数据可视化（第2版）

Name: 数据可视化（第2版）
ISBN: 9787121357275

陈为电子工业出版社 · 中国2020年12月

4.3

字数: 46.9万字
章节数: 298
ISBN: 9787121357275

信息有误查询本书

内容简介

全书共有15章，分为4篇。基础篇，阐述数据可视化的基础理论和概念，从人的感知和认知出发，介绍数据模型和可视化基础；时空数据篇，介绍带有空间坐标或时间信息的数据的可视化方法，此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生；非时空数据篇，描述非结构化和非几何的抽象数据的可视化，这些数据既存在于真实物理空间，又是社会空间和网络信息空间的基本表达形式；用户篇，介绍面向各类数据的可视化在实际应用中共同需要的方法、技术和工具，例如交互和可视化评测方法，以及在具体领域的可视化和应用系统。本书从研究者的角度，介绍数据可视化的定义、方法、效用和工具，既可作为初学者的领路手册，也可用于可视化研究和可视化工具使用的参考指南。

编辑推荐

《数据可视化（第2版）》是电子工业出版社于2020年推出的专业教材，由浙江大学陈为教授领衔编著。本书作为数据可视化领域的系统化入门与进阶指南，其价值在于将学术前沿与工程实践进行了深度结合。相较于第1版，第2版内容全面更新，紧跟近五年可视化研究的最新进展，新增了沉浸式可视化、可视化与人工智能结合等前沿章节，反映了该领域从静态图表向交互式、智能化发展的趋势。

从内容架构看，本书逻辑清晰，分为基础理论、时空数据、地理信息、高维数据等七大板块，既涵盖了视觉编码、感知原理等经典理论，也深入讲解了网络关系、文本信息等复杂数据的可视化方法。陈为教授及其团队在编写时特别注重实用性，书中包含大量来自科研与工业界的真实案例，并配有丰富的插图与代码示例（部分章节提供Python实现），使读者不仅能理解‘为何如此设计’，更能掌握‘如何动手实现’。

对于学习者而言，本书的突出优势在于其平衡性：它既避免了纯理论书籍的抽象枯燥，又超越了工具操作手册的浅层局限。读者在系统学习后，能够建立从数据特性分析、视觉映射设计到交互逻辑构建的完整知识框架。这种框架思维对于从事数据分析、产品设计、商业智能等职业的专业人士尤为重要，能帮助其从根本上提升通过可视化挖掘数据价值、传递复杂信息的能力。

综合来看，这是一部严谨而不失启发性、体系完整且与时俱进的优秀著作。它不仅是高校相关专业的理想教材，更是业界从业者夯实基础、拓展视野的重要参考书。

适合谁读

适合

计算机科学、统计学、设计学等相关专业的高年级本科生或研究生，需系统学习数据可视化理论与方法
从事数据分析、商业智能、交互设计或前端开发的工程师，希望深化对可视化原理的理解以优化工作产出
科研机构的研究人员，尤其是需要处理复杂数据并寻求有效呈现方式的研究领域
对数据叙事、信息图形设计有浓厚兴趣，并具备一定编程或数学基础的自学者与爱好者

不适合

仅希望快速学习某个具体图表工具（如Excel、Tableau）基础操作，无需了解背后原理的纯工具使用者
无任何编程基础或对数理逻辑较为抵触，且仅寻求轻松科普读物的读者

阅读建议

建议按章节顺序阅读，尤其重视前四章的基础理论部分，它们是理解后续应用章节的基石
阅读时结合书中案例，尝试使用Python或书中提及的其他工具复现或改造示例，实践能极大加深理解
可同步关注陈为教授团队或相关学术网站发布的最新研究动态，将书中经典理论与行业前沿进展相互印证

出版社简介

电子工业出版社中国 · 成立于 1982 年

电子工业出版社是一家以电子信息及相关领域为出版特色的综合性出版社。从库内三千余种图书来看，其出版方向覆盖编程设计、人工智能、计算机综合、财经、摄影与社科等门类，既关注技术前沿，也兼顾大众阅读。代表图书包括《因子投资：方法与实践》《x86汇编语言：从实模式到保护模式》《RISC-V开放架构设计之道》《人工智能：语音识别理解与实践》《相控阵雷达技术》《雷达目标特性》及《100个Go语言典型错误》等，多围绕技术方法与工程实践展开。作者资源方面，有石川、李忠、王晓波、大卫·帕特森、安德鲁·沃特曼、余子濠等中外作者。受公开资料所限，暂不展开更多出版特色。

版权信息
作者简介
内容简介
Foreword
序言
再版序
第1版前言
基础篇
第1章数据可视化简介
1.1 可视化释义
1.2 可视化简史
1.3 数据可视化详解
1.3.1 数据科学的发展
1.3.2 数据可视化的意义
1.3.3 数据可视化分类
1.3.4 数据可视化与其他学科领域的关系
1.4 数据可视化研究挑战
参考文献
第2章视觉感知与认知
2.1 视觉感知和认知
2.1.1 视觉感知和认知的定义
2.1.2 视觉感知处理过程
2.1.3 格式塔理论
2.1.4 相关实验
2.2 颜色
2.2.1 颜色刺激理论
2.2.2 色彩空间
2.3 视觉编码原则
2.3.1 相对判断和视觉假象
2.3.2 标记和视觉通道
2.3.3 视觉通道的概念
2.3.4 视觉通道的特性
参考文献
第3章数据
3.1 总览
3.2 数据基础
3.2.1 数据分类
3.2.2 数据集
3.2.3 数据相似度与密度
3.3 数据获取、清洗和预处理
3.3.1 数据获取
3.3.2 数据清洗
3.3.3 数据精简
3.3.4 其他常用的数据预处理步骤
3.4 数据组织与管理
3.4.1 数据整合与集成
3.4.2 数据库与数据仓库
3.5 数据分析与挖掘
3.5.1 探索式数据分析
3.5.2 联机分析处理
3.5.3 数据挖掘
3.6 数据科学与可视化
3.6.1 数据工作流
3.6.2 可视数据挖掘
3.7 数据科学的挑战
参考文献
第4章数据可视化基础
4.1 数据可视化基本框架
4.1.1 数据可视化流程
4.1.2 数据可视化设计
4.2 可视化中的数据
4.2.1 数据认知
4.2.2 数据类型
4.3 可视化的基本图表
4.3.1 原始数据绘图
4.3.2 简单统计值标绘
4.3.3 多视图协调关联
4.4 可视化设计原则
4.4.1 数据到可视化的直观映射
4.4.2 视图选择与交互设计
4.4.3 信息密度——数据的筛选
4.4.4 美学因素
4.4.5 动画与过渡
4.4.6 可视化隐喻
4.4.7 颜色与透明度
4.5 可视化理论发展
4.5.1 图形符号学
4.5.2 关系数据的图形表示
4.5.3 图形语法
4.5.4 基于数据类型的研究
4.5.5 基于数据状态模型的研究
4.5.6 多维关系数据库可视化分析系n统
参考文献
时空数据篇
第5章空间标量场可视化
5.1 一维标量场可视化
5.2 二维标量场可视化
5.2.1 颜色映射
5.2.2 等值线
5.2.3 高度图
5.3 三维标量场数据可视化
5.3.1 空间数据表达
5.3.2 空间数据特征计算
5.3.3 间接体绘制
5.3.4 规则三维标量场的直接体可视化
5.3.5 不规则体数据的体可视化
参考文献
第6章大规模多变量空间数据场可视化
6.1 大规模空间标量场数据的实时可视化
6.1.1 大规模空间标量场数据的单机绘制
6.1.2 大规模空间标量场数据的并行绘制
6.1.3 时变空间标量场数据加速绘制方法
6.2 时变异构空间数据场的特征追踪与可视化
6.2.1 时变空间标量场数据的特征提取
6.2.2 异构数据的特征融合
6.2.3 时变空间标量场数据的特征追踪
6.3 空间向量场数据可视化
6.3.1 图标法
6.3.2 几何法
6.3.3 纹理法
6.3.4 拓扑法
6.4 空间张量场数据可视化
6.4.1 张量场的数学描述
6.4.2 基于几何的方法
6.4.3 基于纹理的方法
6.4.4 基于拓扑的方法
6.4.5 高阶张量场可视化
6.5 多变量空间数据场可视化
6.5.1 多变量空间数据场的特征表达与关联分析
6.5.2 多变量空间数据场的可视化与交互
参考文献
第7章时变数据可视化
7.1 时间属性的可视化
7.1.1 线性和周期时间可视化
7.1.2 日历时间可视化
7.1.3 分支和多角度时间可视化
7.1.4 时间属性的动态可视化
7.2 多变量时变型数据可视化
7.2.1 基于线表示的可视化
7.2.2 基于图结构的可视化
7.2.3 时间序列数据的可视化交互
7.3 流数据可视化
7.3.1 流数据可视化模型
7.3.2 流数据处理技术
7.3.3 流数据可视化案例
7.3.4 并行流计算框架
参考文献
非时空数据篇
第8章层次和网络数据可视化
8.1 层次数据
8.1.1 层次数据的可视化
8.1.2 节点-链接法
8.1.3 空间填充法
8.1.4 其他方法
8.2 网络数据
8.2.1 网络和图
8.2.2 网络数据可视化
8.2.3 网络数据的地图隐喻可视化
8.2.4 超图及其可视化
8.2.5 动态网络数据可视化
8.2.6 图可视化的视觉效果
8.2.7 图可视化中的交互
8.2.8 网络数据可视化的挑战
参考文献
第9章文本和文档可视化
9.1 文本可视化释义
9.1.1 文本信息的层级
9.1.2 文本可视化的研究内容与任务
9.1.3 文本可视化流程
9.2 文本信息分析基础
9.2.1 分词技术和词干提取
9.2.2 数据模型
9.3 文本内容可视化
9.3.1 基于关键词的文本内容可视化
9.3.2 时序性的文本内容可视化
9.3.3 文本特征的分布模式可视化
9.3.4 文档信息检索可视化
9.3.5 软件可视化
9.4 文本关系可视化
9.4.1 文档相似性可视化
9.4.2 文本内容关联可视化
9.4.3 文档集合关系可视化
9.5 文件情感分析可视化
9.5.1 顾客评价可视化
9.5.2 情感变化可视化
9.5.3 情感差异可视化
9.6 总结
参考文献
第10章跨媒体数据可视化
10.1 图像
10.1.1 图像网格
10.1.2 基于时空采样的图像集可视化
10.1.3 基于相似性的图像集可视化
10.1.4 基于海塞图的社交图像可视化
10.1.5 基于故事线的社交图像可视化
10.2 视频
10.2.1 视频摘要
10.2.2 视频抽象
10.3 声音与音乐
10.3.1 声乐波形可视化
10.3.2 声乐结构的可视化
10.4 超媒体
10.4.1 社交媒体可视化
10.4.2 社交网络可视化
10.5 数字生活可视化
参考文献
第11章复杂高维多元数据的可视化
11.1 高维多元数据
11.1.1 空间映射法
11.1.2 图标法
11.1.3 基于像素图的方法
11.1.4 基于动画的方法
11.2 非结构化与异构数据的可视化
11.2.1 非结构化数据
11.2.2 异构数据
11.3 大尺度数据的可视化
11.3.1 基于并行的大尺度数据高分辨率可视化
11.3.2 大尺度数据的分而治之可视化与分析
11.4 数据不确定性的可视化
11.4.1 不确定性的基本定义
11.4.2 不确定性的来源
11.4.3 不确定性的可视化方法
参考文献
用户篇
第12章可视化中的交互
12.1 交互准则
12.1.1 交互延时
12.1.2 交互成本
12.1.3 交互场景变化
12.2 交互分类
12.2.1 按低阶交互操作分类
12.2.2 按交互操作符与空间分类
12.2.3 按交互任务分类
12.3 交互技术
12.3.1 选择
12.3.2 导航
12.3.3 重配
12.3.4 编码
12.3.5 抽象/具象
12.3.6 过滤
12.3.7 关联
12.3.8 概览+细节
12.3.9 焦点+上下文
12.4 交互与硬件设备
12.4.1 交互环境
12.4.2 交互设备
参考文献
第13章可视化效果评测与用户实验
13.1 评测流程
13.2 评测方法
13.2.1 用户实验（User Studies）
13.2.2 专家评估（Expert Review/Heuristic Evaluation）
13.2.3 案例研究（Case Studies and Use Cases）
13.2.4 指标评估（Metrics）
13.2.5 众包（Crowdsourcing）
13.2.6 标注（Labeling）
13.3 用户实验
13.3.1 确定实验目标
13.3.2 准备实验
13.3.3 进行实验
13.3.4 分析结果并讨论
13.3.5 评测案例分析
13.4 总结
参考文献
第14章面向领域的数据可视化
14.1 高性能科学计算
14.1.1 高性能科学可视化的挑战
14.1.2 重要信息的提取和显示
14.1.3 原位可视化
14.1.4 未来挑战
14.2 生命科学
14.2.1 临床医学影像
14.2.2 其他影像
14.2.3 电生理信号
14.2.4 OMICS组学
14.2.5 深度学习
14.3 其他科学与艺术
14.3.1 气候学与气象中的可视化
14.3.2 面向艺术的表意性可视化
14.4 网络与系统安全的可视化
14.4.1 基于可视变换的虫洞攻击可视化
14.4.2 可信计算的可视化
14.4.3 安全日志数据的可视化
14.4.4 智能电网数据的可视化
14.5 商业智能可视化
14.5.1 商业智能
14.5.2 商业智能中的数据可视化
14.5.3 云端商业智能
14.5.4 未来趋势
14.6 金融数据可视化
14.6.1 金融数据来源
14.6.2 金融数据分析的自动化方法
14.6.3 金融数据可视化方法
14.6.4 金融数据可视分析
参考文献
第15章可视化研究与开发资源
15.1 可视化软件
15.1.1 医学可视化软件
15.1.2 科学可视化软件
15.1.3 信息可视化软件
15.1.4 可视分析软件
15.2 可视化开发工具
15.2.1 应用程序开发工具
15.2.2 Web应用开发工具
15.3 数据分析和数据挖掘软件与开发工具
15.4 可视化数据集资源
15.5 可视化信息资源
15.6 海外可视化研究机构

常见问题

本书需要读者具备怎样的前置知识？

理想情况下，读者应具备高等数学、线性代数基础及至少一门编程语言（如Python）的初步知识。书中部分算法和实现涉及这些内容。若无编程基础，可侧重理解设计原理与视觉编码理论。

本书与市面上其他数据可视化书籍主要区别是什么？

本书更侧重于可视化领域的系统知识体系与核心原理，学术性较强，内容深度和广度超越了许多侧重单一工具应用的实战手册。它旨在培养读者针对任意数据和问题设计可视化解决方案的能力。

书中提供的代码示例完整吗？是否适合直接用于项目？

书中代码多为关键算法或流程的示例，旨在阐释原理。它们具有很高的参考价值，但通常不是开箱即用的完整项目代码。读者需要根据自身数据和环境进行适配与扩展。

读者评论

查询本书

本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。

作者简介

陈为作者

陈为是一位公开资料有限的作者，其代表作品为《数据可视化（第2版）》，该书在库内归入编程设计类。从作品题材来看，陈为关注的是数据可视化这一交叉领域，涉及如何将抽象数据转化为直观图形，并借助图表、色彩与版式等手段有效传递信息。这类写作通常强调理论与工具实践的结合，既面向需要处理数据的读者，也服务于希望提升可视化表达能力的从业者。由于目前可查的公开信息较少，其个人经历、学历背景与任职情况均无从确认，此处不作臆测。就现有作品而言，陈为的写作偏重方法梳理与实际应用，围绕数据呈现的清晰性与可读性展开，适合作为相关课程或自学场景中的参考读物。