- 数据可视化(普通高等教育人工智能与大数据系列教材)
- - 作者：编者:杨华|责编:吉玲
  - 出版社：机械工业
  - ISBN：9787111745464
  - 出版日期：2024/06/01
  - 页数：244
- 售价：27.6

内容大纲
    本书以讲授数据可视化基础知识和工具应用为目标，在阐述可视化基本理论的基础上，采用大案例教学的方法，以某一超市数据为例，贯穿全书（7～11章），讲解和演示如何使用Tableau和Python两种工具完成各类可视化图形及可视化大屏的制作，讲述数据故事，挖掘数据背后的信息。
    全书共11章，主要内容包括数据可视化概述、数据可视化的理论基础、数据的理解与分析、数据可视化的任务和过程、Tableau基础、Python基础、有关比例的可视化、有关时间趋势的可视化、有关关系的可视化、有关空间关系的可视化以及可视化大屏。
    本书可作为高等院校信息管理、大数据管理与应用以及经济管理相关专业的教材，也可作为企业管理人员、数据分析人员、可视化设计人员，以及从事数据可视化、视觉艺术开发和应用等人员的参考书。
作者介绍
目录
前言
第1章  数据可视化概述
  1.1  数据可视化的内涵、分类和作用
    1.1.1  数据可视化的内涵
    1.1.2  数据可视化的分类
    1.1.3  数据可视化的作用
  1.2  数据可视化的发展历史
  1.3  数据可视化与其他学科领域的关系
  1.4  可视化分析与编程工具
    1.4.1  Python
    1.4.2  Tableau
    1.4.3  其他可视化分析与编程工具
    1.4.4  可视化工具对比
  1.5  数据可视化的应用和面临的挑战
    1.5.1  数据可视化的应用
    1.5.2  数据可视化面临的挑战
  1.6  习题
第2章  数据可视化的理论基础
  2.1  视觉感知
    2.1.1  视觉感知和视觉认知
    2.1.2  视觉感知处理
    2.1.3  视觉感知的相对性
  2.2  格式塔理论
  2.3  颜色理论
    2.3.1  颜色与视觉
    2.3.2  颜色空间
    2.3.3  颜色视觉障碍
  2.4  视觉通道
    2.4.1  视觉通道的概念
    2.4.2  视觉通道的类型
    2.4.3  视觉通道的特性
    2.4.4  视觉通道的表现力
  2.5  习题
第3章  数据的理解与分析
  3.1  数据基础
    3.1.1  数据属性
    3.1.2  属性类型
  3.2  数据特征
    3.2.1  基本统计描述
    3.2.2  数据对象间的关系
    3.2.3  数据不确定性
  3.3  数据预处理
    3.3.1  数据质量
    3.3.2  标准系统架构
    3.3.3  数据清理
    3.3.4  数据整合
  3.4  数据存储
    3.4.1  文件存储
    3.4.2  数据库
    3.4.3  数据仓库

  3.5  数据分析
    3.5.1  数据分析的五大思维方式
    3.5.2  探索式数据分析
    3.5.3  数据挖掘
  3.6  习题
第4章  数据可视化的任务和过程
  4.1  数据可视化的目的
    4.1.1  寻找模式
    4.1.2  发现相互关系
    4.1.3  异常数据分析
    4.1.4  让数据讲故事
  4.2  数据可视化的基本任务
  4.3  数据可视化的一般过程
  4.4  数据可视化设计的基本原则
    4.4.1  恰当的视图选择与可视化故事构建
    4.4.2  美学原则
    4.4.3  合理的信息密度筛选
    4.4.4  恰当的可视化交互
    4.4.5  自然的可视化隐喻
  4.5  数据可视化设计组件
    4.5.1  坐标系
    4.5.2  标尺
    4.5.3  背景信息
    4.5.4  整合可视化组件
  4.6  习题
第5章  Tableau基础
  5.1  Tableau下载与安装
  5.2  初级可视化分析
  5.3  分层、分组、集
  5.4  参数
  5.5  函数及快速表计算
  5.6  仪表板和故事线
  5.7  习题
第6章  Python基础
  6.1  Python基本语法
    6.1.1  用变量存储信息
    6.1.2  基本函数介绍
    6.1.3  导入模块和包
  6.2  NumPy数值计算基础
    6.2.1  创建数组
    6.2.2  数组的属性和操作
    6.2.3  数组的索引和切片
    6.2.4  数组的运算
    6.2.5  NumPy库的函数
  6.3  pandas统计分析基础
    6.3.1  序列
    6.3.2  数据框
  6.4  Matplotlib数据可视化基础
    6.4.1  创建画布和子图
    6.4.2  添加画布属性

    6.4.3  绘图保存与显示
    6.4.4  文本注解
    6.4.5  颜色使用
  6.5  pyecharts可视化
    6.5.1  pyecharts的使用方法
    6.5.2  全局配置项和系列配置项
  6.6  习题
第7章  有关比例的可视化
  7.1  在比例中寻求什么
  7.2  整体中的各个部分
    7.2.1  饼图
    7.2.2  环形图
    7.2.3  矩形树图
    7.2.4  旭日图
    7.2.5  桑基图
  7.3  带时间属性的比例
    7.3.1  堆叠面积图
    7.3.2  玫瑰图
  7.4  习题
第8章  有关时间趋势的可视化
  8.1  在时间中寻求什么
  8.2  离散型数据
    8.2.1  散点图
    8.2.2  柱形图
    8.2.3  并列柱形图
    8.2.4  堆叠柱形图
  8.3  延续型数据
    8.3.1  折线图
    8.3.2  平滑和拟合
    8.3.3  甘特图
  8.4  习题
第9章  有关关系的可视化
  9.1  在关系中寻求什么
  9.2  关联性
    9.2.1  散点图
    9.2.2  散点图矩阵
    9.2.3  气泡图
  9.3  分布
    9.3.1  盒须图
    9.3.2  直方图
  9.4  对照和比较
    9.4.1  雷达图
    9.4.2  热力图
    9.4.3  平行坐标图
  9.5  习题
第10章  有关空间关系的可视化
  10.1  在空间中寻求什么
  10.2  色级统计地图
  10.3  气泡地图
  10.4  热力地图

  10.5  习题
第11章  可视化大屏
  11.1  Tableau仪表板和故事线
    11.1.1  仪表板
    11.1.2  故事线
  11.2  Python可视化大屏
    11.2.1  时间轴组件
    11.2.2  分页组件
    11.2.3  组合组件
    11.2.4  页面组件
  11.3  习题
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目