掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
大數據可視化 版權信息
- ISBN：9787121335495
- 條形碼：9787121335495 ; 978-7-121-33549-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據可視化 本書特色
本書是面對當前大數據應用、可視分析研究和應用的新形勢，專門為數據科學與大數據技術、智能科學與技術、計算機、數據處理等專業本科生開設數據可視化課程而編寫的一本教材。該書將教學之嚴謹和科研之創新有機地結合，全面詮釋了大數據可視化的內涵與外延，詳細介紹了大數據可視化概述、可視化的類型與模型、數據可視化基礎、數據可視化的常用方法、大數據可視化的關鍵技術、可視化交互、大數據可視化工具、大數據可視化系統——魔鏡以及大數據可視化的行業案例等內容。為了便于學習，每章都附有習題。
大數據可視化 內容簡介
本書是面對當前大數據應用、可視分析研究和應用的新形勢，專門為數據科學與大數據技術、智能科學與技術、計算機、數據處理等專業本科生開設數據可視化課程而編寫的一本教材。該書將教學之嚴謹和科研之創新有機地結合，全面詮釋了大數據可視化的內涵與外延，詳細介紹了大數據可視化概述、可視化的類型與模型、數據可視化基礎、數據可視化的常用方法、大數據可視化的關鍵技術、可視化交互、大數據可視化工具、大數據可視化系統——魔鏡以及大數據可視化的行業案例等內容。為了便于學習，每章都附有習題。
大數據可視化 目錄
第1章 大數據可視化概述 1
1.1 大數據可視化的概念 1
1.1.1 科學可視化 4
1.1.2 信息可視化 5
1.1.3 數據可視化 5
1.2 數據可視化的作用與意義 5
1.2.1 數據可視化的作用 5
1.2.2 數據可視化的意義 6
1.3 數據可視化的應用領域 9
1.3.1 在“工業4.0”中的應用 9
1.3.2 在智能交通中的應用 11
1.3.3 在新一代人工智能領域的應用 16
1.3.4 在其他領域的應用 16
1.4 與相關學科的關系 19
1.4.1 與計算機圖形學的關系 20
1.4.2 與計算機視覺的關系 20
1.4.3 與計算仿真的關系 20
1.4.4 與人機交互的關系 21
1.4.5 與數據庫的關系 21
1.4.6 與數據分析和數據挖掘的關系 21
習題 22
參考文獻 23
第2章 可視化的類型與模型 24
2.1 可視化的類型 24
2.1.1 科學可視化 24
2.1.2 信息可視化 30
2.2 可視化的模型 39
2.2.1 順序模型 39
2.2.2 分析模型 40
2.2.3 循環模型 41
習題 43
參考文獻 43
第3章 數據可視化基礎 45
3.1 光與視覺特性 45
3.1.1 光的特性 45
3.1.2 三基色原理 46
3.1.3 黑白視覺特性 47
3.1.4 彩色視覺特性 52
3.2 可視化的基本特征 55
3.3 可視化流程 56
3.3.1 可視化的基本步驟 56
3.3.2 可視化的一般流程 57
3.4 可視化設計組件 60
3.4.1 可視化設計模型 60
3.4.2 可視化設計原則 60
3.4.3 可視化的數據 61
3.4.4 可視化的原材料 62
3.4.5 可視化的基本圖表 62
3.5 可視化中的美學因素 64
3.6 可視化框架設計整體思路 65
3.6.1 可視化框架的構成 66
3.6.2 數據圖形映射的流程 66
習題 67
參考文獻 68
第4章 數據可視化的常用方法 70
4.1 視覺編碼 70
4.1.1 視覺感知 71
4.1.2 視覺通道 72
4.1.3 數據分類 73
4.1.4 常用的復雜數據處理方法 74
4.2 統計圖表可視化方法 74
4.2.1 柱狀圖 75
4.2.2 條形圖 77
4.2.3 折線圖 78
4.2.4 餅圖 79
4.2.5 散點圖 79
4.2.6 氣泡圖 79
4.2.7 雷達圖 80
4.3 圖可視化方法 80
4.3.1 圖的類型 80
4.3.2 圖論可視化 81
4.3.3 思維導圖 81
4.4 可視化分析方法的常用算法 83
4.4.1 可視化分析方法 84
4.4.2 可視分析研究的特點 85
4.4.3 可視分析的應用實例 86
4.4.4 主成分分析 88
4.4.5 聚類分析 90
4.4.6 因子分析 91
4.4.7 層次分析法 91
4.5 可視化方法的選擇 92
4.5.1 百度地圖開發 93
4.5.2 城市人流走勢 93
4.5.3 商圈人流對比 94
4.5.4 D3.js和Echarts選擇上的建議 94
4.5.5 優秀的數據可視化作品欣賞 94
習題 95
參考文獻 95
第5章 大數據可視化的關鍵技術 97
5.1 大數據架構 97
5.1.1 系統協調者 100
5.1.2 數據提供者 100
5.1.3 大數據應用提供者 100
5.1.4 大數據框架提供者 102
5.1.5 數據消費者 103
5.1.6 安全和隱私 103
5.1.7 管理 103
5.2 大數據核心技術 104
5.2.1 數據收集 104
5.2.2 數據預處理 104
5.2.3 數據存儲 105
5.2.4 數據處理 107
5.2.5 數據分析 108
5.2.6 數據治理 110
5.3 可視化關鍵技術 110
5.4 大數據可視化渲染 112
5.4.1 圖像相關概念 112
5.4.2 渲染技術概述 114
5.4.3 基于CPU的渲染 115
5.4.4 基于GPU的渲染 116
5.4.5 集群渲染技術 118
5.4.6 云渲染 122
習題 123
參考文獻 124
第6章 可視化交互 125
6.1 可視化交互方法分類 125
6.1.1 平移 縮放技術 126
6.1.2 動態過濾技術 127
6.1.3 概覽 細節技術 128
6.1.4 焦點 上下文技術 129
6.1.5 多視圖關聯協調技術 130
6.2 可視化交互空間 131
6.2.1 可視化交互空間查詢 131
6.2.2 可視化交互空間分析 132
6.2.3 交互空間分類 133
6.3 可視化交互模型 134
6.3.1 交互式信息可視化的用戶界面模型 135
6.3.2 支持信息多面體可視分析界面模型（IMFA） 138
6.3.3 交互式可視化的關聯規則挖掘模型 138
6.3.4 基于Web的交互式數據可視化模型 140
6.3.5 基于交互技術的知識可視化模型 142
6.4 交互硬件與軟件 145
6.4.1 交互硬件 145
6.4.2 交互軟件 147
6.4.3 交互系統 148
習題 151
參考文獻 152
第7章 大數據可視化工具 153
7.1 Excel 153
7.1.1 Power Map簡介 153
7.1.2 Power Map的使用 153
7.1.3 數據可視化示例 155
7.2 Processing 155
7.2.1 Processing開發環境簡介 156
7.2.2 Processing繪制功能 156
7.2.3 Processing應用程序的結構 158
7.2.4 數據可視化舉例 159
7.3 NodeXL 161
7.3.1 NodeXL簡介 161
7.3.2 系統界面 162
7.3.3 數據獲取與編輯 163
7.3.4 數據可視化 163
7.3.5 圖形分析與數據過濾 164
7.4 ECharts 165
7.4.1 ECharts架構及特點 165
7.4.2 基本組成 166
7.4.3 引入ECharts 167
7.4.4 圖表繪制 167
7.5 Tableau 174
7.5.1 Tableau簡介 175
7.5.2 Tableau的使用 175
7.5.3 Tableau數據可視化實例 178
習題 181
參考文獻 182
第8章 大數據可視化系統——魔鏡 183
8.1 魔鏡簡介 183
8.2 系統架構與技術流程 184
8.3 數據處理與分析 185
8.4 數據可視化 188
習題 193
參考文獻 193
第9章 大數據可視化的行業案例 194
9.1 電商行業銷售數據分析 194
9.1.1 背景分析 194
9.1.2 需求分析 194
9.1.3 大數據分析過程 194
9.1.4 分析結論 202
9.2 廣告投放效果分析 202
9.2.1 背景分析 202
9.2.2 需求分析 203
9.2.3 大數據分析過程 203
9.2.4 分析結論 208
9.3 金融行業貸款數據分析 209
9.3.1 背景分析 209
9.3.2 需求分析 209
9.3.3 大數據分析過程 209
9.4 能源行業油井數據分析 223
9.4.1 背景分析 223
9.4.2 需求分析 223
9.4.3 大數據分析過程 224
習題 236
參考文獻
附錄A
1.1 大數據可視化的概念 1
1.1.1 科學可視化 4
1.1.2 信息可視化 5
1.1.3 數據可視化 5
1.2 數據可視化的作用與意義 5
1.2.1 數據可視化的作用 5
1.2.2 數據可視化的意義 6
1.3 數據可視化的應用領域 9
1.3.1 在“工業4.0”中的應用 9
1.3.2 在智能交通中的應用 11
1.3.3 在新一代人工智能領域的應用 16
1.3.4 在其他領域的應用 16
1.4 與相關學科的關系 19
1.4.1 與計算機圖形學的關系 20
1.4.2 與計算機視覺的關系 20
1.4.3 與計算仿真的關系 20
1.4.4 與人機交互的關系 21
1.4.5 與數據庫的關系 21
1.4.6 與數據分析和數據挖掘的關系 21
習題 22
參考文獻 23
第2章 可視化的類型與模型 24
2.1 可視化的類型 24
2.1.1 科學可視化 24
2.1.2 信息可視化 30
2.2 可視化的模型 39
2.2.1 順序模型 39
2.2.2 分析模型 40
2.2.3 循環模型 41
習題 43
參考文獻 43
第3章 數據可視化基礎 45
3.1 光與視覺特性 45
3.1.1 光的特性 45
3.1.2 三基色原理 46
3.1.3 黑白視覺特性 47
3.1.4 彩色視覺特性 52
3.2 可視化的基本特征 55
3.3 可視化流程 56
3.3.1 可視化的基本步驟 56
3.3.2 可視化的一般流程 57
3.4 可視化設計組件 60
3.4.1 可視化設計模型 60
3.4.2 可視化設計原則 60
3.4.3 可視化的數據 61
3.4.4 可視化的原材料 62
3.4.5 可視化的基本圖表 62
3.5 可視化中的美學因素 64
3.6 可視化框架設計整體思路 65
3.6.1 可視化框架的構成 66
3.6.2 數據圖形映射的流程 66
習題 67
參考文獻 68
第4章 數據可視化的常用方法 70
4.1 視覺編碼 70
4.1.1 視覺感知 71
4.1.2 視覺通道 72
4.1.3 數據分類 73
4.1.4 常用的復雜數據處理方法 74
4.2 統計圖表可視化方法 74
4.2.1 柱狀圖 75
4.2.2 條形圖 77
4.2.3 折線圖 78
4.2.4 餅圖 79
4.2.5 散點圖 79
4.2.6 氣泡圖 79
4.2.7 雷達圖 80
4.3 圖可視化方法 80
4.3.1 圖的類型 80
4.3.2 圖論可視化 81
4.3.3 思維導圖 81
4.4 可視化分析方法的常用算法 83
4.4.1 可視化分析方法 84
4.4.2 可視分析研究的特點 85
4.4.3 可視分析的應用實例 86
4.4.4 主成分分析 88
4.4.5 聚類分析 90
4.4.6 因子分析 91
4.4.7 層次分析法 91
4.5 可視化方法的選擇 92
4.5.1 百度地圖開發 93
4.5.2 城市人流走勢 93
4.5.3 商圈人流對比 94
4.5.4 D3.js和Echarts選擇上的建議 94
4.5.5 優秀的數據可視化作品欣賞 94
習題 95
參考文獻 95
第5章 大數據可視化的關鍵技術 97
5.1 大數據架構 97
5.1.1 系統協調者 100
5.1.2 數據提供者 100
5.1.3 大數據應用提供者 100
5.1.4 大數據框架提供者 102
5.1.5 數據消費者 103
5.1.6 安全和隱私 103
5.1.7 管理 103
5.2 大數據核心技術 104
5.2.1 數據收集 104
5.2.2 數據預處理 104
5.2.3 數據存儲 105
5.2.4 數據處理 107
5.2.5 數據分析 108
5.2.6 數據治理 110
5.3 可視化關鍵技術 110
5.4 大數據可視化渲染 112
5.4.1 圖像相關概念 112
5.4.2 渲染技術概述 114
5.4.3 基于CPU的渲染 115
5.4.4 基于GPU的渲染 116
5.4.5 集群渲染技術 118
5.4.6 云渲染 122
習題 123
參考文獻 124
第6章 可視化交互 125
6.1 可視化交互方法分類 125
6.1.1 平移 縮放技術 126
6.1.2 動態過濾技術 127
6.1.3 概覽 細節技術 128
6.1.4 焦點 上下文技術 129
6.1.5 多視圖關聯協調技術 130
6.2 可視化交互空間 131
6.2.1 可視化交互空間查詢 131
6.2.2 可視化交互空間分析 132
6.2.3 交互空間分類 133
6.3 可視化交互模型 134
6.3.1 交互式信息可視化的用戶界面模型 135
6.3.2 支持信息多面體可視分析界面模型（IMFA） 138
6.3.3 交互式可視化的關聯規則挖掘模型 138
6.3.4 基于Web的交互式數據可視化模型 140
6.3.5 基于交互技術的知識可視化模型 142
6.4 交互硬件與軟件 145
6.4.1 交互硬件 145
6.4.2 交互軟件 147
6.4.3 交互系統 148
習題 151
參考文獻 152
第7章 大數據可視化工具 153
7.1 Excel 153
7.1.1 Power Map簡介 153
7.1.2 Power Map的使用 153
7.1.3 數據可視化示例 155
7.2 Processing 155
7.2.1 Processing開發環境簡介 156
7.2.2 Processing繪制功能 156
7.2.3 Processing應用程序的結構 158
7.2.4 數據可視化舉例 159
7.3 NodeXL 161
7.3.1 NodeXL簡介 161
7.3.2 系統界面 162
7.3.3 數據獲取與編輯 163
7.3.4 數據可視化 163
7.3.5 圖形分析與數據過濾 164
7.4 ECharts 165
7.4.1 ECharts架構及特點 165
7.4.2 基本組成 166
7.4.3 引入ECharts 167
7.4.4 圖表繪制 167
7.5 Tableau 174
7.5.1 Tableau簡介 175
7.5.2 Tableau的使用 175
7.5.3 Tableau數據可視化實例 178
習題 181
參考文獻 182
第8章 大數據可視化系統——魔鏡 183
8.1 魔鏡簡介 183
8.2 系統架構與技術流程 184
8.3 數據處理與分析 185
8.4 數據可視化 188
習題 193
參考文獻 193
第9章 大數據可視化的行業案例 194
9.1 電商行業銷售數據分析 194
9.1.1 背景分析 194
9.1.2 需求分析 194
9.1.3 大數據分析過程 194
9.1.4 分析結論 202
9.2 廣告投放效果分析 202
9.2.1 背景分析 202
9.2.2 需求分析 203
9.2.3 大數據分析過程 203
9.2.4 分析結論 208
9.3 金融行業貸款數據分析 209
9.3.1 背景分析 209
9.3.2 需求分析 209
9.3.3 大數據分析過程 209
9.4 能源行業油井數據分析 223
9.4.1 背景分析 223
9.4.2 需求分析 223
9.4.3 大數據分析過程 224
習題 236
參考文獻
附錄A
展開全部
大數據可視化 作者簡介
中國傳媒大學南廣學院專職教授，高級工程師，曾率隊支援2008年汶川地震的綿竹市廣電的災后重建工作，援建工作時間長達1個多月。智能科學與技術和電子信息工程專業負責人，傳媒科技研究所常務副所長。主持或參與省部級科研項目6項，國家廣電總局部級社科項目3項，江蘇省高校自然科學研究面上項目3項、校級科研項目10多項項目，成果得到采納應用，有力推動了行業發展。取得軟件著作權1項，國家發明專利1項（合作），編寫規劃教材、專著7本。中國廣播電影電視社會組織聯合會技術工作委員會委員，江蘇省廣播電影電視協會監測專業委員會會員、某市政府智庫專家。指導學生多次獲得江蘇省大學生實踐創新項目立項，獲得江蘇省計算機設計大賽特等獎、國家級三等獎。作為產業導師已培養研究生十多名。作為第一完成人曾獲得江蘇省廣播電影電視局科技創新獎等，主持研發的某型數字電視機頂盒產品獲省級高新技術獎。多年專注神經網絡、模式識別、人工智能、數字通信、廣播電視寬帶網絡、智慧媒體等相關研究。
書友推薦
- >
史學評論
- >
龍榆生：詞曲概論/大家小書
- >
回憶愛瑪儂
- >
姑媽的寶刀
- >
中國歷史的瞬間
- >
我從未如此眷戀人間
- >
詩經-先民的歌唱
- >
巴金－再思錄
本類暢銷
