化
    7.1.1  时序数据的基本概念
    7.1.2  时序数据的可视化方法
    7.1.3  流数据可视化
  7.2  空间数据可视化
    7.2.1  一维数据可视化
    7.2.2  二维数据可视化
    7.2.3  三维数据可视化
    7.2.4  向量数据可视化
    7.2.5  张量数据可视化
  7.3  地理数据可视化
    7.3.1  地图投影
    7.3.2  点型数据可视化
    7.3.3  线型数据可视化
    7.3.4  区域数据可视化
  7.4  案例分析——纽约地铁客流量数据
  7.5  习题与实践
  参考文献
第8章  层次网络数据可视化
  8.1  层次数据可视化
    8.1.1  树与随机树的概念
    8.1.2  海量信息的层次化组织
    8.1.3  层次数据的获取
    8.1.4  层次数据可视化的方法
  8.2  层次数据比较可视化
    8.2.1  层次数据比较可视化的必要性
    8.2.2  层次数据比较可视化方法
    8.2.3  层次数据比较可视化中的交互
  8.3  网络数据可视化
    8.3.1  复杂网络的复杂性与多维性
    8.3.2  多维复杂网络数据可视化算法
    8.3.3  网络数据可视化的方法
    8.3.4  网络数据可视化的主要工具
  8.4  习题与实践
  参考文献
第9章  文本及多媒体可视化
  9.1  文本数据分析
    9.1.1  文本检索
    9.1.2  文本规范化
    9.1.3  文本分类
    9.1.4  文本数据挖掘
  9.2  文本可视化
    9.2.1  文本可视化的必要性
    9.2.2  文本可视化的类型
    9.2.3  文本可视化工具和语言
  9.3  多媒体可视化
    9.3.1  图像特征抽取
    9.3.2  声音特征抽取
  9.4  习题与实践
  参考文献
第10章  社会网络分析可视化
  10.1  社会网络
    10.1.1  社会网络的概念
    10.1.2  社会网络的原理
  10.2  社会网络分析可视化介绍
    10.2.1  社会网络分析
    10.2.2  社会网络可视化应用
  10.3  社会网络分析软件
    10.3.1  UCINET
    10.3.2  UCINET应用
  10.4  案例——微博可视化
    10.4.1  微博可视化的必要性
    10.4.2  基于社会网络分析的微博数据获取
    10.4.3  基于社会网络中心性分析的微博信息传播研究
  10.5  习题与实践
  参考文献
第11章  可视化评估
  11.1  可视化的价值
    11.1.1  知识价值
    11.1.2  相对价值
    11.1.3  成本控制
    11.1.4  用户因素
  11.2  可视化评估方法
    11.2.1  评估方法分类
    11.2.2  定量评估
    11.2.3  定性评估
  11.3  习题与实践
  参考文献