【速发】大数据可视化技术 主编：吕云翔,姚泽良,副主编：谢吉力
二手书，无附赠品，择优发货
￥ 18.9 2.7折 ￥ 69.9 八五品
仅1件
作者主编：吕云翔,姚泽良,副主编：谢吉力朱英豪仇善召韩延刚黄泽桓
出版社清华大学出版社
ISBN9787302609773
出版时间2023-05
版次1
装帧平装
开本16开
纸张胶版纸
定价69.9元
货号9787302609773
上书时间2025-01-08
- 在售商品 暂无
- 平均发货时间 7小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：八五品
- 商品描述
-
基本信息
书名:大数据可视化技术
定价：69.90元
作者:主编：吕云翔,姚泽良,副主编：谢吉力朱英豪仇善召韩延刚黄泽桓
出版社：清华大学出版社
出版日期：2023-05-01
ISBN：9787302609773
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容全面：基础理论 大数据可视化方法 大数据可视化工具及应用 多种类型数据的可视化方法：比例数据 关系数据 文本数据 复杂数据 多种可视化工具及应用：商业软件（Tableau、DataV、FineBI、Excel） 开源包Echarts 编程语言（R Python）
内容提要
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、2章。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
部分基 础 理 论章数据可视化概述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 BI9.1.2为什么使用Power BI9.2Power BI组成架构9.3初识Power BI9.3.1安装和运行9.3.2认识界面9.4案例： 豆瓣电影Top 2509.4.1数据准备和处理9.4.2数据可视化9.4.3发布报表0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DataFrame10.4.3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1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2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3章ECharts数据可视化方法13.1ECharts13.2ECharts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4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D314.5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et方法14.8绘制SVG图形14.8.1什么是SVG14.8.2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.scaleOrdinal14.11.3d3.pie14.11.4d3.arc14.11.5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5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6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7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8章应用案例： 爬取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
作者介绍
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价