大數據可視化

第1章 大數據可視化概述\t1
1．1 大數據可視化的概念\t1
1．1．1 科學可視化\t4
1．1．2 信息可視化\t5
1．1．3 數據可視化\t5
1．2 數據可視化的作用與意義\t5
1．2．1 數據可視化的作用\t5
1．2．2 數據可視化的意義\t6
1．3 數據可視化的應用領域\t9
1．3．1 在“工業(yè)4．0”中的應用\t9
1．3．2 在智能交通中的應用\t11
1．3．3 在新一代人工智能領域的應用\t16
1．3．4 在其他領域的應用\t16
1．4 與相關學科的關系\t19
1．4．1 與計算機圖形學的關系\t20
1．4．2 與計算機視覺的關系\t20
1．4．3 與計算仿真的關系\t20
1．4．4 與人機交互的關系\t21
1．4．5 與數據庫的關系\t21
1．4．6 與數據分析和數據挖掘的關系\t21
習題\t22
參考文獻\t23
第2章 可視化的類型與模型\t24
2．1 可視化的類型\t24
2．1．1 科學可視化\t24
2．1．2 信息可視化\t30
2．2 可視化的模型\t39
2．2．1 順序模型\t39
2．2．2 分析模型\t40
2．2．3 循環(huán)模型\t41
習題\t43
參考文獻\t43
第3章 數據可視化基礎\t45
3．1 光與視覺特性\t45
3．1．1 光的特性\t45
3．1．2 三基色原理\t46
3．1．3 黑白視覺特性\t47
3．1．4 彩色視覺特性\t52
3．2 可視化的基本特征\t55
3．3 可視化流程\t56
3．3．1 可視化的基本步驟\t56
3．3．2 可視化的一般流程\t57
3．4 可視化設計組件\t60
3．4．1 可視化設計模型\t60
3．4．2 可視化設計原則\t60
3．4．3 可視化的數據\t61
3．4．4 可視化的原材料\t62
3．4．5 可視化的基本圖表\t62
3．5 可視化中的美學因素\t64
3．6 可視化框架設計整體思路\t65
3．6．1 可視化框架的構成\t66
3．6．2 數據圖形映射的流程\t66
習題\t67
參考文獻\t68
第4章 數據可視化的常用方法\t70
4．1 視覺編碼\t70
4．1．1 視覺感知\t71
4．1．2 視覺通道\t72
4．1．3 數據分類\t73
4．1．4 常用的復雜數據處理方法\t74
4．2 統(tǒng)計圖表可視化方法\t74
4．2．1 柱狀圖\t75
4．2．2 條形圖\t77
4．2．3 折線圖\t78
4．2．4 餅圖\t79
4．2．5 散點圖\t79
4．2．6 氣泡圖\t79
4．2．7 雷達圖\t80
4．3 圖可視化方法\t80
4．3．1 圖的類型\t80
4．3．2 圖論可視化\t81
4．3．3 思維導圖\t81
4．4 可視化分析方法的常用算法\t83
4．4．1 可視化分析方法\t84
4．4．2 可視分析研究的特點\t85
4．4．3 可視分析的應用實例\t86
4．4．4 主成分分析\t88
4．4．5 聚類分析\t90
4．4．6 因子分析\t91
4．4．7 層次分析法\t91
4．5 可視化方法的選擇\t92
4．5．1 百度地圖開發(fā)\t93
4．5．2 城市人流走勢\t93
4．5．3 商圈人流對比\t94
4．5．4 D3．js和Echarts選擇上的建議\t94
4．5．5 優(yōu)秀的數據可視化作品欣賞\t94
習題\t95
參考文獻\t95
第5章 大數據可視化的關鍵技術\t97
5．1 大數據架構\t97
5．1．1 系統(tǒng)協調者\t100
5．1．2 數據提供者\t100
5．1．3 大數據應用提供者\t100
5．1．4 大數據框架提供者\t102
5．1．5 數據消費者\t103
5．1．6 安全和隱私\t103
5．1．7 管理\t103
5．2 大數據核心技術\t104
5．2．1 數據收集\t104
5．2．2 數據預處理\t104
5．2．3 數據存儲\t105
5．2．4 數據處理\t107
5．2．5 數據分析\t108
5．2．6 數據治理\t110
5．3 可視化關鍵技術\t110
5．4 大數據可視化渲染\t112
5．4．1 圖像相關概念\t112
5．4．2 渲染技術概述\t114
5．4．3 基于CPU的渲染\t115
5．4．4 基于GPU的渲染\t116
5．4．5 集群渲染技術\t118
5．4．6 云渲染\t122
習題\t123
參考文獻\t124
第6章 可視化交互\t125
6．1 可視化交互方法分類\t125
6．1．1 平移+縮放技術\t126
6．1．2 動態(tài)過濾技術\t127
6．1．3 概覽+細節(jié)技術\t128
6．1．4 焦點+上下文技術\t129
6．1．5 多視圖關聯協調技術\t130
6．2 可視化交互空間\t131
6．2．1 可視化交互空間查詢\t131
6．2．2 可視化交互空間分析\t132
6．2．3 交互空間分類\t133
6．3 可視化交互模型\t134
6．3．1 交互式信息可視化的用戶界面模型\t135
6．3．2 支持信息多面體可視分析界面模型（IMFA）\t138
6．3．3 交互式可視化的關聯規(guī)則挖掘模型\t138
6．3．4 基于Web的交互式數據可視化模型\t140
6．3．5 基于交互技術的知識可視化模型\t142
6．4 交互硬件與軟件\t145
6．4．1 交互硬件\t145
6．4．2 交互軟件\t147
6．4．3 交互系統(tǒng)\t148
習題\t151
參考文獻\t152
第7章 大數據可視化工具\t153
7．1 Excel\t153
7．1．1 Power Map簡介\t153
7．1．2 Power Map的使用\t153
7．1．3 數據可視化示例\t155
7．2 Processing\t155
7．2．1 Processing開發(fā)環(huán)境簡介\t156
7．2．2 Processing繪制功能\t156
7．2．3 Processing應用程序的結構\t158
7．2．4 數據可視化舉例\t159
7．3 NodeXL\t161
7．3．1 NodeXL簡介\t161
7．3．2 系統(tǒng)界面\t162
7．3．3 數據獲取與編輯\t163
7．3．4 數據可視化\t163
7．3．5 圖形分析與數據過濾\t164
7．4 ECharts\t165
7．4．1 ECharts架構及特點\t165
7．4．2 基本組成\t166
7．4．3 引入ECharts\t167
7．4．4 圖表繪制\t167
7．5 Tableau\t174
7．5．1 Tableau簡介\t175
7．5．2 Tableau的使用\t175
7．5．3 Tableau數據可視化實例\t178
習題\t181
參考文獻\t182
第8章 大數據可視化系統(tǒng)――魔鏡\t183
8．1 魔鏡簡介\t183
8．2 系統(tǒng)架構與技術流程\t184
8．3 數據處理與分析\t185
8．4 數據可視化\t188
習題\t193
參考文獻\t193
第9章 大數據可視化的行業(yè)案例\t194
9．1 電商行業(yè)銷售數據分析\t194
9．1．1 背景分析\t194
9．1．2 需求分析\t194
9．1．3 大數據分析過程\t194
9．1．4 分析結論\t202
9．2 廣告投放效果分析\t202
9．2．1 背景分析\t202
9．2．2 需求分析\t203
9．2．3 大數據分析過程\t203
9．2．4 分析結論\t208
9．3 金融行業(yè)貸款數據分析\t209
9．3．1 背景分析\t209
9．3．2 需求分析\t209
9．3．3 大數據分析過程\t209
9．4 能源行業(yè)油井數據分析\t223
9．4．1 背景分析\t223
9．4．2 需求分析\t223
9．4．3 大數據分析過程\t224
習題\t236
參考文獻
附錄A