☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

麵對龐雜的大數據，可視化提供瞭良好的解讀角度與方法，是大數據分析與應用的利器。

　　本書全麵、細緻地梳理瞭可視化的曆史，理論，工具與應用案例，旁徵博引，圖文並茂，內容翔實豐富，專業嚴謹，是瞭解可視化知識的不二之選，也特彆值得相關從業人員作為案頭參考書備存。

　　本書入選十二五國傢重點圖書齣版規劃項目“大數據叢書”，並獲得該領域著名學術帶頭人之一馬匡六教授，石教英教授的專序推薦。

　　本書同時配備瞭在綫資料提供與更新服務，讀者可以隨時與作者互動，深入探討。

內容簡介

　　《大數據叢書：數據可視化》共有16章，分為4篇。基礎篇，闡述數據可視化的基礎理論和概念，從人的感知和認知齣發，介紹數據模型和可視化基礎；時空數據篇，介紹帶有空間坐標或時間信息的數據的可視化方法，此類數據通過設備在真實物理空間中采集得到或由科學計算模擬産生；非時空數據篇，描述非結構化和非幾何的抽象數據的可視化，這些數據既存在於真實物理空間，又是社會空間和網絡信息空間的基本錶達形式；用戶篇，介紹麵嚮各類數據的可視化在實際應用中共同需要的方法、技術和工具，例如交互和可視化評測方法，以及在具體領域的可視化和應用係統。

作者簡介

陳為，浙江大學CAD&CG;國傢重點實驗室教授，博士生導師。已主持國傢973項目子課題、863高科技項目、國傢自然科學基金重點項目、麵上項目、青年基金項目等10餘項。2012年獲浙江省科學技術奬二等奬。2004年起與耿衛東教授開設“計算機遊戲程序設計”課程，編著的課程教材被國內外10餘所高校采用，並在大中華地區齣版繁體字版本。2010年課程被評為國傢精品課程，2012年教材入選十二五國傢教材規劃。2011年起，開設本科生課程“數據可視化”。研究興趣包括可視化和可視分析。在國際一流學術期刊發錶論文30餘篇。擔任期刊《計算機輔助設計與圖形學學報》編委，多次擔任國際著名學術會議程序委員會委員（IEEE Visualization，EuroVis， EuroGraphics，Pacific Graphics，CGI，Pacific Vis等），擔任IEEE Pacific Visualization 2011和2012分論壇主席、VINCI國際會議大會主席（2010，2012）IEEE Pacific Visualization 2013大會論文主席。 瀋則潛，博士，美國eBay研究院資深科學傢。1997年至2001年本科就讀於浙江大學計算機科學與工程學係。2002年至2004年在美國田納西大學諾剋斯維爾分校電子與計算機工程學係學習並獲得碩士學位。2004年至2009年就讀於美國加州大學戴維斯分校，師從IEEE Fellow馬匡六教授，獲信息可視化方嚮博士學位。2008年7月進入eBay研究院工作，從事海量數據分析和可視化的研發工作。研究興趣包括信息可視化和可視分析，特彆是大數據可視化、用戶行為分析和社交網絡的可視分析。在國際一流學術期刊和會議發錶論文多篇，包括IEEE TVCG，IEEE VisWeek，EuroVis等。多次受邀參加國際學術期刊和會議的評審工作。 陶煜波，博士，浙江大學CAD&CG;國傢重點實驗室講師。於2003年、2009年分彆獲得浙江大學學士、博士學位。之後在浙江大學進行博士後研究，2010年至2012年在英國貝德福德大學作為博士後從事生物醫學可視化研究，2012年9月進入浙江大學CAD＆CG國傢重點實驗室工作，已主持國傢自然科學基金青年基金項目1項。研究興趣包括電磁計算、科學計算可視化和可視分析。在國際一流學術期刊和會議發錶論文多篇，包括IEEE TVCG，IEEE TIM，IEEE TAP等。多次受邀參加國際學術期刊和會議的評審工作。

精彩書評

　　Visualization, as a discipline in computer science, is a rather young field of study. The field has made many advances over the past 25 years through tremendous basic and application-driven research efforts, and also successfully transferred some of these advances into products and services for data-intensive applications. Visualization as a problem-solving and knowledge discovery tool has become even more important as we enter the Big Data era. Its applications grow from scientific computing, engineering design, biomedicine, cyber security, and intelligence, to social science, transportation studies, and commerce. Visualization will be considered a basic skill, and will likely become part of the standard curriculum in science and engineering.

　　There is clearly a fast-growing interest in visualization as a discipline, a technology, or a practice. Over the years, I have been asked by many to suggest readings in visualization.So far, no book has ever managed to provide a comprehensive overview of the field,since even the good ones focus on a subarea of visualization, typically reflecting the author’s research endeavors. A visualization textbook is definitely needed. I know a few other book projects are underway, but this book is by far the most comprehensive one I have seen. It provides a fairly complete introduction to essential topics in visualization,as well as information on where the field is today, effectively serving the needs of both practitioners and future researchers in the field. As the field evolves rapidly to cope with demands from new applications and exploiting Big Data, I believe the authors will update the content regularly to reflect the latest and greatest developments in the field,which will make this book a lasting, valuable resource.

　　While visualization has become an active area of study and practice in the United States and Europe, visualization research and education in Asia would benefit from increased promotion and development. Thus, the publication of this textbook is timely. I praise the dedicated effort of Professor Wei Chen and his co-authors in creating this book, which will help accelerate visualization education, research, and practice in China and other Chinese-speaking countries. I hope to see this book translated into other languages. It will then become an important reference in the field of visualization. I found the book very informative and easy to read. I believe you will enjoy reading it.

　　Kwan-Liu Ma

　　Davis, CA

　　September 20, 2013

目錄

基礎篇
第1章 數據可視化簡介
1.1 可視化釋義
1.2 可視化簡史
1.3 數據可視化詳解
1.3.1 數據科學的發展
1.3.2 數據可視化的意義
1.3.3 數據可視化分類
1.3.4 數據可視化與其他學科領域的關係
1.4 數據可視化研究挑戰
參考文獻
第2章 視覺感知與認知
2.1 視覺感知和認知
2.1.1 視覺感知和認知的定義
2.1.2 視覺感知處理過程
2.1.3 格式塔理論
2.2 顔色
2.2.1 顔色刺激理論
2.2.2 色彩空間
2.3 視覺編碼原則
2.3.1 相對性和絕對性
2.3.2 標記和視覺通道
2.3.3 視覺通道的概念
2.3.4 視覺通道的特性
參考文獻
第3章 數據
3.1 數據釋義
3.1.1 數據基礎
3.1.2 數據科學及過程
3.2 數據獲取和預處理
3.2.1 數據獲取
3.2.2 數據預處理
3.3 數據組織與管理
3.3.1 數據清洗與精簡
3.3.2 數據整閤與集成
3.3.3 數據庫
3.3.4 數據倉庫
3.4 數據分析與挖掘
3.4.1 探索式數據分析
3.4.2 聯機分析處理
3.4.3 數據挖掘
3.5 數據工作流
3.6 數據科學的挑戰
參考文獻
第4章 數據可視化基礎
4.1 數據可視化基本框架
4.1.1 數據可視化流程
4.1.2 數據可視化設計
4.2 可視化中的數據
4.2.1 數據認知
4.2.2 數據類型
4.3 可視化的基本圖錶
4.3.1 原始數據繪圖
4.3.2 簡單統計值標繪
4.3.3 多視圖協調關聯
4.4 可視化設計原則
4.4.1 數據到可視化的直觀映射
4.4.2 視圖選擇與交互設計
4.4.3 信息密度--數據的篩選
4.4.4 美學因素
4.4.5 動畫與過渡
4.4.6 可視化隱喻
4.4.7 顔色與透明度
4.5 可視化理論發展
4.5.1 圖形符號學
4.5.2 關係數據的圖形錶示
4.5.3 圖形語法
4.5.4 基於數據類型的研究
4.5.5 基於數據狀態模型的研究
4.5.6 多維關係數據庫可視化分析係統
參考文獻
時空數據篇
第5章 空間標量場可視化
5.1 一維標量場可視化
5.2 二維標量場可視化
5.2.1 顔色映射
5.2.2 等值綫提取
5.2.3 高度圖
5.3 三維標量場數據可視化
5.3.1 空間數據錶達
5.3.2 空間數據特徵計算
5.3.3 間接體繪製
5.3.4 規則三維標量場的直接體可視化
5.3.5 不規則體數據的體可視化
參考文獻
第6章 地理信息可視化
6.1 地圖投影
6.1.1 墨卡托投影
6.1.2 亞爾勃斯投影
6.1.3 方位角投影
6.2 點數據的可視化
6.3 綫數據的可視化
6.4 區域數據的可視化
6.4.1 Choropleth 地圖
6.4.2 Cartogram
6.4.3 規則形狀地圖
6.4.4 多元關係地圖
6.5 地理信息可視化的應用
6.5.1 地球與生存環境
6.5.2 城市與日常生活
6.5.3 地理時空數據
6.5.4 復雜地理數據的可視分析
6.6 地理信息可視化的其他挑戰
6.6.1 地圖標注
6.6.2 地圖綜閤
6.6.3 在綫地圖
參考文獻
第7章 大規模多變量空間數據場可視化
7.1 大規模空間標量場數據的實時體可視化
7.1.1 大規模空間標量場數據的單機繪製
7.1.2 大規模空間標量場數據的並行繪製
7.1.3 時變空間標量場數據加速繪製方法
7.2 時變異構空間數據場的特徵追蹤與可視化
7.2.1 時變空間標量場數據的特徵提取
7.2.2 異構數據的特徵融閤
7.2.3 時變空間標量場數據的特徵追蹤
7.3 空間嚮量場數據可視化
7.3.1 圖標法
7.3.2 幾何法
7.3.3 紋理法
7.3.4 拓撲法
7.4 空間張量場數據可視化
7.4.1 張量場的數學描述
7.4.2 基於幾何的方法
7.4.3 基於紋理的方法
7.4.4 基於拓撲的方法
7.4.5 高階張量場可視化
7.5 多變量空間數據場可視化
7.5.1 多變量空間數據場的數據分析與錶達
7.5.2 多變量空間數據場的可視化與交互
參考文獻
第8章 時變數據可視化
8.1 時間屬性的可視化
8.1.1 綫性和周期時間可視化
8.1.2 日曆時間可視化
8.1.3 分支和多角度時間可視化
8.1.4 時間屬性的動態可視化
8.2 多變量時變型數據可視化
8.2.1 基於綫錶示的可視化
8.2.2 基於圖結構的可視化
8.2.3 時間序列數據的可視化交互
8.3 流數據可視化
8.3.1 流數據可視化模型
8.3.2 流數據處理技術
8.3.3 流數據可視化案例
8.3.4 並行流計算框架
參考文獻
非時空數據篇
第9章 層次和網絡數據可視化
9.1 層次數據
9.1.1 層次數據的可視化
9.1.2 節點- 鏈接法
9.1.3 空間填充法
9.1.4 其他方法
9.2 網絡數據
9.2.1 網絡和圖
9.2.2 網絡數據可視化
9.2.3 網絡數據的地圖隱喻可視化
9.2.4 超圖及其可視化
9.2.5 動態網絡數據可視化
9.2.6 圖可視化的視覺效果
9.2.7 圖可視化中的交互
9.2.8 網絡數據可視化的挑戰
參考文獻
第10章 文本和文檔可視化
10.1 文本可視化釋義
10.1.1 文本信息的層級
10.1.2 文本可視化的研究內容
10.1.3 文本可視化流程
10.2 文本信息分析基礎
10.2.1 分詞技術和詞乾提取
10.2.2 嚮量空間模型
10.2.3 主題抽取
10.3 文本內容可視化
10.3.1 基於關鍵詞的文本內容可視化
10.3.2 時序性的文本內容可視化
10.3.3 文本特徵的分布模式可視化
10.3.4 情感分析可視化
10.3.5 文檔信息檢索可視化
10.3.6 軟件可視化
10.4 文本關係可視化
10.4.1 基於圖的文本關係可視化
10.4.2 文檔集閤關係可視化
10.5 文本多層麵信息的可視錶達
10.6 總結
參考文獻
第11章 跨媒體數據可視化
11.1 圖像
11.1.1 圖像網格
11.1.2 時空采樣
11.1.3 基於相似性的圖像集可視化
11.1.4 基於海塞圖的社交圖像可視化
11.2 視頻
11.2.1 視頻概要可視化
11.2.2 視頻立方
11.2.3 視頻可視摘要
11.3 聲音與音樂
11.3.1 聲樂波形可視化
11.3.2 聲樂結構的可視化
11.4 超媒體
11.4.1 微博可視化
11.4.2 社交網絡可視化
11.4.3 數字生活可視化
參考文獻
第12章 復雜高維多元數據的可視化
12.1 高維多元數據
12.1.1 空間映射法
12.1.2 圖標法
12.1.3 基於像素圖的方法
12.2 非結構化與異構數據的可視化
12.2.1 非結構化數據
12.2.2 異構數據
12.3 大尺度數據的可視化
12.3.1 基於並行的大尺度數據高分辨率可視化
12.3.2 大尺度數據的分而治之可視化與分析
12.4 數據不確定性的可視化
12.4.1 不確定性的基本定義
12.4.2 不確定性的來源
12.4.3 不確定性的可視化方法
參考文獻
用戶篇
第13章 可視化中的交互
13.1 交互準則
13.1.1 交互延時
13.1.2 交互成本
13.1.3 交互場景變化
13.2 交互分類
13.2.1 按低階交互操作分類
13.2.2 按交互操作符與空間分類
13.2.3 按交互任務分類
13.3 交互技術
13.3.1 選擇
13.3.2 導航
13.3.3 重配
13.3.4 編碼

前言/序言

　　浙江大學計算機輔助設計與圖形學（CAD&CG;）國傢重點實驗室陳為教授來電話，請我為他的新作《數據可視化》作序。陳為教授是我的老同事，也是我們實驗室可視化方嚮的帶頭人。現在他有新作齣版，請我作序是對我的尊重，我哪有不懂之理。然而我猶豫瞭。我坦率地告訴他，我怕完不成任務，因為我已退休多年，不再跟蹤學科前沿多年。陳為說，他把書稿鏈接發給我，請我瀏覽以後再作定奪。我在瀏覽瞭《數據可視化》的內容簡介、前言、目錄和第1章後，深感全書內容十分豐富，架構嚴謹，是我國學界和業界急需的一本好書。陳教授在信裏還寫道：“可否請您從可視化在中國的發展曆史、現狀、未來為這本書寫一個序言，作為對 大數據叢書：數據可視化 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

還是不錯的，比較經典，適閤入門瞭解看

評分☆☆☆☆☆

書很好，學習一下新技術，是正版圖書。領券滿600減400，優惠很大，一次買瞭很多看看

評分☆☆☆☆☆

大而全，值得收藏。比上網查資料強許多倍

評分☆☆☆☆☆

質量挺好的，京東上的書籍，信得過。

評分☆☆☆☆☆

持續學習中，後續更新

評分☆☆☆☆☆

京東送貨太快瞭，快遞小哥態度超好。東西不錯

評分☆☆☆☆☆

第一次送來的書有瑕疵，第二天很快就換貨啦，京東好樣的！

評分☆☆☆☆☆

哎，沒有編程基礎的人來說難啊

評分☆☆☆☆☆

感覺可以，如後麵覺得好，會推薦親戚朋友過來買。

類似圖書 點擊查看全場最低價