大数据可视化 第2版

大数据可视化是一门理论性和实践性都很强的课程。本书针对高等院校、职业院校相关各专业学生的发展需求，系统、全面地介绍大数据可视化的基本知识和应用技能，详细介绍了数据可视化基础、数据可视化之美、工具与数据资源、数据引导可视化设计、数据可视化过程、面向用户的交互设计、Excel数据可视化方法、Excel数据可视化应用、Tableau可视化基础、Tableau可视化设计、Tableau可视化组织、Python可视化基础、PyEcharts可视化分析、数据可视化评测等内容，共14章。各章均设计了导读案例、习题、实验与思考等环节，具有较强的系统性、可读性和实用性，读者可扫描书中二维码，观看对应的知识点视频。 本书为高等院校相关专业“大数据可视化”等课程全新设计编写，是具有丰富实践特色的主教材。还可供有一定实践经验的软件开发人员、管理人员参考或作为继续教育的教材。

周苏，浙大城市学院教授，清华大学访问学者，科技部相关机构认证创新工程师（二级），清华大学《计算机教育》杂志“周苏专栏”作者。从事计算机专业教学四十载，近年来更是追逐大数据、人工智能技术发展浪潮，与时俱进。曾获“浙江省高等教育教学成果奖”二等奖，国家科学技术部“创新方法成就奖”，浙江大学“先进工作者”称号。几十年来著作等身，在机械工业出版社、清华大学出版社等出版高校、职业教育各课程教材、著作160余本。

前言 课程教学进度表 第1章 数据可视化基础1 【导读案例】南丁格尔“极区图”1 1.1 数据再认识3 1.1.1 数据分类3 1.1.2 数据集3 1.1.3 相似度与密度4 1.1.4 数据的可变性5 1.1.5 数据的不确定性7 1.2 数据的背景信息7 1.3 数据预处理8 1.3.1 数据获取8 1.3.2 数据清洗9 1.3.3 数据规约9 1.3.4 数据整合与集成11 1.3.5 数据可视化11 1.4 数据组织与管理12 1.4.1 数据的价值12 1.4.2 数据管理13 1.4.3 数据库与数据仓库14 1.5 数据分析与挖掘14 1.5.1 数据分析方法14 1.5.2 探索式分析15 1.5.3 联机分析处理15 1.5.4 数据挖掘16 1.5.5 数据工作流17 【习题】17 【实验与思考】大数据知识宝藏—可视化 工具Gapminder19 第2章 数据可视化之美22 【导读案例】关于泰坦尼克号的 “镶嵌图”22 2.1 数据与图形24 2.1.1 数据与走势24 2.1.2 地图传递信息25 2.2 视觉信息的科学解释26 2.2.1 人类视觉的接受能力26 2.2.2 图片和分享的力量26 2.2.3 实时可视化27 2.3 数据可视化方法28 2.3.1 数据可视化场景29 2.3.2 数据可视化的挑战29 2.3.3 数据分析图表30 2.3.4 数据研究方法32 2.3.5 信息图形和展示33 2.4 数据艺术世界34 2.5 数据视觉分析35 2.5.1 热点图35 2.5.2 时间序列图36 2.5.3 网络图36 2.5.4 空间数据制图37 【习题】38 【实验与思考】绘制新的泰坦尼克号 镶嵌图40 第3章 工具与数据资源41 【导读案例】塔夫特的数据墨水比41 3.1 数据与信息的可视化43 3.2 可视化软件系统44 3.2.1 医学可视化软件44 3.2.2 科学可视化软件47 3.2.3 信息可视化软件50 3.3 应用程序开发工具51 3.3.1 面向科学可视化51 3.3.2 面向信息可视化53 3.4 Web应用开发工具53 3.4.1 D3.js53 3.4.2 DataV可视化组件库54 3.4.3 ECharts55 3.5 数据分析与挖掘工具55 3.5.1 R语言55 3.5.2 SAS语言57 3.6 可视化数据资源57 3.6.1 数据集资源57 3.6.2 可视化信息资源58 【习题】58 【实验与思考】熟悉可视化的平台、 工具与数据资源60 第4章 数据引导可视化设计62 【导读案例】拿破仑东征莫斯科及 撤退62 4.1 可视化理论的发展64 4.1.1 图形符号学64 4.1.2 图形语法65 4.1.3 数据状态模型66 4.2 按任务区分的数据类型67 4.3 可视化设计原则68 4.3.1 数据到可视化的直观映射69 4.3.2 视图选择与交互设计70 4.3.3 信息密度—数据的筛选71 4.3.4 美学因素71 4.3.5 动画与过渡72 4.4 可视化基本框架73 4.4.1 数据可视化流程73 4.4.2 数据可视化设计75 4.4.3 可视化基本图表76 【习题】78 【实验与思考】大数据可视化的领军企业Tableau80 第5章 数据可视化过程82 【导读案例】新媒体艺术迎来爆发时刻82 5.1 可视化组件84 5.1.1 颜色与透明度84 5.1.2 可视化隐喻85 5.1.3 坐标系88 5.1.4 标尺89 5.1.5 背景信息90 5.1.6 整合可视化组件91 5.2 用数据指导视觉探索91 5.2.1 你拥有什么数据92 5.2.2 关于数据，你想了解什么92 5.2.3 应该使用哪种可视化方式93 5.2.4 你看到了什么，有意义吗93 5.3 分类数据的可视化94 5.3.1 整体中的部分94 5.3.2 子分类95 5.3.3 看清数据的结构和模式96 5.4 时序数据的可视化96 5.4.1 周期96 5.4.2 循环98 5.5 空间数据的可视化99 5.6 让可视化设计更清晰99 5.6.1 建立视觉层次100 5.6.2 增强图表的可读性101 5.6.3 允许数据点之间进行比较101 【习题】102 【实验与思考】搜索和了解大数据可视化网站104 第6章 面向用户的交互设计106 【导读案例】研究人员需要走进雨中106 6.1 交互准则108 6.1.1 交互的作用109 6.1.2 交互延时109 6.1.3 交互成本110 6.1.4 交互场景变化111 6.2 交互分类111 6.2.1 基本交互操作111 6.2.2 按交互操作符与空间分类113 6.2.3 按交互任务分类113 6.3 交互的硬件设备113 6.3.1 交互环境113 6.3.2 交互设备114 6.4 可视化组织的快速发展115 6.4.1 数据驱动的组织115 6.4.2 新的互联网环境115 6.4.3 更透明的组织116 6.4.4 典型的可视化组织—奈飞116 6.5 建立可视化组织118 6.5.1 组织架构118 6.5.2 数据提示119 6.5.3 设计提示119 6.5.4 技术提示121 6.5.5 管理提示121 【习题】121 【实验与思考】建立数据可视化组织123 第7章 Excel数据可视化方法125 【导读案例】亚马孙丛林的变迁125 7.1 Excel的函数与图表127 7.1.1 Excel函数127 7.1.2 Excel图表129 7.1.3 选择图表类型130 7.2 整理数据源132 7.2.1 数据提炼132 7.2.2 抽样产生随机数据135 7.3 数理统计中的常见统计量136 7.3.1 比平均值更稳定的中位数和众数137 7.3.2 概率统计中的正态分布和偏态分布138 7.3.3 应用在财务预算中的分析工具139 7.4 改变数据形式引起的图表 变化141 7.4.1 用负数突出数据的增长情况141 7.4.2 重排关键字顺序使图表更合适142 【习题】142 【实验与思考】体验Excel数据可视化方法144 第8章 Excel数据可视化应用145 【导读案例】包罗一切的数字图书馆145 8.1 直方图：对比关系148 8.1.1 以零基线为起点148 8.1.2 垂直直条的宽度要大于条间距149 8.1.3 慎用三维效果的柱形图150 8.1.4 用堆积图表示百分数151 8.2 折线图：按时间或类别显示 趋势152 8.2.1 减小Y轴刻度单位增强数据波动情况152 8.2.2 突出显示折线图中的数据点153 8.2.3 通过面积图显示数据总额154 8.3 饼图：部分占总体的比例155 8.3.1 重视饼图扇区的位置排序155 8.3.2 分离饼图扇区强调特殊数据156 8.3.3 用半个饼图刻画半期内的数据157 8.3.4 让多个饼图对象重叠展示对比关系158 8.4 散点图：表示分布状态159 8.4.1 用平滑线联系散点图增强图形效果159 8.4.2 将直角坐标改为象限坐标凸显分布效果160 8.5 侧重点不同的特殊图表161 8.5.1 用子弹图显示数据的优劣161 8.5.2 用温度计展示工作进度162 【习题】163 【实验与思考】熟悉Excel数据图表的分析作用165 第9章 Tableau可视化基础169 【导读案例】Tableau案例分析：世界指标—人口（2012年）169 9.1 Tableau概述170 9.1.1 Tableau可视化技术170 9.1.2 Tableau主要特性171 9.1.3 Tableau产品线172 9.1.4 下载、安装与注册173 9.2 Tableau工作区174 9.2.1 工作表工作区175 9.2.2 仪表板工作区176 9.2.3 故事工作区177 9.2.4 菜单栏和工具栏178 9.3 Tableau数据180 9.3.1 数据角色181 9.3.2 字段类型182 9.3.3 文件类型182 9.4　数据架构与连接183 9.4.1 数据连接层184 9.4.2 数据模型层184 9.4.3 数据连接184 9.4.4 组织数据186 9.4.5 实现多表联接187 9.5 数据维护187 9.6 创建视图188 9.6.1 “行”“列”功能区188 9.6.2 “标记”卡190 9.6.3 “筛选器”功能区192 9.6.4 “页面”功能区192 9.6.5 智能显示193 9.6.6 度量名称和度量值194 9.6.7 组织视图195 【实验与思考】熟悉Tableau数据管理与可视化设计196 第10章 Tableau可视化设计198 【导读案例】Tableau案例分析：世界指标—医疗支出198 10.1 条形图与直方图199 10.1.1 条形图与直方图的区别199 10.1.2 条形图199 10.1.3 直方图201 10.2 饼图203 10.3 折线图204 10.4 压力图与突显表205 10.4.1 压力图205 10.4.2 突显表206 10.5 树地图208 10.6 气泡图与圆视图208 10.6.1 气泡图209 10.6.2 圆视图210 10.7 标靶图211 10.8 甘特图212 10.9 盒须（箱线）图213 10.9.1 创建盒须图214 10.9.2 图形延伸215 【实验与思考】熟悉Tableau数据可视化分析216 第11章 Tableau可视化组织217 【导读案例】Tableau案例分析：世界指标—旅游业217 11.1 创建仪表板218 11.1.1 新建仪表板218 11.1.2 添加仪表板对象221 11.1.3 从仪表板中移除视图和对象223 11.1.4 仪表板Web视图安全选项223 11.2 布局容器224 11.3 组织仪表板224 11.3.1 平铺和浮动布局225 11.3.2 显示和隐藏工作表的组成部分225 11.3.3 重新排列仪表板视图和对象226 11.3.4 设置仪表板大小226 11.3.5 了解仪表板和工作表226 11.4 故事工作区227 11.4.1 故事工作表227 11.4.2 创建故事229 11.4.3 调整标题大小230 11.4.4 “设置故事格式”窗格230 11.4.5 更新与演示故事231 11.5 地理角色与地图231 11.5.1 定义地理角色231 11.5.2 创建符号地图232 11.5.3 设置地理信息232 11.6 导出和发布数据（源）233 11.6.1 通过剪贴板导出数据233 11.6.2 导出数据源234 11.6.3 发布数据源235 11.7 导出图像和PDF文件235 11.7.1 复制图像236 11.7.2 导出图像236 11.7.3 打印为PDF236 11.8 保存和发布工作簿236 11.8.1 保存工作簿237 11.8.2 保存打包工作簿237 11.8.3 发布到服务器237 11.8.4 保存在Tableau Public238 【实验与思考】熟悉Tableau仪表板与发布238 第12章 Python可视化基础240 【导读案例】数据分析和机器学习的可视化图表11例240 12.1 Python编程语言245 12.1.1　Python语言的特色245 12.1.2　Python语言的版本246 12.2　Python开发环境246 12.2.1 安装Python开发环境246 12.2.2 执行Python程序248 12.3 Python可视化工具—PyEcharts251 12.3.1 安装252 12.3.2 应用实例253 【实验与思考】Python数据可视化初步254 第13章 PyEcharts可视化分析255 【导读案例】信息图表设计的10个简单步骤255 13.1 柱状图258 13.1.1 简单柱状图258 13.1.2 柱状-堆叠图259 13.2 折线图261 13.2.1 折线图与平滑折线图261 13.2.2 标注形状和样式263 13.2.3 折线-面积图264 13.3 饼图265 13.4 盒须图268 13.5 雷达图269 13.6 散点图270 13.7 词云图271 【实验与思考】PyEcharts数据可视化实践273 第14章 数据可视化评测274 【导读案例】2021年的中国人口分析274 14.1 评测流程276 14.2 评测方法277 14.2.1 专家评估277 14.2.2 案例研究277 14.2.3 指标评估277 14.2.4 众包277 14.2.5 数据标注278 14.3 用户实验279 14.3.1 确定实验目标279 14.3.2 准备实验281 14.3.3 开展实验283 14.3.4 分析结果283 【习题】284 【课程学习与实验总结】286 附录 习题参考答案290 参考文献292