4.7
用户推荐指数
科技 类型
可以朗读 语音朗读
193千字 字数
2018-03-01 发行日期
展开全部

主编推荐语

本书是面对当前大数据应用、可视分析研究和应用的新形势，专门为数据科学与大数据技术、智能科学与技术、计算机、数据处理等专业本科生开设数据可视化课程而编写的一本教材。

内容简介

该书将教学之严谨和科研之创新有机地结合，全面诠释了大数据可视化的内涵与外延，详细介绍了大数据可视化概述、可视化的类型与模型、数据可视化基础、数据可视化的常用方法、大数据可视化的关键技术、可视化交互、大数据可视化工具、大数据可视化系统――魔镜以及大数据可视化的行业案例等内容。为了便于学习，每章都附有习题。

目录

  • 版权信息
  • 内容简介
  • 编写组
  • 总序
  • 前言
  • 第1章 大数据可视化概述
  • 1.1 大数据可视化的概念
  • 1.1.1 科学可视化
  • 1.1.2 信息可视化
  • 1.1.3 数据可视化
  • 1.2 数据可视化的作用与意义
  • 1.2.1 数据可视化的作用
  • 1.2.2 数据可视化的意义
  • 1.3 数据可视化的应用领域
  • 1.3.1 在“工业4.0”中的应用
  • 1.3.2 在智能交通中的应用
  • 1.3.3 在新一代人工智能领域的应用
  • 1.3.4 在其他领域的应用
  • 1.4 与相关学科的关系
  • 1.4.1 与计算机图形学的关系
  • 1.4.2 与计算机视觉的关系
  • 1.4.3 与计算仿真的关系
  • 1.4.4 与人机交互的关系
  • 1.4.5 与数据库的关系
  • 1.4.6 与数据分析和数据挖掘的关系
  • 习题
  • 参考文献
  • 第2章 可视化的类型与模型
  • 2.1 可视化的类型
  • 2.1.1 科学可视化
  • 2.1.2 信息可视化
  • 2.2 可视化的模型
  • 2.2.1 顺序模型
  • 2.2.2 分析模型
  • 2.2.3 循环模型
  • 习题
  • 参考文献
  • 第3章 数据可视化基础
  • 3.1 光与视觉特性
  • 3.1.1 光的特性
  • 3.1.2 三基色原理
  • 3.1.3 黑白视觉特性
  • 3.1.4 彩色视觉特性
  • 3.2 可视化的基本特征
  • 3.3 可视化流程
  • 3.3.1 可视化的基本步骤
  • 3.3.2 可视化的一般流程
  • 3.4 可视化设计组件
  • 3.4.1 可视化设计模型
  • 3.4.2 可视化设计原则
  • 3.4.3 可视化的数据
  • 3.4.4 可视化的原材料
  • 3.4.5 可视化的基本图表
  • 3.5 可视化中的美学因素
  • 3.6 可视化框架设计整体思路
  • 3.6.1 可视化框架的构成
  • 3.6.2 数据图形映射的流程
  • 习题
  • 参考文献
  • 第4章 数据可视化的常用方法
  • 4.1 视觉编码
  • 4.1.1 视觉感知
  • 4.1.2 视觉通道
  • 4.1.3 数据分类
  • 4.1.4 常用的复杂数据处理方法
  • 4.2 统计图表可视化方法
  • 4.2.1 柱状图
  • 4.2.2 条形图
  • 4.2.3 折线图
  • 4.2.4 饼图
  • 4.2.5 散点图
  • 4.2.6 气泡图
  • 4.2.7 雷达图
  • 4.3 图可视化方法
  • 4.3.1 图的类型
  • 4.3.2 图论可视化
  • 4.3.3 思维导图
  • 4.4 可视化分析方法的常用算法
  • 4.4.1 可视化分析方法
  • 4.4.2 可视化分析研究的特点
  • 4.4.3 可视化分析的应用实例
  • 4.4.4 主成分分析
  • 4.4.5 聚类分析
  • 4.4.6 因子分析
  • 4.4.7 层次分析法
  • 4.5 可视化方法的选择
  • 4.5.1 百度地图开发
  • 4.5.2 城市人流走势
  • 4.5.3 商圈人流对比
  • 4.5.4 D3.js和Echarts选择上的建议
  • 4.5.5 优秀作品欣赏
  • 习题
  • 参考文献
  • 第5章 大数据可视化的关键技术
  • 5.1 大数据架构
  • 5.1.1 系统协调者
  • 5.1.2 数据提供者
  • 5.1.3 大数据应用提供者
  • 5.1.4 大数据框架提供者
  • 5.1.5 数据消费者
  • 5.1.6 安全和隐私
  • 5.1.7 管理
  • 5.2 大数据核心技术
  • 5.2.1 数据收集
  • 5.2.2 数据预处理
  • 5.2.3 数据存储
  • 5.2.4 数据处理
  • 5.2.5 数据分析
  • 5.2.6 数据治理
  • 5.3 可视化关键技术
  • 5.4 大数据可视化渲染
  • 5.4.1 图像相关概念
  • 5.4.2 渲染技术概述
  • 5.4.3 基于CPU的渲染
  • 5.4.4 基于GPU的渲染
  • 5.4.5 集群渲染技术
  • 5.4.6 云渲染
  • 习题
  • 参考文献
  • 第6章 可视化交互
  • 6.1 可视化交互方法分类
  • 6.1.1 平移和缩放技术
  • 6.1.2 动态过滤技术
  • 6.1.3 概览和细节技术
  • 6.1.4 焦点和上下文技术
  • 6.1.5 多视图关联协调技术
  • 6.2 可视化交互空间
  • 6.2.1 可视化交互空间查询
  • 6.2.2 可视化交互空间分析
  • 6.2.3 交互空间分类
  • 6.3 可视化交互模型
  • 6.3.1 交互式信息可视化的用户界面模型
  • 6.3.2 支持信息多面体可视分析界面模型（IMFA）
  • 6.3.3 交互式可视化的关联规则挖掘模型
  • 6.3.4 基于Web的交互式数据可视化模型
  • 6.3.5 基于交互技术的知识可视化模型
  • 6.4 交互硬件与软件
  • 6.4.1 交互硬件
  • 6.4.2 交互软件
  • 6.4.3 交互系统
  • 习题
  • 参考文献
  • 第7章 大数据可视化工具
  • 7.1 Excel
  • 7.1.1 Power Map简介
  • 7.1.2 Power Map的使用
  • 7.1.3 数据可视化示例
  • 7.2 Processing
  • 7.2.1 Processing开发环境简介
  • 7.2.2 Processing绘制功能
  • 7.2.3 Processing应用程序的结构
  • 7.2.4 数据可视化示例
  • 7.3 NodeXL
  • 7.3.1 NodeXL简介
  • 7.3.2 系统界面
  • 7.3.3 数据获取与编辑
  • 7.3.4 数据可视化
  • 7.3.5 图形分析与数据过滤
  • 7.4 ECharts
  • 7.4.1 ECharts架构及特点
  • 7.4.2 基本组成
  • 7.4.3 引入ECharts
  • 7.4.4 图表绘制
  • 7.5 Tableau
  • 7.5.1 Tableau简介
  • 7.5.2 Tableau的使用
  • 7.5.3 Tableau数据可视化示例
  • 习题
  • 参考文献
  • 第8章 大数据可视化系统——魔镜
  • 8.1 魔镜简介
  • 8.2 系统架构与技术流程
  • 8.3 数据处理与分析
  • 8.4 数据可视化
  • 习题
  • 参考文献
  • 第9章 大数据可视化的行业案例
  • 9.1 电商行业销售数据分析
  • 9.1.1 背景分析
  • 9.1.2 需求分析
  • 9.1.3 大数据分析过程
  • 9.1.4 分析结论
  • 9.2 广告投放效果分析
  • 9.2.1 背景分析
  • 9.2.2 需求分析
  • 9.2.3 大数据分析过程
  • 9.2.4 分析结论
  • 9.3 金融行业贷款数据分析
  • 9.3.1 背景分析
  • 9.3.2 需求分析
  • 9.3.3 大数据分析过程
  • 9.4 能源行业油井数据分析
  • 9.4.1 背景分析
  • 9.4.2 需求分析
  • 9.4.3 大数据分析过程
  • 习题
  • 参考文献
  • 附录A 大数据和人工智能实验环境
  • 反侵权盗版声明
展开全部

评分及书评

4.7
3个评分
  • 用户头像
    给这本书评了
    5.0
    这本书对可视化讲的挺明白的

    其实人人都喜欢可视化，可是可视化又那么犹抱琵琶半遮面羞羞答答就是不愿正脸看你一眼，是可视化还不够可视？还是掌握数据的人不想可视？还是想可视可是不知道如何可视？这本书还是给了很详尽的解说。

      转发
      评论

    出版方

    电子工业出版社

    电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。