《数据可视化之美 通过专家的眼光洞察数据》PDF下载

  • 购买积分:13 如何计算积分?
  • 作  者:(美)斯蒂尔等编
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2011
  • ISBN:9787111337966
  • 页数:357 页
图书介绍:可视化作为一门涉及计算机图形学、图像处理、计算机视觉、人机交互等多个领域的综合学科,不但被广泛应用于科学计算如医学、生物、地理领域等,而且在信息处理方面如金融、通信、网络等行行业业上的应用亦是如火如荼。本书是《数据之美》的姊妹篇。可视化——作为信息和艺术的融合——自然地结合了解决问题方法和艺术这两个方面,允许读者同时通过理性和传统的感官方式来感受数据的可视化所带来的美丽。可视化把信息作为艺术品展现给人们,这是一个值得另行审视且非常有深度和广度的话题。成功的可视化,如果做得漂亮,虽表面简单却富含深意,可以让观察者一眼就能洞察事实并产生新的理解。阅读本书,新手可以在可视化这个不断发展的领域中了解专家们为实现这一目标所采用的方法和决策制定过程。

前言 1

第1章 论美 7

Noah Iliinsky 7

何为美 7

学习经典 9

如何实现美丽 12

付诸实践 16

结束语 18

第2章 曾经的堆叠时间序列 19

Matthias Shapiro 19

问题+可视化数据+场景=故事 20

创建有效的可视化的步骤 22

可视化创建实践 29

结束语 37

第3章 Wordle 39

Jonathan Feinberg 39

Wordle的起源 40

Wordle如何工作 47

Wordle是优秀的信息可视化吗 56

如何真正使用Wordle 59

结束语 60

致谢 60

参考文献 60

第4章 色彩:数据可视化的“灰姑娘” 61

Michael Driscoll 61

为什么在数据图像中使用色彩 61

亮度作为恢复局部密度的方法 66

展望未来:关于动画 67

方法 68

结束语 69

参考文献和补充阅读 69

第5章 信息映射:重新设计纽约地铁图 70

Eddie Jabbour(Julie Steele执笔) 70

需要更好的工具 70

回忆在伦敦 72

纽约之“殇” 73

好的工具衍生更好的工具 73

尺寸只是一个因素 74

从回顾到展望 76

纽约独特的复杂性 78

地理即关系 78

砍掉“鸡毛蒜皮”的东西 85

结束语 89

第6章 飞行模式:深入探索 90

Aaron Koblin和Valdean Klump 90

技术和数据 93

色彩 94

动向 98

异常和错误 99

结束语 100

致谢 101

第7章 你的选择揭示你是谁:社会模式的挖掘和可视化 102

Valdis Krebs 102

早期社交图 102

Amazon的书籍购买数据的社交图 110

结束语 120

参考文献 120

第8章 美国参议院社交图(1991~2009)的可视化 122

Andrew Odewahn 122

创建可视化 123

产生的故事 130

什么使它美丽 134

什么使它丑陋 135

结束语 138

参考文献 139

第9章 鸟瞰图:搜索和发现 141

Todd Holloway 141

可视化技术 142

YELLOWPAGES.COM 142

Netflix奖项 148

创建自己的可视化 153

结束语 154

参考文献 154

第10章 从社交网络可视化的混杂之中寻找美丽的感悟 155

Adam Perer 155

社交网络可视化 155

谁想要对社交网络进行可视化 158

SocialAction的设计 159

案例研究:从混乱到美丽 163

参考文献 170

第11章 美丽的历史:对维基百科可视化 171

Martin Wattenberg和Fernanda Viégas 171

描述分组编辑 171

历史流的实际作用 179

染色图:一次对一个人进行可视化 181

结束语 185

第12章 把表转换成树:把并行集发展成意义深远的项目 187

Robert Kosara 187

分类数据 188

并行集 189

可视化重设计 190

新的数据模型 192

数据库模型 194

树结构增长 195

现实世界中的并行集 197

结束语 198

参考文献 198

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 199

Moritz Stefaner 199

简介和概念 199

了解数据形势 200

探索数据 202

初次可视化草图 204

最终产品 208

结束语 214

致谢 216

参考文献 217

第14章 矩阵探秘 218

Maximilian Schich 218

越多越好吗 219

把数据库看做网络 220

可见的数据模型定义 221

网络维度 224

矩阵“缩小镜” 225

减少复杂性 229

矩阵操作进阶 236

改善后的矩阵 236

数据规模扩大 237

深层次应用 238

结束语 239

致谢 239

参考文献 239

第15章 1994年:基于《纽约时报》上的文章搜索API的数据探索 245

Jer Thorp 245

获取数据:文章搜索API 245

管理数据:使用Processing编程语言 247

三个简单的步骤 251

维度搜索 253

连接 254

结束语 258

第16章 《纽约时报》的一天 260

Michael Young和Nick Bilton 260

收集一些数据 261

数据清洗 262

Python、Map/Reduce和Hadoop 263

可视化的第一步 263

刚刚处理的数据哪去了 266

场景1,步骤1 266

场景1,步骤2 268

可视化的第二步 269

可视化比例和其他可视化优化 272

使定时拍摄能够正常工作 274

生成的视频有什么用 275

结束语 275

致谢 278

第17章 深入揭秘复杂系统 279

Lance Putnam、Graham Wakefield、Haru Ji、Basak Alper、Dennis Adderton和JoAnn Kuchera-Morin 279

多模式“竞技场” 279

创造性思维的路线图 281

项目探讨 284

结束语 295

参考文献 296

第18章 解剖可视化:真正的黄金标准 297

Anders Persson 297

背景 298

对法医工作的影响 298

虚拟尸检流程 301

虚拟尸检的未来 309

结束语 312

参考文献和扩展阅读 313

第19章 动画可视化:机遇和缺点 315

Danyel Fisher 315

动画原则 316

科学可视化中的动画 317

从卡通中学习 317

展现不是探索 323

动画类型 324

用DynaVis制作的舞台动画 328

动画原则 332

结束语:是否采用动画 333

扩展阅读 334

致谢 334

参考文献 334

第20章 带索引的可视化 337

Jessica Hagy 337

可视化:是一头“大象” 337

可视化:是一门艺术 339

可视化:是一种商务 340

可视化:是永恒的 341

可视化:此时此刻 343

可视化:是编码的 344

可视化:是清晰的 345

可视化:是可学习的 346

可视化:是一个流行语 348

可视化:是一个机遇 349

作者简介 353