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Gapminder 19
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.js 53
3.4.2 DataV可视化组件库 54
3.4.3 ECharts 55
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Tableau 80
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PDF 236
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 Public 238
【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—PyEcharts 251
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