大數據可視化技術 (微課視頻 + 題庫版)

本書分為三個部分： 基礎理論、大數據可視化、大數據可視化工具及應用。 基礎理論部分包括第1、2章。第1章回顧了可視化發展進程，介紹了可視化領域的一些基礎概念及應用； 第2章介紹了可視化的一般流程及設計組件。 大數據可視化部分包括第3～7章，主要介紹了不同類型數據的可視化方法，分別為： 比例數據、關系數據、文本數據、復雜數據。 大數據可視化工具及應用部分包括第8～18章，選取了市場上主流的一些可視化工具，圍繞它們的使用方法和應用案例展開。這些工具包括商業軟件Excel、Power BI、FineBI、D3.js、DataV、Tableau，開源包ECharts,以及編程語言Python、R。 本書既可以作為高等院校電腦與軟件相關專業的教材，也可以作為軟件從業人員、電腦愛好者的學習指導用書。

 

目錄

 

 

 

 

隨書資源

 

 

 

 

第1部分基 礎 理 論

 

第1章數據可視化概述

 

1.1什麽是數據可視化

 

1.2數據可視化的發展歷史

 

1.3大數據可視化的分類

 

1.3.1科學可視化

 

1.3.2信息可視化

 

1.3.3可視分析學

 

1.4大數據可視化作用

 

1.4.1記錄信息

 

1.4.2分析推理

 

1.4.3信息傳播與協同

 

1.5大數據可視化發展方向

 

習題

 

第2章數據可視化基礎

 

2.1可視化流程

 

2.2可視化設計工具和原則

 

2.2.1可視化數據組織與管理工具

 

2.2.2可視化設計原則

 

習題

 

第2部分大數據可視化

 

第3章時間數據可視化

 

3.1時間數據在大數據中的應用

 

3.2連續型時間數據可視化

 

3.2.1階梯圖

 

3.2.2折線圖

 

3.2.3螺旋圖

 

3.2.4熱圖

 

3.3離散型時間數據可視化

 

3.3.1散點圖

 

3.3.2柱形圖

 

3.3.3堆疊柱形圖

 

3.3.4點線圖

 

3.4可視化圖表的選擇

 

習題

 

第4章比例數據可視化

 

4.1比例數據在大數據中的應用

 

4.2部分與整體

 

4.2.1餅圖

 

4.2.2環形圖

 

4.2.3比例中的堆疊

 

4.2.4矩形樹圖

 

4.3時空比例數據

 

習題

 

 

 

 

 

 

 

第5章關系數據可視化

 

5.1關系數據在大數據中的應用

 

5.2數據的關聯性

 

5.2.1散點圖

 

5.2.2散點圖矩陣

 

5.2.3氣泡圖

 

5.3數據的分佈性

 

5.3.1莖葉圖

 

5.3.2直方圖

 

5.3.3密度圖

 

習題

 

第6章文本數據可視化

 

6.1文本數據與大數據

 

6.1.1文本數據在大數據中的應用及提取

 

6.1.2使用網絡爬蟲提取文本數據

 

6.2文本內容可視化

 

6.2.1關鍵詞可視化

 

6.2.2時序文本可視化

 

6.2.3文本分佈可視化

 

6.3文本關系可視化

 

6.3.1基於圖的文本關系可視化

 

6.3.2文檔間關系可視化

 

習題

 

 

第7章復雜數據可視化

 

7.1高維多元數據在大數據中的應用

 

7.1.1空間映射法

 

7.1.2圖標法

 

7.2非結構化數據可視化

 

7.2.1基於並行的大尺度數據高分辨率可視化

 

7.2.2分而治之的大尺度數據分析與可視化

 

習題

 

第3部分大數據可視化工具及應用

 

第8章Excel數據可視化方法

 

8.1Excel介紹

 

8.2基礎圖像繪制

 

8.3案例： 數據面板製作

 

習題

 

第9章Power BI數據可視化方法

 

9.1Power BI介紹

 

9.1.1什麽是Power BI

 

9.1.2為什麽使用Power BI

 

9.2Power BI組成架構

 

9.3初識Power BI

 

9.3.1安裝和運行

 

9.3.2認識界面

 

9.4案例： 豆瓣電影Top 250

 

9.4.1數據準備和處理

 

9.4.2數據可視化

 

9.4.3發布報表

 

第10章Python數據可視化方法

 

10.1背景介紹

 

10.2前期準備與基本操作

 

10.2.1基本術語概念說明

 

10.2.2安裝openpyxl並創建一個工作簿

 

10.2.3從Excel工作簿中讀取數據

 

10.2.4迭代訪問數據

 

10.2.5修改與插入數據

 

10.3進階內容

 

10.3.1為Excel表單添加公式

 

10.3.2為表單添加條件格式

 

10.3.3為Excel表單添加圖表

 

10.4案例： Python 表格處理分析

 

10.4.1背景與前期準備

 

10.4.2使用openpyxl讀取數據並轉為DataFrame

 

10.4.3繪制數值列直方圖

 

10.4.4繪制相關性矩陣

 

10.4.5繪制散佈矩陣

 

10.4.6將可視化結果插入回Excel表格中

 

習題

 

第11章R數據可視化方法

 

11.1R語言的特點

 

11.2R語言的功能特徵

 

11.3案例： Titanic數據集處理流程

 

11.3.1R語言的安裝

 

11.3.2R語言數據處理流程

 

第12章FineBI數據可視化方法

 

12.1FineBI介紹

 

12.1.1產品定位

 

12.1.2與傳統商務智能BI軟件相較的優勢

 

12.1.3軟件安裝與啟動

 

12.2數據準備與加工

 

12.2.1數據源

 

12.2.2數據準備

 

12.2.3關聯設置

 

12.3可視化分析

 

12.3.1表格組件

 

12.3.2圖表組件

 

12.3.3過濾組件

 

12.3.4設計儀表板

 

12.4案例： 零售行業數據分析

 

第13章ECharts數據可視化方法

 

13.1ECharts

 

13.2ECharts基礎概念

 

13.3可視化類型

 

13.4ECharts數據交互與API使用

 

13.5主題與擴展管理

 

13.6案例： 人口增長數據可視化

 

 

第14章D3.js數據可視化方法

 

14.1簡介

 

14.2安裝

 

14.3預備知識和工具

 

14.4HTML模板和導入D3

 

14.5元素選擇和數據綁定

 

14.5.1元素選擇

 

14.5.2數據綁定

 

14.6插入和刪除元素

 

14.6.1插入元素

 

14.6.2刪除元素

 

14.7enter()和exit()方法

 

14.8繪制SVG圖形

 

14.8.1什麽是SVG

 

14.8.2添加畫布

 

14.8.3繪制矩形

 

14.8.4使用比例尺

 

14.9坐標軸

 

14.9.1類型簡介

 

14.9.2x軸坐標軸

 

14.9.3y軸坐標軸

 

14.9.4同時包含x軸和y軸坐標軸

 

14.10條形圖

 

14.10.1建立畫布並定義比例尺

 

14.10.2加載數據並創建坐標軸

 

14.10.3條形繪制

 

14.10.4添加標簽

 

14.11餅圖

 

14.11.1SVG路徑

 

14.11.2d3.scaleOrdinal()

 

14.11.3d3.pie()

 

14.11.4d3.arc()

 

14.11.5餅圖案例： 瀏覽器市場份額

 

14.12動態交互

 

14.12.1什麽是動態效果

 

14.12.2實現動態的方法

 

14.12.3什麽是交互

 

14.12.4如何添加交互

 

第15章DataV數據可視化方法

 

15.1DataV介紹

 

15.1.1多種場景模板

 

15.1.2豐富的圖標庫與地理繪制支持

 

15.1.3支持多種數據源

 

15.1.4容易實現的圖形化搭建工具

 

15.1.5靈活的發布方式

 

15.2可視化應用管理

 

15.2.1模板的使用

 

15.2.2應用的創建與發布

 

15.3數據源管理

 

15.3.1添加IP地址白名單

 

15.3.2添加數據源

 

15.4組件管理

 

15.4.1組件概覽

 

15.4.2配置組件數據

 

15.4.3配置組件交互

 

15.4.4組件包的使用與管理

 

15.5案例： 店鋪銷售數據可視化

 

第16章Tableau數據可視化方法

 

16.1Tableau介紹

 

16.1.1軟件特點

 

16.1.2軟件下載與安裝

 

16.2案例： 超市銷售數據可視化分析

 

16.2.1Tableau Desktop的使用

 

16.2.2Tableau Server的使用

 

16.2.3Tableau Reader的使用

 

第17章應用案例： 使用Spark實現數據統計分析及性能優化

 

17.1背景

 

17.2系統架構

 

17.2.1總體方案

 

17.2.2詳細設計

 

17.2.3優化設計

 

17.3具體實現

 

17.3.1數據獲取

 

17.3.2數據可視化

 

17.4性能優化

 

17.4.1讀取優化

 

17.4.2查詢優化

 

17.4.3Spark參數級優化

 

第18章應用案例： 爬取二手房數據並繪制熱力圖

 

18.1數據抓取

 

18.1.1分析網頁

 

18.1.2地址轉換成經緯度

 

18.1.3編寫代碼

 

18.1.4數據下載結果

 

18.2繪制熱力圖

 

18.3本章小結

 

參考文獻