- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
163disk.com_数据可视化之美(通过专家的眼光洞察数据)
内容简介
可视化是数据描述的图形表示,旨在一目了然地揭示数据中的复杂信息。可视化的典型
如纽约地铁图和人脑图。成功的可视化的美丽之处既在于其艺术设计,也在于其通过对细节
的优雅展示,能够有效地产生对数据的洞察和新的理解。
在本书中,20 多位可视化专家包括艺术家、设计师、评论家、科学家、分析师、统计
学家等,展示了他们如何在各自的学科领域内开展项目。他们共同展示了可视化所能实现的
功能以及如何使用它来改变世界。在《数据可视化之美》中,你将:
· 通过简单的可视化实践探索讲故事的重要性。
· 了解颜色如何传达我们尚未充分意识到而大脑已经识别出的信息。
· 发现我们购买的书籍和我们的交际圈如何揭示内心的自我。
· 通过对民航交通的可视化探索识别航空旅行的混乱的一种方法。
· 揭秘研究人员如何调查未知问题,包括从最初的草图到发表的论文。
目录
前言
第 1 章 论美
何为美
学习经典
如何实现美丽
付诸实践
结束语
第 2 章 曾经的堆叠时间序列
问题+可视化数据+场景=故事
创建有效的可视化的步骤
可视化创建实践
结束语
第 3 章 Wordle
Wordle 的起源
Wordle 如何工作
Wordle 是优秀的信息可视化吗
如何真正使用 Wordle
结束语
致谢
参考文献
第 4 章 色彩:数据可视化的“灰姑娘”
为什么在数据图像中使用色彩
亮度作为恢复局部密度的方法
展望未来:关于动画
方法
结束语
参考文献和补充阅读
第 5 章 信息映射:重新设计纽约地铁图
需要更好的工具
回忆在伦敦
纽约之“殇”
好的工具衍生更好的工具
尺寸只是一个因素
从回顾到展望
纽约独特的复杂性
地理即关系
砍掉 “鸡毛蒜皮”的东西
结束语
第 6 章 飞行模式:深入探索
技术和数据
色彩
动向
异常和错误
结束语
致谢
第 7 章 你的选择揭示你是 :社会模式的挖掘和可视化
早期社交图
Amazon 的书籍购买数据的社交图
结束语
参考文献
第 8 章 美国参议院社交图(1991~2009) 的可视化
创建可视化
产生的故事
什么使它美丽
什么使它丑陋
结束语
参考文献
第 9 章 鸟瞰图:搜索和发现
可视化技术
YELLOWPAGESCOM
Netflix 奖项
创建自己的可视化
结束语
参考文献
第 10 章 从社交网络可视化的混杂之中寻找美丽的感悟
社交网络可视化
谁想要对社交网络进行可视化
SociaIAction 的设计
案例研究:从混乱到美丽
参考文献
第 11 章 美丽的历史:对维基百科可视化
描述分组编辑
历史流的实际作用
染色图:一次对一个人进行可视化
结束语
第 12 章 把表转换成树:
把并行集发展成意义深远的项目
分类数据
并行集
可视化重设计
新的数据模型
数据库模型
树结构增长
现实世界中的并行集
结束语
参考文献
第 13 章 “X by Y” 的设计:
奥地利电子艺术节档案的信息美学探索
简介和概念
了解数据形势
探索数据
初次可视化草图
最终产品
结束语
致谢
参考文献
第 14 章 矩阵探秘
越多越好吗
把数据库看做网络
可见的数据模型定义
网络维度
矩阵 “缩小镜”
减少复杂性
矩阵操作进阶
改善后的矩阵
数据规模扩大
深层次应用
结束语
致谢
参考文献
第 15 章 1994 年:基于《纽约时报》
上的文章搜索API 的数据探索
获取数据:文章搜索API
管理数据:使用Processing 编程语言
三个简单的步骤
维度搜索
连接
结束语
第 16 章 《纽约时报》的一天
收集一些数据
数据清洗
Pytlion 、Map/Reduce 和 Hadoop
可视化的第一步
刚刚处理的数据哪去了
场景 1,步骤 1
场景 1,步骤2
可视化的第二步
可视化比例和其他可视化优化
文档评论(0)