第1章 大数据与大数据时代 1
1.1 什么是大数据 3
1.1.1 数据与信息 3
1.1.2 天文学——信息爆炸的起源 3
1.1.3 大数据的定义 5
1.1.4 用3V描述大数据特征 6
1.1.5 大数据的结构类型 8
1.2 思维变革之一：样本＝总体 9
1.2.1 小数据时代的随机采样 10
1.2.2 大数据与乔布斯的癌症治疗 13
1.2.3 全数据模式：样本＝总体 14
1.3 思维变革之二：接受数据的混杂性 14
1.3.1 允许不精确 15
1.3.2 大数据的简单算法与小数据的复杂算法 16
1.3.3 纷繁的数据越多越好 17
1.3.4 5％的数字数据与95％的非结构化数据 18
1.4 思维变革之三：数据的相关关系 19
1.4.1 关联物，预测的关键 19
1.4.2 “是什么”，而不是“为什么” 20
1.4.3 通过因果关系了解世界 20
1.4.4 通过相关关系了解世界 21
第2章 数据可视化之美 28
2.1 数据与可视化 30
2.1.1 数据是什么 30
2.1.2 数据的可变性 31
2.1.3 数据的不确定性 33
2.1.4 数据所依存的背景信息 33
2.1.5 挑战图像的多变性 35
2.1.6 打造最好的可视化效果 35
2.2 数据与图形 36
2.2.1 地图传递信息 36
2.2.2 数据与走势 37
2.2.3 视觉信息的科学解释 39
2.2.4 图片和分享的力量 39
2.2.5 公共数据集 40
2.3 实时可视化 41
2.4 数据可视化的运用 42
2.5 数据可视化的挑战 44
第3章 数据可视化工具 52
3.1 传统的数据分析图表 55
3.2 数据可视化的5个方面 56
3.2.1 大型企业软件供应商应用 56
3.2.2 最优性能应用 58
3.2.3 流行的开源工具 60
3.2.4 设计公司 61
3.2.5 创业、网站服务及其他资源 62
3.3 可视化工具 62
3.3.1 Microsoft Excel 62
3.3.2 Google Spreadsheets 63
3.3.3 Tableau 64
3.3.4 针对特定数据的工具 64
3.4 编程工具 66
3.4.1 R语言 66
3.4.2 JavaScript、HTML、SVG和CSS 67
3.4.3 Processing 67
3.4.4 Flash和ActionScript 68
3.4.5 Python 68
3.4.6 PHP 68
3.5 插图工具 68
3.6 数据统计 68
第4章 Excel数据可视化方法 75
4.1 Excel的函数与图表 77
4.1.1 Excel函数 78
4.1.2 Excel图表 79
4.1.3 选择图表类型 83
4.2 整理数据源 85
4.2.1 数据提炼 86
4.2.2 数据清理 88
4.2.3 抽样产生随机数据 89
4.3 数理统计中的常见统计量 91
4.3.1 比平均值更稳定的中位数和众数 91
4.3.2 概率统计中的正态分布和偏态分布 92
4.3.3 应用在财务预算中的分析工具 93
4.4 改变数据形式引起的图表变化 96
4.4.1 用负数突出数据的增长情况 96
4.4.2 重排关键字顺序使图表更合适 96
第5章 Excel数据可视化应用 101
5.1 直方图：对比关系 105
5.1.1 以零基线为起点 105
5.1.2 垂直直条的宽度要大于条间距 107
5.1.3 慎用三维效果的柱形图 108
5.1.4 用堆积图表示百分数 109
5.2 折线图：按时间或类别显示趋势 110
5.2.1 减小Y轴刻度单位增强数据波动情况 110
5.2.2 突出显示折线图中的数据点 112
5.2.3 通过面积图显示数据总额 113
5.3 圆饼图：部分占总体的比例 114
5.3.1 重视圆饼图扇区的位置排序 114
5.3.2 分离圆饼图扇区强调特殊数据 115
5.3.3 用半个圆饼图刻画半期内的数据 116
5.3.4 让多个圆饼图对象重叠展示对比关系 117
5.4 散点图：表示分布状态 117
5.4.1 用平滑线连接散点图增强图形效果 118
5.4.2 将直角坐标改为象限坐标凸显分布效果 118
5.5 侧重点不同的特殊图表 120
5.5.1 用子弹图显示数据的优劣 120
5.5.2 用温度计展示工作进度 121
5.5.3 用漏斗图进行业务流程的差异分析 122
第6章 数据引导可视化设计 127
6.1 可视化对认知的帮助 131
6.1.1 科学可视化 131
6.1.2 七个数据类型 132
6.1.3 七个基本任务 134
6.2 新的数据研究方法 135
6.3 信息图形和展示 137
6.4 走进数据艺术的世界 139
6.5 掌握可视化设计组件 141
6.5.1 视觉隐喻 141
6.5.2 坐标系 146
6.5.3 标尺 148
6.5.4 背景信息 149
6.5.5 整合可视化组件 149
第7章 数据可视化的过程 156
7.1 分析数据，指导视觉探索 158
7.1.1 你拥有什么数据 159
7.1.2 关于数据，你想了解什么 160
7.1.3 应该使用哪种可视化方式 161
7.1.4 你看到了什么，有意义吗 161
7.2 分类数据的可视化 161
7.2.1 整体中的部分 161
7.2.2 子分类 162
7.2.3 看清数据的结构和模式 163
7.3 时序数据的可视化 164
7.3.1 周期 164
7.3.2 循环 166
7.4 空间数据的可视化 167
7.5 让可视化设计更清晰 169
7.5.1 建立视觉层次 169
7.5.2 增强图表的可读性 170
7.5.3 允许数据点之间进行比较 171
7.5.4 描述背景信息 173
第8章 数据可视化组织 187
8.1 可视化组织的快速发展 190
8.1.1 什么是数据驱动 190
8.1.2 新的互联网环境 191
8.1.3 更好的数据工具 192
8.1.4 更透明的组织 193
8.1.5 竞争新态势：有样学样 193
8.1.6 元数据和源数据 194
8.2 典型的可视化组织——Netflix 195
8.2.1 创办Netflix 195
8.2.2 Netflix自我颠覆 196
8.2.3 大数据整合战略的构成 197
8.2.4 Netflix文化灌输 197
8.3 创业公司的数据可视化 199
8.3.1 Wedgies的创业 200
8.3.2 用户体验至高无上 200
8.3.3 应用开源工具 202
8.4 可视化组织的四层架构 203
8.5 建立可视化组织 205
8.5.1 数据提示 205
8.5.2 设计提示 207
8.5.3 技术提示 208
8.5.4 管理提示 209
第9章 Tableau数据可视化入门 215
9.1 Tableau概述 218
9.1.1 Tableau的数据可视化技术 218
9.1.2 Tableau的主要特性 219
9.2 Tableau的产品体系 220
9.2.1 Tableau Desktop 220
9.2.2 Tableau Server 221
9.2.3 Tableau Online 221
9.2.4 Tableau Mobile 221
9.2.5 Tableau Public 222
9.2.6 Tableau Reader 222
9.3 下载与安装 222
9.4 Tableau的工作区 224
9.4.1 工作表工作区 225
9.4.2 仪表板工作区 227
9.4.3 故事工作区 228
9.5 菜单栏和工具栏 229
9.5.1 菜单栏 229
9.5.2 工具栏 230
9.6 Tableau的文件管理 230
第10章 Tableau数据可视化设计 240
10.1 认识Tableau数据 242
10.1.1 数据角色 243
10.1.2 字段类型 245
10.2 创建视图 245
10.2.1 行列功能区 245
10.2.2 标记卡 247
10.2.3 筛选器 251
10.2.4 页面 251
10.2.5 智能显示 252
10.2.6 度量名称和度量值 252
10.3 创建仪表板 254
10.4 保存工作成果 255
第11章 课程设计与实验总结 263
11.1 课程设计 263
11.2 课程实验总结 265
11.2.1 实验的基本内容 265
11.2.2 实验的基本评价 266
11.2.3 课程学习能力测评 267
11.2.4 大数据可视化实验总结 268
11.2.5 实验总结评价（教师） 268
主要参考文献 269