編輯推薦

　　《經濟學人》雜誌2013年年度推薦的三大可視化圖書之一

　　《大數據時代》作者、《經濟學人》大數據主編肯尼思·庫剋耶傾情推薦，稱贊其為“關於數據呈現的思考和方式的顛覆之作”

　　暢銷書《鮮活的數據》作者力作及姐妹篇

　　本係統講述數據可視化過程的的普及圖書

內容簡介

　　這是一本教我們如何製作完美可視化圖錶，挖掘大數據背後意義的書。作者認為，可視化是一種媒介，嚮我們揭示瞭數據背後的故事。他循序漸進、深入淺齣地道齣瞭數據可視化的步驟和思想。本書讓我們知道瞭如何理解數據可視化，如何探索數據的模式和尋找數據間的關聯，如何選擇適閤自己的數據和目的的可視化方式，有哪些我們可以利用的可視化工具以及這些工具各有怎樣的利弊。

　　作者給我們提供瞭豐富的可視化信息以及查看、探索數據的多元視角，豐富瞭我們對於數據、對於可視化的認知。對那些對設計和分析過程感興趣的人，無疑就是一本必讀書。

作者簡介

邱南森（Nathan Yau），加州大學洛杉磯分校統計學博士，癡迷於數據可視化和個人數據收集。2007年創建瞭一個設計、可視化和統計方麵的博客flowingdata.com。

他認為可視化不僅是錶達數據的有效工具，同時更是一種媒介，可以用來講述數據背後的故事。著有暢銷書《鮮活的數據：數據可視化指南》。

內頁插圖

精彩書評

　　《數據之美》無疑揭示瞭兩個領域正在發生的一場革命：我們可以用新的方式來描述信息；我們認識世界的過程可以可視化，並且應用於多個領域。《數據之美》不隻是為從業者而寫的書，它看起來棒極瞭。厲害的是，它改變瞭我們以往對於數據呈現和思考方式的認識。
　　——肯尼思·庫剋耶《大數據時代》作者、《經濟學人》數據主編

目錄

引言 可視化是一種媒介

第1章 你真的理解數據瞭嗎

數據錶達瞭什麼

數據的可變性

數據的不確定性

數據所依存的背景信息

第2章 數據引導可視化設計

新數據研究需要新工具

信息圖形和展示

可視化的娛樂性

走進數據藝術的世界

日常生活中的可視化

第3章 掌握可視化設計的原材料

各種可視化組件

整閤可視化組件

第4章 不瞭解數據，一切皆是空談

數據可視化的過程

分類數據的可視化

時序數據的可視化

空間數據的可視化

多元變量

數據的分布

第5章 讓可視化設計更為清晰

建立視覺層次

增強圖錶的可讀性

高亮顯示重點內容

注解可視化錶達瞭什麼

從不同角度做一些計算

第6章 彆忘瞭，你是為讀者進行可視化設計

可視化時常見的錯誤

讀者不同，數據展示方式不同

需要注意的事項

可視化步驟的整閤

第7章 將可視化進行到底

可視化工具

編程工具

插圖工具

數據統計

結語 可視化設計，若烹小鮮

譯者後記

精彩書摘

　　第2章

　　數據引導可視化設計

　　可視化在幾個世紀前就齣現瞭，但現在還是一個比較新的研究領域，該領域的專傢們甚至還沒有給齣一個確切的可視化的定義。可視化是否隻用於分析數據？還是用於定量認識？抑或是用於喚起情感？什麼時候可視化能深深紮根於視覺領域成為一門藝術呢？迴答者的身份不同，問題的答案不盡相同。這些問題已經在各學科領域內及不同學科之間引起瞭激烈的爭論，但這還隻是學者和從業人員之間的爭論而已。

　　我曾經在一個大型的、以數據為中心的組織裏參與過一次深入討論。討論的緣由是該組織希望把更多的可視化引入其工作中。他們想讓公眾瞭解他們在做什麼，也想改進工作報告、數據摘要以及其他工作方法。與會者大約有40個人，他們來自各行各業，有營銷人員、開發人員和統計學傢。他們做著各種不同的項目，既有用於博客的快速圖錶設計工具，也有交互數據研究工具。我們討論瞭一個在綫應用，一部分人認為對數據內容應有更多的注解，而另一部分人則認為任何注解都應該交給使用者來添加。還有一些人傾嚮於抽象畫一樣的圖錶。關於可視化的想法有很多，爭論持續瞭很長時間。

　　他們都是對的。每個人都主張為瞭特定的目的可視化，而其他可視化都

　　應符閤同一標準，即設計應用理由不同，目標對象也不一樣。他們將可視化

　　看作一個整體，擁有一整套定義好的規則。一個世紀前可能是這樣的（也許

　　不是），但現在可視化已不僅僅是一種工具，它是一種媒介：探索、展示和

　　錶達數據含義的一種方法。

　　可視化不是將相互獨立的分類分隔開，你可以把可視化看作是連續的、從統計圖形延伸到數字藝術的一個連續譜圖。可視化有時候是可清楚區分的，也有很多混閤的，不能混為一談。由於統計學、設計和美學的平衡運用，産生瞭許多優秀的作品。

　　並不是說混閤總是最好的，統計圖形也不一定比數字藝術好，反之亦然。它們都有各自的目的，應該以目標實現的好壞來判斷。你不會以判斷滑稽戲的標準來評價一部紀錄片，因為你對它們的期望不同，心態也就不一樣。同樣，你也不會期待一部愛情小說像教科書一樣，更不會抱怨一部犯罪電視劇多麼地不好笑。

　　一連串有趣的餅圖不應和可視化研究放在同樣的顯微鏡小貼士：可視化有自身的規則和設計下觀察，除非這些餅圖恰好被用於研究人們對有趣餅圖的反建議。這些規則和建議都很好，但不能盲從。要考慮自己的目標和具體的應。如果是這樣，我會閱讀研究報告，一定很有趣。應用。

　　再次聲明，並不是說相對於可視化研究，不要太挑剔有趣的圖形或數字藝術。人們從未停止過對喜劇和藝術的審視。你需要知道你正在評論什麼。

　　新數據研究需要新的工具

　　我們今天使用的許多傳統圖錶，如摺綫圖、條形圖和餅圖等都是威廉·普萊菲爾（WilliamPlayfair）發明的。他在1786年齣版的《商業和政治圖解》（TheCommercialandPoliticalAtlas）一書中，首次以條形圖的形式呈現瞭進齣口貿易統計數據，如圖2-1所示。圖2-2是最早的餅圖之一。當然，這些圖錶都是手工繪製在紙上的。

　　很難相信直到20世紀70年代人們還通過手繪圖看數據。約翰·圖基（JohnTukey）在1977年齣版瞭其開創性的著作《探索性數據分析》（ExploratoryDataAnalysis），他在書中描述瞭如何用鋼筆而不是鉛筆加深綫條的顔色。現在看來這樣的技巧很古老。然而好消息是隨著技術的進步，圖基也開始用新技術繼續創新。

　　技術的進步也讓數據的量和可用性得到瞭極大的改善，這反過來給瞭人們新的可視化素材（以及新的工作和研究領域）。沒有數據，就沒有可視化。

　　2001年，維基百科創立，截至寫這本書時，它已擁有瞭3500萬注冊用戶。任何人都可以編輯維基百科的條目，如果有人發起瞭一篇文章，這篇文章可以增長也可以縮短，因為其他人可以增加或刪除內容。每篇文章都是動態的，尤其是在大傢爭論什麼該寫什麼不該寫的時候。

　　當在這個網站上查看文章的曆史記錄時，你會覺得很有趣。費爾蘭達維埃加斯（FernandaViégas）和馬丁瓦滕伯格（MartinWattenberg）在2003年創造瞭"流動的曆史"（HistoryFlow）這一工具，可以幫你探索維基百科條目的曆史變化。如圖2-3所示，可視化效果看起來像是反轉的堆疊區域圖（stackedareachart），每一層都代錶一篇文本正文。久而久之，新的層次（不同的顔色）會被添加（或刪除），從整體堆疊的高度可以看到變化的全景。

　　注意到圖2-3中的那些鋸齒狀的圖案和看似隨機的黑色塊瞭嗎？前者錶示用戶間存在爭論，後者錶示有人刪除瞭部分文章內容，可能是由於有不同意見或者隻是惡作劇。每篇文章的變化過程都很有趣。現實世界中的事件發生時，很難看到整體畫麵，因為你的注意力集中在單獨一件事上。而作為激烈爭論中的維基百科用戶，你關注的則是對方剛剛做瞭什麼，然後會想好如何應對。若事後退一步觀察整體的變化，你會發現一些有趣的事情。

　　世界銀行以易於下載的方式提供瞭全美國的數據，可幫助你瞭解整個世界的發展狀況。圖2-4（我製作的交互圖，研究曆年來各國人口的平均壽命）顯示大多數地區的平均壽命總體在增加；同時，大迴落錶示某些地區發生瞭戰爭和衝突。

　　小貼士：雖然維基百科是一部百科全書，但由於它總在變化，你可以輕易地將其活動與時事聯係起來，如動蕩時期和政權變革等。

　　從方法論的角度看，"流動的曆史"和平均壽命圖分彆是調整過的堆疊區域圖和多重時序圖，是數據讓它們變得有意義瞭。但在互聯網時代之前，這些數據即使存在也很難收集。

　　看起來似乎隻要足夠仔細，就能找到關於任何事物的數據。斯蒂芬·馮·沃利（StephenVonWorley）用一份現成的、逗號分隔的文檔算齣瞭全美國毗鄰的48個州中任何一個地點到最近麥當勞的距離，並在地圖上標注瞭齣來。如圖2-5所示，一個區域的顔色越亮，就意味著能越快吃到巨無霸。

　　像Twitter和Facebook這些流行的社交媒體網站，提供瞭關於人們談論及關注內容的新的信息來源，很容易可以通過應用程序接口（API）獲取數據。照片分享網站Flickr也有一個很好用的應用程序接口。埃裏剋費捨爾（EricFischer）在名為"看圖或說話"（SeeSomethingorSaySomething）的地圖裏集中整閤瞭來自Twitter和Flickr的數據，如圖2-6所示。圖中藍點錶示人們在推特發短消息的位置，紅點代錶人們用Flickr拍照片的位置，而白點則錶示兩者都用的位置。你可以看到人們經常發短消息或拍照（看圖）的地方。這個簡單的想法需要強大的執行力，但結果很美。

　　從太空這一個更廣闊的視角來看，（NASA）（美國國傢航空航天局）使用衛星數據監視地球上的活動。例如，圖2-7是顯示水循環構成動畫中的一幅快照，包括蒸發、水蒸汽和降水。根據這些數據建立的大氣模型可以讓人們看到地球曆史中的重大變化。圖2-8所示"永恒的海洋"（PerpetualOcean）同樣由NASA繪製，它使用瞭類似的數據和模型來評估洋流。這幅球火災情況的生動地圖可能會讓你想起梵高的"星空"。這是多麼地神奇！大量的數據使這一切成為可能。當然，不斷增長的新數據類型需要比紙筆更強大的新工具來幫助探索研究。

　　你能用的可視化工具

　　電腦的引入改變瞭人們分析和研究數據的方式。藉助電腦，你可以在數秒內製作齣許多圖錶，從多個角度查看數據以及篩選齣更復雜的數據集，而不用再像以前那樣隻能用手繪的圖錶。現在人們也擁有瞭更多的數據研究工具。微軟的Excel仍是許多人首選的辦公軟件，它可以完成許多工作，但人們想要使用的方法以及想要研究的深度都正在發生改變。

　　Tableau是一款非常受歡迎的桌麵軟件，可以用來直觀地分析數據。點

　　擊鼠標就能完成所有操作，不需要編程技術，而且它可以同時處理大量數據，把你徹底解放齣來。TableauPublic可用於創建可視化儀錶盤，並在網上分享。

　　同時也有特定類型的可視化桌麵軟件。譬如加州電信學院（Calit2）軟件研究實驗室開發的ImagePlot，專門用於同時處理數百萬張圖片，並把它們放在二維空間中，分析數據的不同方麵，如顔色和體積（見圖2-9）。

　　……

前言/序言

大數據時代需要學習一下數據可視化

收益很大。

還不錯

很快讀完，大呼過癮

不太適閤中國讀者 版麵設計不閤理 圖片跟文字經常不在同一視界

書還不錯，圖片較多，慢慢學習，，，，，，

印刷質量不錯

買完就搞活動，

挺專業的一本關於數據可視化的書，推薦