展开全部

主编推荐语

本书介绍了可视化领域的基础概念及应用,可视化的一般流程、设计组件,以及不同类型数据的可视化方法。

内容简介

本书分为三个部分:基础理论、大数据可视化方法、大数据可视化工具及应用。

基础理论部分包括第1、2章,回顾了可视化发展进程,介绍了可视化领域的一些基础概念及应用,以及可视化的一般流程及设计组件。

大数据可视化方法部分包括第3到7章,主要介绍了不同类型数据的可视化方法,包括:时间数据、比例数据、关系数据、文本数据、复杂数据。

大数据可视化工具及应用部分包括第8到14章,选取了市场上一些主流的可视化工具,围绕它们的使用方法和应用案例展开。

本书既可以作为高等院校计算机类、大数据相关专业的教材,也可以作为软件从业人员、计算机爱好者的学习指导用书。

目录

  • 版权信息
  • 面向新工科高等院校大数据专业系列教材编委会成员名单
  • 前言
  • 第一部分 基础理论
  • 第1章 数据可视化概述
  • 1.1 什么是数据可视化
  • 1.2 数据可视化的发展历史
  • 1.3 大数据可视化的分类
  • 1.4 大数据可视化的作用
  • 1.5 大数据可视化的发展方向
  • 习题
  • 第2章 数据可视化基础
  • 2.1 可视化流程
  • 2.2 可视化设计工具和原则
  • 习题
  • 第二部分 大数据可视化方法
  • 第3章 时间数据可视化
  • 3.1 时间数据在大数据中的应用
  • 3.2 连续型时间数据可视化
  • 3.3 离散型时间数据可视化
  • 3.4 可视化图表的选择
  • 习题
  • 第4章 比例数据可视化
  • 4.1 比例数据在大数据中的应用
  • 4.2 部分与整体
  • 4.3 时空比例数据可视化
  • 习题
  • 第5章 关系数据可视化
  • 5.1 关系数据在大数据中的应用
  • 5.2 数据关联性的可视化
  • 5.3 数据分布性的可视化
  • 习题
  • 第6章 文本数据可视化
  • 6.1 文本数据在大数据中的应用及提取
  • 6.2 文本内容可视化
  • 6.3 文本关系可视化
  • 习题
  • 第7章 复杂数据可视化
  • 7.1 高维多元数据在大数据中的应用
  • 7.2 非结构化数据可视化
  • 习题
  • 第三部分 大数据可视化工具及应用
  • 第8章 Excel数据可视化方法
  • 8.1 Excel界面介绍
  • 8.2 基础图像绘制
  • 8.3 案例:旭日图制作
  • 8.4 案例:瀑布图制作
  • 第9章 Python表格处理分析
  • 9.1 Python办公背景介绍
  • 9.2 前期准备与基本操作
  • 9.3 进阶内容
  • 9.4 案例:亚马逊电子产品销售情况分析
  • 第10章 R数据可视化方法
  • 10.1 R语言概述
  • 10.2 R语言数据处理流程
  • 10.3 案例:mtcars和AirPassengers数据集分析
  • 第11章 FineBI
  • 11.1 FineBI介绍
  • 11.2 数据准备与加工
  • 11.3 可视化分析
  • 11.4 案例:零售行业数据分析
  • 第12章 ECharts数据可视化方法
  • 12.1 ECharts介绍
  • 12.2 ECharts基础概念
  • 12.3 可视化类型
  • 12.4 ECharts数据交互与API使用
  • 12.5 主题与扩展管理
  • 12.6 案例:人口增长数据模拟与分析
  • 第13章 DataV
  • 13.1 DataV介绍
  • 13.2 可视化应用管理
  • 13.3 数据源管理
  • 13.4 组件管理
  • 13.5 案例:店铺销售数据可视化
  • 第14章 Tableau
  • 14.1 Tableau介绍
  • 14.2 案例:超市销售数据可视化分析
  • 参考文献
展开全部

评分及书评

评分不足
2个评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。