大数据可视化技术（微课视频+题库版）

本书分为三个部分： 基础理论、大数据可视化、大数据可视化工具及应用。 基础理论部分包括第1、2章。第1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； 第2章介绍了可视化的一般流程及设计组件。 大数据可视化部分包括第3～7章，主要介绍了不同类型数据的可视化方法，分别为： 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8～18章，选取了市场上主流的一些可视化工具，围绕它们的使用方法和应用案例展开。这些工具包括商业软件Excel、Power BI、FineBI、D3.js、DataV、Tableau，开源包ECharts,以及编程语言Python、R。 本书既可以作为高等院校计算机与软件相关专业的教材，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 随书资源 第1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 1.3.1科学可视化 1.3.2信息可视化 1.3.3可视分析学 1.4大数据可视化作用 1.4.1记录信息 1.4.2分析推理 1.4.3信息传播与协同 1.5大数据可视化发展方向 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 2.2.1可视化数据组织与管理工具 2.2.2可视化设计原则 习题 第2部分大数据可视化 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 3.2.1阶梯图 3.2.2折线图 3.2.3螺旋图 3.2.4热图 3.3离散型时间数据可视化 3.3.1散点图 3.3.2柱形图 3.3.3堆叠柱形图 3.3.4点线图 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 4.2.1饼图 4.2.2环形图 4.2.3比例中的堆叠 4.2.4矩形树图 4.3时空比例数据 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数据的关联性 5.2.1散点图 5.2.2散点图矩阵 5.2.3气泡图 5.3数据的分布性 5.3.1茎叶图 5.3.2直方图 5.3.3密度图 习题 第6章文本数据可视化 6.1文本数据与大数据 6.1.1文本数据在大数据中的应用及提取 6.1.2使用网络爬虫提取文本数据 6.2文本内容可视化 6.2.1关键词可视化 6.2.2时序文本可视化 6.2.3文本分布可视化 6.3文本关系可视化 6.3.1基于图的文本关系可视化 6.3.2文档间关系可视化 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 7.1.1空间映射法 7.1.2图标法 7.2非结构化数据可视化 7.2.1基于并行的大尺度数据高分辨率可视化 7.2.2分而治之的大尺度数据分析与可视化 习题 第3部分大数据可视化工具及应用 第8章Excel数据可视化方法 8.1Excel介绍 8.2基础图像绘制 8.3案例： 数据面板制作 习题 第9章Power BI数据可视化方法 9.1Power BI介绍 9.1.1什么是Power BI 9.1.2为什么使用Power BI 9.2Power BI组成架构 9.3初识Power BI 9.3.1安装和运行 9.3.2认识界面 9.4案例： 豆瓣电影Top 250 9.4.1数据准备和处理 9.4.2数据可视化 9.4.3发布报表 第10章Python数据可视化方法 10.1背景介绍 10.2前期准备与基本操作 10.2.1基本术语概念说明 10.2.2安装openpyxl并创建一个工作簿 10.2.3从Excel工作簿中读取数据 10.2.4迭代访问数据 10.2.5修改与插入数据 10.3进阶内容 10.3.1为Excel表单添加公式 10.3.2为表单添加条件格式 10.3.3为Excel表单添加图表 10.4案例： Python 表格处理分析 10.4.1背景与前期准备 10.4.2使用openpyxl读取数据并转为DataFrame 10.4.3绘制数值列直方图 10.4.4绘制相关性矩阵 10.4.5绘制散布矩阵 10.4.6将可视化结果插入回Excel表格中 习题 第11章R数据可视化方法 11.1R语言的特点 11.2R语言的功能特征 11.3案例： Titanic数据集处理流程 11.3.1R语言的安装 11.3.2R语言数据处理流程 第12章FineBI数据可视化方法 12.1FineBI介绍 12.1.1产品定位 12.1.2与传统商务智能BI软件相较的优势 12.1.3软件安装与启动 12.2数据准备与加工 12.2.1数据源 12.2.2数据准备 12.2.3关联设置 12.3可视化分析 12.3.1表格组件 12.3.2图表组件 12.3.3过滤组件 12.3.4设计仪表板 12.4案例： 零售行业数据分析 第13章ECharts数据可视化方法 13.1ECharts 13.2ECharts基础概念 13.3可视化类型 13.4ECharts数据交互与API使用 13.5主题与扩展管理 13.6案例： 人口增长数据可视化 第14章D3.js数据可视化方法 14.1简介 14.2安装 14.3预备知识和工具 14.4HTML模板和导入D3 14.5元素选择和数据绑定 14.5.1元素选择 14.5.2数据绑定 14.6插入和删除元素 14.6.1插入元素 14.6.2删除元素 14.7enter()和exit()方法 14.8绘制SVG图形 14.8.1什么是SVG 14.8.2添加画布 14.8.3绘制矩形 14.8.4使用比例尺 14.9坐标轴 14.9.1类型简介 14.9.2x轴坐标轴 14.9.3y轴坐标轴 14.9.4同时包含x轴和y轴坐标轴 14.10条形图 14.10.1建立画布并定义比例尺 14.10.2加载数据并创建坐标轴 14.10.3条形绘制 14.10.4添加标签 14.11饼图 14.11.1SVG路径 14.11.2d3.scaleOrdinal() 14.11.3d3.pie() 14.11.4d3.arc() 14.11.5饼图案例： 浏览器市场份额 14.12动态交互 14.12.1什么是动态效果 14.12.2实现动态的方法 14.12.3什么是交互 14.12.4如何添加交互 第15章DataV数据可视化方法 15.1DataV介绍 15.1.1多种场景模板 15.1.2丰富的图标库与地理绘制支持 15.1.3支持多种数据源 15.1.4容易实现的图形化搭建工具 15.1.5灵活的发布方式 15.2可视化应用管理 15.2.1模板的使用 15.2.2应用的创建与发布 15.3数据源管理 15.3.1添加IP地址白名单 15.3.2添加数据源 15.4组件管理 15.4.1组件概览 15.4.2配置组件数据 15.4.3配置组件交互 15.4.4组件包的使用与管理 15.5案例： 店铺销售数据可视化 第16章Tableau数据可视化方法 16.1Tableau介绍 16.1.1软件特点 16.1.2软件下载与安装 16.2案例： 超市销售数据可视化分析 16.2.1Tableau Desktop的使用 16.2.2Tableau Server的使用 16.2.3Tableau Reader的使用 第17章应用案例： 使用Spark实现数据统计分析及性能优化 17.1背景 17.2系统架构 17.2.1总体方案 17.2.2详细设计 17.2.3优化设计 17.3具体实现 17.3.1数据获取 17.3.2数据可视化 17.4性能优化 17.4.1读取优化 17.4.2查询优化 17.4.3Spark参数级优化 第18章应用案例： 爬取二手房数据并绘制热力图 18.1数据抓取 18.1.1分析网页 18.1.2地址转换成经纬度 18.1.3编写代码 18.1.4数据下载结果 18.2绘制热力图 18.3本章小结 参考文献