大数据可视化
正版保障 假一赔十 电子发票
¥
50.2
6.4折
¥
79
全新
库存2件
作者朱敏 甘启宏 邓韩彬 主编
出版社机械工业出版社
ISBN9787111726562
出版时间2023-05
装帧平装
开本16开
定价79元
货号1202891318
上书时间2024-12-24
商品详情
- 品相描述:全新
- 商品描述
-
目录
前言
第1章 概述1
1.1 可视化的概念1
1.1.1 什么是可视化1
1.1.2 可视化的历史5
1.1.3 与相关学科的关系10
1.2 可视化的典型应用领域11
1.2.1 在社交媒体中的应用11
1.2.2 在城市交通中的应用12
1.2.3 在商业智能中的应用13
1.2.4 在教育行业的应用13
1.2.5 在其他领域的应用14
1.3 可视化流程16
1.3.1 可视化的基本流程16
1.3.2 可视化的模型17
1.4 小结18
1.5 参考文献18
1.6 习题19
第2章 数据21
2.1 数据的获取方式21
2.2 数据的检查与清洗22
2.3 数据预处理24
2.4 数据抽象26
2.4.1 数据分类26
2.4.2 数据属性类型27
2.4.3 数据集类型28
2.4.4 语义性28
2.5 小结29
2.6 参考文献29
2.7 习题29
第3章 可视化任务31
3.1 任务的基本概念31
3.1.1 可视化目标31
3.1.2 可视化任务概述33
3.2 基于数据的任务抽象34
3.2.1 分析任务34
3.2.2 搜索任务40
3.2.3 查询任务42
3.3 小结44
3.4 参考文献45
3.5 习题45
第4章 视觉编码设计47
4.1 视觉感知与认知47
4.1.1 感知与认知47
4.1.2 格式塔理论48
4.2 标记与视觉通道51
4.2.1 标记类型52
4.2.2 视觉通道类型52
4.2.3 标记与视觉通道的结合53
4.2.4 颜色54
4.3 视觉编码原则56
4.3.1 表达性原则56
4.3.2 有效性原则56
4.4 视图与视觉编码60
4.4.1 什么是可视化视图60
4.4.2 从视觉编码到独立视图61
4.5 小结66
4.6 参考文献67
4.7 习题67
第5章 交互设计69
5.1 交互设计的基本概念和准则69
5.1.1 目标导向70
5.1.2 用户层级72
5.1.3 交互设计原则73
5.2 多视图融合的概念与方法74
5.2.1 什么是多视图融合74
5.2.2 多视图融合设计75
5.3 交互方法的选择与设计84
5.3.1 常见的交互方法84
5.3.2 交互与多视图91
5.4 小结94
5.5 参考文献94
5.6 习题96
第6章 可视分析与案例研究97
6.1 可视分析的基本概念97
6.1.1 改进的可视分析模型97
6.1.2 可视化设计模型98
6.1.3 构建可视分析系统101
6.2 可视化评测的基本概念101
6.2.1 评测流程102
6.2.2 评测方法103
6.2.3 影响评测效度的因素104
6.3 可视分析案例:基于旅游
UGC的目的地形象可视化106
6.3.1 数据、任务与模型106
6.3.2 可视化方法设计与实现111
6.3.3 可视化案例研究119
6.4 小结126
6.5 参考文献126
6.6 习题127
第7章 Web数据可视化工具129
7.1 常见的可视化技能129
7.2 ECharts132
7.2.1 ECharts简介132
7.2.2 图表绘制139
7.3 AntV143
7.3.1 G2可视化图形语法143
7.3.2 G6图可视化引擎147
7.3.3 F2移动端可视化方案150
7.3.4 L7地理空间数据可视化151
7.4 D3152
7.4.1 D3简介152
7.4.2 图表绘制159
7.5 小结163
7.6 参考文献164
7.7 习题164
第8章 可视化视图概览165
8.1 基础视图165
8.1.1 折线图类165
8.1.2 柱状图类170
8.1.3 饼图类173
8.1.4 散点图类175
8.1.5 其他类176
8.2 复杂视图179
8.2.1 树图类179
8.2.2 关系/网络图类183
8.2.3 地理坐标/地图类185
8.3 改进视图187
8.3.1 视图的组合187
8.3.2 视图的扩展190
8.3.3 视图的隐喻194
8.4 小结197
8.5 参考文献197
内容摘要
本书内容涵盖数据可视化概述、可视化的基础(数据)、可视化任务的概念、如何定义自己的可视化任务、视觉编码设计的理论基础和应用场景、交互和多视图、可视分析、Web数据可视化工具,以及可视化领域常用的可视化图表。
本书可作为高校计算机相关专业的高年级本科生及低年级研究生学习数据可视化的入门教材,也可供对数据分析能力有要求的其他专业的学生学习参考,还可作为从事数据科学、数据分析的研究人员和技术人员的参考手册。
— 没有更多了 —
以下为对购买帮助不大的评价