【假一罚四】大数据可视化何光威
集团直发，全新正版书籍，假一罚四，放心选购。24小时内发货。
￥ 25.8 5.3折 ￥ 49 全新
库存5件
广东东莞
认证卖家担保交易快速发货售后保障
作者何光威
出版社电子工业出版社
ISBN9787121335495
出版时间2018-01
装帧平装
开本16开
定价49元
货号25234811
上书时间2024-11-22
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
前言
《大数据可视化》的特色。本书与国内外同类书比较，的特点是突出大数据可视化这一艺术与科技融合的特点，教材融合数字信号处理，人的视觉特性，可视分析学、大数据可视化渲染等基本理论，展示了大数据技术概貌，构建了大数据可视化的知识逻辑，同时强调实践，具有鲜明的理论与实践并重的特色。本书强调大数据可视化的基础性原理同时，融入真实案例分析，教材具有实用性，读者通过举一反三，真正学会大数据可视化的工具，运用大数据思维，解决工作中实际问题。把握大数可视化应用的趋势，教材强调多视图整合，强调所有数据视图交互联动，除了原有的饼状图、柱形图、热图、地理信息图等数据展现方式，还可以通过图像的颜色、亮度、大小、形状、运动趋势等多种方式在一系列图形中对数据进行分析，通过交互挖掘数据之间的关联，利用数据推动决策。
《大数据可视化》的教学建议。本书共9章，内容包括大数据可视化概述、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内容。本书可作为大学本科计算机或相关专业的三、四年级学生的数据可视化课程的教材，建议课程总学时是48个（理论32个 实践16个）。具体分配方案是：第1章至第6章每章4个学时；第7章至第9章每章2个学时，加上16个学时实践环节。学期末的2个学时安排期末的大作业答辩。授课可采用多媒体投影教学方式，辅助以大量的案例分析、视频材料和互动演示。本书的附属资料（电子课件、作业、数据、在线资源、视频和图像）将实时更新。
导语摘要
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。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。
作者简介
中国传媒大学南广学院专职教授，高级工程师，曾率队支援2008年汶川地震的绵竹市广电的灾后重建工作，援建工作时间长达1个多月。智能科学与技术和电子信息工程专业负责人，传媒科技研究所常务副所长。主持或参与省部级科研项目6项，国家广电总局部级社科项目3项，江苏省高校自然科学研究面上项目3项、校级科研项目10多项项目，成果得到采纳应用，有力推动了行业发展。取得软件著作权1项，国家发明专利1项（合作），编写规划教材、专著7本。中国广播电影电视社会组织联合会技术工作委员会委员，江苏省广播电影电视协会监测专业委员会会员、某市政府智库专家。指导学生多次获得江苏省大学生实践创新项目立项，获得江苏省计算机设计大赛特等奖、*三等奖。作为产业导师已培养研究生十多名。作为完成人曾获得江苏省广播电影电视局科技创新奖等，主持研发的某型数字电视机顶盒产品获省级高新技术奖。多年专注神经网络、模式识别、人工智能、数字通信、广播电视宽带网络、智慧媒体等相关研究。
目录
第1章 大数据可视化概述1
1.1 大数据可视化的概念1
1.1.1 科学可视化4
1.1.2 信息可视化5
1.1.3 数据可视化5
1.2 数据可视化的作用与意义5
1.2.1 数据可视化的作用5
1.2.2 数据可视化的意义6
1.3 数据可视化的应用领域9
1.3.1 在“工业4.0”中的应用9
1.3.2 在智能交通中的应用11
1.3.3 在新一代人工智能领域的应用16
1.3.4 在其他领域的应用16
1.4 与相关学科的关系19
1.4.1 与计算机图形学的关系20
1.4.2 与计算机视觉的关系20
1.4.3 与计算仿真的关系20
1.4.4 与人机交互的关系21
1.4.5 与数据库的关系21
1.4.6 与数据分析和数据挖掘的关系21
习题22
参考文献23
第2章 可视化的类型与模型24
2.1 可视化的类型24
2.1.1 科学可视化24
2.1.2 信息可视化30
2.2 可视化的模型39
2.2.1 顺序模型39
2.2.2 分析模型40
2.2.3 循环模型41
习题43
参考文献43
第3章 数据可视化基础45
3.1 光与视觉特性45
3.1.1 光的特性45
3.1.2 三基色原理46
3.1.3 黑白视觉特性47
3.1.4 彩色视觉特性52
3.2 可视化的基本特征55
3.3 可视化流程56
3.3.1 可视化的基本步骤56
3.3.2 可视化的一般流程57
3.4 可视化设计组件60
3.4.1 可视化设计模型60
3.4.2 可视化设计原则60
3.4.3 可视化的数据61
3.4.4 可视化的原材料62
3.4.5 可视化的基本图表62
3.5 可视化中的美学因素64
3.6 可视化框架设计整体思路65
3.6.1 可视化框架的构成66
3.6.2 数据图形映射的流程66
习题67
参考文献68
第4章 数据可视化的常用方法70
4.1 视觉编码70
4.1.1 视觉感知71
4.1.2 视觉通道72
4.1.3 数据分类73
4.1.4 常用的复杂数据处理方法74
4.2 统计图表可视化方法74
4.2.1 柱状图75
4.2.2 条形图77
4.2.3 折线图78
4.2.4 饼图79
4.2.5 散点图79
4.2.6 气泡图79
4.2.7 雷达图80
4.3 图可视化方法80
4.3.1 图的类型80
4.3.2 图论可视化81
4.3.3 思维导图81
4.4 可视化分析方法的常用算法83
4.4.1 可视化分析方法84
4.4.2 可视分析研究的特点85
4.4.3 可视分析的应用实例86
4.4.4 主成分分析88
4.4.5 聚类分析90
4.4.6 因子分析91
4.4.7 层次分析法91
4.5 可视化方法的选择92
4.5.1 百度地图开发93
4.5.2 城市人流走势93
4.5.3 商圈人流对比94
4.5.4 D3.js和Echarts选择上的建议94
4.5.5 优秀的数据可视化作品欣赏94
习题95
参考文献95
第5章 大数据可视化的关键技术97
5.1 大数据架构97
5.1.1 系统协调者100
5.1.2 数据提供者100
5.1.3 大数据应用提供者100
5.1.4 大数据框架提供者102
5.1.5 数据消费者103
5.1.6 安全和隐私103
5.1.7 管理103
5.2 大数据核心技术104
5.2.1 数据收集104
5.2.2 数据预处理104
5.2.3 数据存储105
5.2.4 数据处理107
5.2.5 数据分析108
5.2.6 数据治理110
5.3 可视化关键技术110
5.4 大数据可视化渲染112
5.4.1 图像相关概念112
5.4.2 渲染技术概述114
5.4.3 基于CPU的渲染115
5.4.4 基于GPU的渲染116
5.4.5 集群渲染技术118
5.4.6 云渲染122
习题123
参考文献124
第6章 可视化交互125
6.1 可视化交互方法分类125
6.1.1 平移 缩放技术126
6.1.2 动态过滤技术127
6.1.3 概览 细节技术128
6.1.4 焦点 上下文技术129
6.1.5 多视图关联协调技术130
6.2 可视化交互空间131
6.2.1 可视化交互空间查询131
6.2.2 可视化交互空间分析132
6.2.3 交互空间分类133
6.3 可视化交互模型134
6.3.1 交互式信息可视化的用户界面模型135
6.3.2 支持信息多面体可视分析界面模型（IMFA）138
6.3.3 交互式可视化的关联规则挖掘模型138
6.3.4 基于Web的交互式数据可视化模型140
6.3.5 基于交互技术的知识可视化模型142
6.4 交互硬件与软件145
6.4.1 交互硬件145
6.4.2 交互软件147
6.4.3 交互系统148
习题151
参考文献152
第7章 大数据可视化工具153
7.1 Excel153
7.1.1 Power Map简介153
7.1.2 Power Map的使用153
7.1.3 数据可视化示例155
7.2 Processing155
7.2.1 Processing开发环境简介156
7.2.2 Processing绘制功能156
7.2.3 Processing应用程序的结构158
7.2.4 数据可视化举例159
7.3 NodeXL161
7.3.1 NodeXL简介161
7.3.2 系统界面162
7.3.3 数据获取与编辑163
7.3.4 数据可视化163
7.3.5 图形分析与数据过滤164
7.4 ECharts165
7.4.1 ECharts架构及特点165
7.4.2 基本组成166
7.4.3 引入ECharts167
7.4.4 图表绘制167
7.5 Tableau174
7.5.1 Tableau简介175
7.5.2 Tableau的使用175
7.5.3 Tableau数据可视化实例178
习题181
参考文献182
第8章 大数据可视化系统——魔镜183
8.1 魔镜简介183
8.2 系统架构与技术流程184
8.3 数据处理与分析185
8.4 数据可视化188
习题193
参考文献193
第9章 大数据可视化的行业案例194
9.1 电商行业销售数据分析194
9.1.1 背景分析194
9.1.2 需求分析194
9.1.3 大数据分析过程194
9.1.4 分析结论202
9.2 广告投放效果分析202
9.2.1 背景分析202
9.2.2 需求分析203
9.2.3 大数据分析过程203
9.2.4 分析结论208
9.3 金融行业贷款数据分析209
9.3.1 背景分析209
9.3.2 需求分析209
9.3.3 大数据分析过程209
9.4 能源行业油井数据分析223
9.4.1 背景分析223
9.4.2 需求分析223
9.4.3 大数据分析过程224
习题236
参考文献
附录A
内容摘要
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。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。
主编推荐
中国传媒大学南广学院专职教授，高级工程师，曾率队支援2008年汶川地震的绵竹市广电的灾后重建工作，援建工作时间长达1个多月。智能科学与技术和电子信息工程专业负责人，传媒科技研究所常务副所长。主持或参与省部级科研项目6项，国家广电总局部级社科项目3项，江苏省高校自然科学研究面上项目3项、校级科研项目10多项项目，成果得到采纳应用，有力推动了行业发展。取得软件著作权1项，国家发明专利1项（合作），编写规划教材、专著7本。中国广播电影电视社会组织联合会技术工作委员会委员，江苏省广播电影电视协会监测专业委员会会员、某市政府智库专家。指导学生多次获得江苏省大学生实践创新项目立项，获得江苏省计算机设计大赛特等奖、*三等奖。作为产业导师已培养研究生十多名。作为完成人曾获得江苏省广播电影电视局科技创新奖等，主持研发的某型数字电视机顶盒产品获省级高新技术奖。多年专注神经网络、模式识别、人工智能、数字通信、广播电视宽带网络、智慧媒体等相关研究。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价