大数据可视化技术/姜枫

本书比较详细介绍了： （1）时间数据可视化、比例数据可视化、关系数据可视化； （2）文本数据可视化、复杂数据可视化； （3）数据可视化中的交互、数据可视化评测、数据可视化在各领域中的应用。

本书是一本系统介绍大数据可视化技术的图书。书中首先阐述了大数据的可视化技术的基本概念以及相关的基础理论知识，然后采用理论与实践相结合的方式，针对实际应用中的各种不同类型的数据，包括时间数据，比例数据，关系数据，文本数据，复杂数据，介绍相应的可视化理论和操作方法，最后，介绍了数据可视化在各个领域中的应用。 本书实例丰富，图文并茂，叙述简明，重点突出。作者专门收集和整理了相关的课程案例、典型数据和实验指导手册，帮助读者深入学习大数据可视化中的各种技术知识。 本书可以作为高校计算机、数据分析、大数据等相关专业学生的教学用书，对于从事数据可视化、数据分析的技术人员也有较大的参考价值。

姜枫，工学博士，南京理工大学泰州科技学院副教授、移动互联网学院院长、大数据学院院长。入选江苏省青蓝工程骨干青年教师人才计划，江苏省333工程人才培养计划，中国计算机学会会员。研究领域为计算机视觉、机器学习和大数据应用技术。

第一部分 基础理论 第1章  数据可视化概述  2 1.1  什么是数据可视化  2 1.2  数据可视化的作用  6 1.3  数据可视化的分类  9 1.4  数据可视化的发展历史  10 1.5  数据可视化的未来  15 1.5.1  数据可视化面临的挑战  15 1.5.2  数据可视化发展方向  15 习题  16 第2章  数据可视化基础  17 2.1  视觉感知  17 2.1.1  视觉感知和视觉认知  17 2.1.2  视觉感知的处理过程  18 2.1.3  格式塔原则  18 2.1.4  颜色理论  21 2.1.5  视觉编码  26 2.2  数据准备  28 2.2.1  数据类型  28 2.2.2  数据预处理  29 2.2.3  数据组织与管理  30 2.2.4  数据分析与数据挖掘  32 2.3  数据可视化的基本框架  34 2.3.1  数据可视化的流程  35 2.3.2  数据可视化的设计标准及框架  36 2.4  数据可视化的基本原则  37 2.4.1  数据筛选  37 2.4.2  数据到可视化的直观映射  38 2.4.3  视图选择与交互设计  38 2.4.4  美学因素  38 2.4.5  可视化的隐喻  39 2.4.6  颜色与透明度  39 2.5  数据可视化的基本图表  39 2.5.1  原始数据绘图  39 2.5.2  简单统计值标绘  46 2.5.3  多视图协调关联  47 2.6  数据可视化工具  47 2.6.1  入门级工具  47 2.6.2  信息图表工具  48 2.6.3  地图工具  50 2.6.4  高级分析工具  51 习题  52 第二部分  数据分析 第3章  时间数据可视化  54 3.1  时间数据在大数据中的应用  54 3.2  连续型时间数据可视化  55 3.2.1  阶梯图  55 3.2.2  折线图  57 3.2.3  拟合曲线  58 3.3  离散型时间数据可视化  60 3.3.1  散点图  60 3.3.2  柱形图  61 3.3.3  堆叠柱形图  62 习题  64 第4章  比例数据可视化  65 4.1  比例数据在大数据中的应用  65 4.2  整体与部分  65 4.2.1  饼图  65 4.2.2  环形图  70 4.2.3  比例中的堆叠  71 4.2.4  矩形树图  74 4.3  时空比例  77 习题  80 第5章  关系数据可视化  81 5.1  关系数据在大数据中的应用  81 5.2  数据的关联性  81 5.2.1  散点图  82 5.2.2  散点图矩阵  84 5.2.3  气泡图  87 5.3  数据的分布性  88 5.3.1  茎叶图  88 5.3.2  直方图  90 5.3.3  密度图  92 习题  94 第6章  文本数据可视化  95 6.1  文本数据在大数据中的应用及提取  95 6.1.1  文本数据在大数据中的应用  95 6.1.2  使用网络爬虫提取文本数据  96 6.2  文本信息分析  97 6.2.1  向量空间模型  97 6.2.2  主题抽取  99 6.3  文本数据可视化  99 6.3.1  文本内容可视化  99 6.3.2  文本关系可视化  103 6.3.3  文本多特征信息可视化  105 6.4  实际案例  106 6.4.1  词云图  106 6.4.2  主题河流图  107 6.4.3  关系图  107 习题  108 第7章  复杂数据可视化  109 7.1  高维多元数据在大数据中的应用  109 7.1.1  空间映射法  110 7.1.2  图标法  113 7.2  非结构化数据可视化  114 7.2.1  基于并行的大尺度数据高分辨率可视化  114 7.2.2  分而治之的大尺度数据分析与可视化  116 7.3  数据不确定性可视化  117 7.3.1  不确定性的来源  117 7.3.2  不确定性的可视化方法  117 习题  121 第8章  数据可视化中的交互  122 8.1  交互原则  122 8.1.1  交互延时  122 8.1.2  交互场景  123 8.2  交互分类  123 8.2.1  按任务类型分类  123 8.2.2  按操作符与操作空间分类  124 8.2.3  按交互操作类型分类  124 8.3  交互技术  124 8.3.1  选择技术  124 8.3.2  导航技术  125 8.3.3  重配技术  127 8.3.4  过滤技术  128 8.3.5  关联技术  130 8.3.6  概览+细节技术  131 8.4  实例案例  132 8.4.1  折线图  133 8.4.2  箱形图  135 8.4.3  饼图  137 8.4.4  日历热力图  138 8.4.5  多个数据源  139 习题  143 第三部分  实际应用 第9章  数据可视化技术在各领域的应用  145 9.1  科研领域  145 9.1.1  医学影像数据可视化  145 9.1.2  天文研究可视化  146 9.1.3  气象预报可视化  147 9.1.4  地理可视化  147 9.1.5  海洋勘探可视化  148 9.2  网络领域  148 9.2.1  网络舆情分析的可视化  149 9.2.2  网络安全管理的可视化  149 9.2.3  网络日志分析的可视化  150 9.3  商业领域  150 习题  151