编辑推荐

适读人群：相关领域从业人员

《数据可视化（第2版）》是浙江大学陈为教授、阿里巴巴资深技术专家、视物致知网站创始人沈则潜博士等专家历时多年打造的一本全面、经典的数据可视化力著。

《数据可视化（第2版）》近千页的内容涵盖了数据可视化的基本理论、*新的研究成果、大量的实践案例，指导你一路从小白修炼成专家。

《数据可视化（第2版）》入选国家十三五重点图书出版规划项目。

《数据可视化（第2版）》制作精美，全彩印刷，让读者充分领略纸版书的知识之美！

内容简介

《数据可视化（第2版）》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。《数据可视化（第2版）》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。

作者简介

陈为(http://www.cad.zju.edu.cn/home/chenwei;chenwei@cad.zju.edu.cn)，浙江大学计算机学院CAD&CG国家重点实验室，教授，博导，国家优秀青年基金获得者，十三五国家重点研发专项“云计算与大数据”总体组与指南组专家。研究兴趣是可视分析与医疗人工智能。承担国家自然科学基金重点项目等国家项目十余项。发表国际**学术期刊和会议论文100余篇，其中包括IEEE/ACMTransactions和IEEEVIS**期刊和会议论文40余篇。出版著作5部。担任数个国际一流学术会议的大会论文主席、国际SCI期刊JVLC副主编、IEEECG&A和JOV编委。

精彩书评

Iknowafewotherbookprojectsareunderway,butthisbookisbyfarthemostcomprehensiveoneIhaveseen.

Itprovidesafairlycompleteintroductiontoessentialtopicsinvisualization,aswellasinformationonwherethefieldistoday,effectivelyservingtheneedsofbothpractitionersandfutureresearchersinthefield.

——Kwan-LiuMa（马匡六）教授

美国加州戴维斯分校超大规模可视化中心主任

IEEE会士，IEEEVIS杰出成就奖获得者

我在浏览了《数据可视化》的内容简介、前言、目录和第1章后，深感《数据可视化（第2版）》内容十分丰富，架构严谨，是我国学界和业界急需的一本好书。

——石教英教授

浙江大学CAD&CG国家重点实验室原主任

中国大陆科学可视化研究和教育的开拓者之一

目录

目录
基础篇
第1章数据可视化简介2
1．1可视化释义2
1．2可视化简史8
1．3数据可视化详解23
1．3．1数据科学的发展23
1．3．2数据可视化的意义25
1．3．3数据可视化分类29
1．3．4数据可视化与其他学科领域的关系38
1．4数据可视化研究挑战43
参考文献44

第2章视觉感知与认知47
2．1视觉感知和认知47
2．1．1视觉感知和认知的定义48
2．1．2视觉感知处理过程48
2．1．3格式塔理论49
2．1．4相关实验56
2．2颜色57
2．2．1颜色刺激理论57
2．2．2色彩空间61
2．3视觉编码原则66
2．3．1相对判断和视觉假象66
2．3．2标记和视觉通道69
2．3．3视觉通道的概念71
2．3．4视觉通道的特性77
参考文献88

第3章数据91
3．1总览91
3．2数据基础96
3．2．1数据分类96
3．2．2数据集96
3．2．3数据相似度与密度97
3．3数据获取、清洗和预处理98
3．3．1数据获取98
3．3．2数据清洗99
3．3．3　数据精简102
3．3．4其他常用的数据预处理步骤103
3．4数据组织与管理104
3．4．1数据整合与集成106
3．4．2数据库与数据仓库108
3．5数据分析与挖掘111
3．5．1探索式数据分析113
3．5．2联机分析处理113
3．5．3数据挖掘116
3．6数据科学与可视化118
3．6．1数据工作流118
3．6．2可视数据挖掘122
3．7数据科学的挑战130
参考文献131

第4章数据可视化基础136
4．1数据可视化基本框架136
4．1．1数据可视化流程136
4．1．2数据可视化设计140
4．2可视化中的数据143
4．2．1数据认知143
4．2．2数据类型143
4．3可视化的基本图表145
4．3．1原始数据绘图145
4．3．2简单统计值标绘150
4．3．3多视图协调关联151
4．4可视化设计原则153
4．4．1数据到可视化的直观映射153
4．4．2视图选择与交互设计155
4．4．3信息密度――数据的筛选156
4．4．4美学因素157
4．4．5动画与过渡159
4．4．6可视化隐喻163
4．4．7颜色与透明度164
4．5可视化理论发展164
4．5．1图形符号学165
4．5．2关系数据的图形表示166
4．5．3图形语法167
4．5．4基于数据类型的研究168
4．5．5基于数据状态模型的研究169
4．5．6多维关系数据库可视化分析系统170
参考文献171

时空数据篇
第5章空间标量场可视化174
5．1一维标量场可视化174
5．2二维标量场可视化176
5．2．1颜色映射177
5．2．2等值线178
5．2．3高度图179
5．3三维标量场数据可视化179
5．3．1空间数据表达182
5．3．2空间数据特征计算187
5．3．3间接体绘制192
5．3．4规则三维标量场的直接体可视化197
5．3．5不规则体数据的体可视化221
参考文献233

第6章大规模多变量空间数据场可视化243
6．1大规模空间标量场数据的实时可视化244
6．1．1大规模空间标量场数据的单机绘制244
6．1．2大规模空间标量场数据的并行绘制245
6．1．3时变空间标量场数据加速绘制方法247
6．2时变异构空间数据场的特征追踪与可视化248
6．2．1时变空间标量场数据的特征提取248
6．2．2异构数据的特征融合249
6．2．3时变空间标量场数据的特征追踪250
6．3空间向量场数据可视化253
6．3．1图标法255
6．3．2几何法257
6．3．3纹理法262
6．3．4拓扑法265
6．4空间张量场数据可视化267
6．4．1张量场的数学描述268
6．4．2基于几何的方法271
6．4．3基于纹理的方法275
6．4．4基于拓扑的方法278
6．4．5高阶张量场可视化281
6．5多变量空间数据场可视化282
6．5．1多变量空间数据场的特征表达与关联分析283
6．5．2多变量空间数据场的可视化与交互287
参考文献290

第7章时变数据可视化305
7．1时间属性的可视化307
7．1．1线性和周期时间可视化308
7．1．2日历时间可视化312
7．1．3分支和多角度时间可视化314
7．1．4时间属性的动态可视化319
7．2多变量时变型数据可视化320
7．2．1基于线表示的可视化321
7．2．2基于图结构的可视化325
7．2．3时间序列数据的可视化交互326
7．3流数据可视化327
7．3．1流数据可视化模型327
7．3．2流数据处理技术328
7．3．3流数据可视化案例331
7．3．4并行流计算框架337
参考文献339

非时空数据篇
第8章层次和网络数据可视化344
8．1层次数据344
8．1．1层次数据的可视化348
8．1．2节点-链接法349
8．1．3空间填充法357
8．1．4其他方法365
8．2网络数据367
8．2．1网络和图367
8．2．2网络数据可视化368
8．2．3网络数据的地图隐喻可视化382
8．2．4超图及其可视化385
8．2．5动态网络数据可视化387
8．2．6图可视化的视觉效果390
8．2．7图可视化中的交互398
8．2．8网络数据可视化的挑战400
参考文献401

第9章文本和文档可视化409
9．1文本可视化释义409
9．1．1文本信息的层级409
9．1．2文本可视化的研究内容与任务410
9．1．3文本可视化流程411
9．2文本信息分析基础412
9．2．1分词技术和词干提取412
9．2．2数据模型413
9．3文本内容可视化417
9．3．1基于关键词的文本内容可视化417
9．3．2时序性的文本内容可视化421
9．3．3文本特征的分布模式可视化424
9．3．4文档信息检索可视化428
9．3．5软件可视化430
9．4文本关系可视化432
9．4．1文档相似性可视化432
9．4．2文本内容关联可视化435
9．4．3文档集合关系可视化437
9．5文件情感分析可视化439
9．5．1顾客评价可视化440
9．5．2情感变化可视化441
9．5．3情感差异可视化443
9．6总结444
参考文献444

第10章跨媒体数据可视化448
10．1图像448
10．1．1图像网格448
10．1．2基于时空采样的图像集可视化449
10．1．3基于相似性的图像集可视化450
10．1．4基于海塞图的社交图像可视化451
10．1．5基于故事线的社交图像可视化452
10．2视频453
10．2．1视频摘要453
10．2．2视频抽象456
10．3声音与音乐459
10．3．1声乐波形可视化461
10．3．2声乐结构的可视化462
10．4超媒体465
10．4．1社交媒体可视化468
10．4．2社交网络可视化476
10．5数字生活可视化487
参考文献490

第11章复杂高维多元数据的可视化493
11．1高维多元数据494
11．1．1空间映射法495
11．1．2图标法511
11．1．3基于像素图的方法514
11．1．4基于动画的方法517
11．2非结构化与异构数据的可视化518
11．2．1非结构化数据518
11．2．2异构数据520
11．3大尺度数据的可视化523
11．3．1基于并行的大尺度数据高分辨率可视化523
11．3．2大尺度数据的分而治之可视化与分析527
11．4数据不确定性的可视化531
11．4．1不确定性的基本定义532
11．4．2不确定性的来源532
11．4．3不确定性的可视化方法533
参考文献550

用户篇
第12章可视化中的交互558
12．1交互准则559
12．1．1交互延时559
12．1．2交互成本561
12．1．3交互场景变化562
12．2交互分类563
12．2．1按低阶交互操作分类563
12．2．2按交互操作符与空间分类564
12．2．3按交互任务分类564
12．3交互技术565
12．3．1选择565
12．3．2导航567
12．3．3重配569
12．3．4编码571
12．3．5抽象/具象573
12．3．6过滤574
12．3．7关联579
12．3．8概览+细节581
12．3．9焦点+上下文584
12．4交互与硬件设备593
12．4．1交互环境594
12．4．2交互设备596
参考文献599

第13章可视化效果评测与用户实验607
13．1评测流程608
13．2评测方法609
13．2．1用户实验（UserStudies）609
13．2．2专家评估（ExpertReview/HeuristicEvaluation）609
13．2．3案例研究（CaseStudiesandUseCases）610
13．2．4指标评估（Metrics）612
13．2．5众包（Crowdsourcing）612
13．2．6标注（Labeling）613
13．3用户实验613
13．3．1确定实验目标613
13．3．2准备实验615
13．3．3进行实验619
13．3．4分析结果并讨论619
13．3．5评测案例分析620
13．4总结632
参考文献632

第14章面向领域的数据可视化635
14．1高性能科学计算635
14．1．1高性能科学可视化的挑战637
14．1．2重要信息的提取和显示640
14．1．3原位可视化642
14．1．4未来挑战645
14．2生命科学645
14．2．1临床医学影像645
14．2．2其他影像651
14．2．3电生理信号655
14．2．4OMICS组学658
14．2．5深度学习662
14．3其他科学与艺术663
14．3．1气候学与气象中的可视化663
14．3．2面向艺术的表意性可视化667
14．4网络与系统安全的可视化671
14．4．1基于可视变换的虫洞攻击可视化671
14．4．2可信计算的可视化672
14．4．3安全日志数据的可视化673
14．4．4智能电网数据的可视化673
14．5商业智能可视化674
14．5．1商业智能675
14．5．2商业智能中的数据可视化676
14．5．3云端商业智能680
14．5．4未来趋势681
14．6金融数据可视化681
14．6．1金融数据来源682
14．6．2金融数据分析的自动化方法683
14．6．3金融数据可视化方法683
14．6．4金融数据可视分析686
参考文献690

第15章可视化研究与开发资源698
15．1可视化软件698
15．1．1医学可视化软件698
15．1．2科学可视化软件700
15．1．3信息可视化软件704
15．1．4可视分析软件709
15．2可视化开发工具709
15．2．1应用程序开发工具709
15．2．2Web应用开发工具712
15．3数据分析和数据挖掘软件与开发工具714
15．4可视化数据集资源716
15．5可视化信息资源718
15．6海外可视化研究机构719

前言/序言

　　Foreword
　　Visualization,asadisciplineincomputerscience,isaratheryoungfieldofstudy.Thefieldhasmademanyadvancesoverthepast25yearsthroughtremendousbasicandapplication-drivenresearchefforts,andalsosuccessfullytransferredsomeoftheseadvancesintoproductsandservicesfordata-intensiveapplications.Visualizationasaproblem-solvingandknowledgediscoverytoolhasbecomeevenmoreimportantasweentertheBigDataera.Itsapplicationsgrowfromscientificcomputing,engineeringdesign,biomedicine,cybersecurity,andintelligence,tosocialscience,transportationstudies,andcommerce.Visualizationwillbeconsideredabasicskill,andwilllikelybecomepartofthestandardcurriculuminscienceandengineering.
　　Thereisclearlyafast-growinginterestinvisualizationasadiscipline,atechnology,orapractice.Overtheyears,Ihavebeenaskedbymanytosuggestreadingsinvisualization.Sofar,nobookhasevermanagedtoprovideacomprehensiveoverviewofthefield,sinceeventhegoodonesfocusonasubareaofvisualization,typicallyreflectingtheauthor’sresearchendeavors.Avisualizationtextbookisdefinitelyneeded.Iknowafewotherbookprojectsareunderway,butthisbookisbyfarthemostcomprehensiveoneIhaveseen.Itprovidesafairlycompleteintroductiontoessentialtopicsinvisualization,aswellasinformationonwherethefieldistoday,effectivelyservingtheneedsofbothpractitionersandfutureresearchersinthefield.AsthefieldevolvesrapidlytocopewithdemandsfromnewapplicationsandexploitingBigData,Ibelievetheauthorswillupdatethecontentregularlytoreflectthelatestandgreatestdevelopmentsinthefield,whichwillmakethisbookalasting,valuableresource.
　　WhilevisualizationhasbecomeanactiveareaofstudyandpracticeintheUnitedStatesandEurope,visualizationresearchandeducationinAsiawouldbenefitfromincreasedpromotionanddevelopment.Thus,thepublicationofthistextbookistimely.IpraisethededicatedeffortofProfessorWeiChenandhisco-authorsincreatingthisbook,whichwillhelpacceleratevisualizationeducation,research,andpracticeinChinaandotherChinese-speakingcountries.Ihopetoseethisbooktranslatedintootherlanguages.Itwillthenbecomeanimportantreferenceinthefieldofvisualization.Ifoundthebookveryinformativeandeasytoread.Ibelieveyouwillenjoyreadingit.
　　Kwan-LiuMa
　　Davis,CA
　　September20,2013
　　序言
　　浙江大学计算机辅助设计与图形学（CAD＆CG）国家重点实验室陈为教授来电话，请我为他的新作《数据可视化》作序。陈为教授是我的老同事，也是我们实验室可视化方向的带头人。现在他有新作出版，请我作序是对我的尊重，我哪有不懂之理。然而我犹豫了。我坦率地告诉他，我怕完不成任务，因为我已退休多年，不再跟踪学科前沿多年。陈为说，他把书稿链接发给我，请我浏览以后再做定夺。我在浏览了《数据可视化》的内容简介、前言、目录和第1章后，深感《数据可视化（第2版）》内容十分丰富，架构严谨，是我国学界和业界急需的一本好书。陈教授在信里还写道：“可否请您从可视化在中国的发展历史、现状、未来为这《数据可视化（第2版）》写一个序言，作为对我们的鼓励。”读信后，我感到我写不出现状和未来，写点我经历过的事情，以及谈点作为过来人的体会和建议还是可以的，同时我感到作为可视化领域的一名老兵，面对《数据可视化》这样一本可视化新作、好书，又有爱不释手和责无旁贷之感，当即决定试试。
　　“可视化”或它的全称“科学计算可视化”（VisualizationinScientificComputing，ViSC）一词是在1987年根据美国国家科学基金会召开的“科学计算可视化研讨会”内容撰写的一份报告中正式提出的。在短短20余年历史中，科学计算可视化发展成为一个十分活跃的研究领域，新的研究分支不断涌现，如出现了用于表示海量数据不同类型及其逻辑关系的信息可视化技术，以及将可视化与分析相结合的可视分析学研究方向。现在又有了把“科学计算可视化”、“信息可视化”和“可视分析学”这三个分支整合在一起的新学科“数据可视化”。这是可视化研究领域的新起点，必将进一步促进学科交叉与融合，进一步扩大应用领域的发展，进一步提高应用水平。可以预期，这波数据可视化研究新浪潮必将推动可视化学科研究和应用向更宽、更深、更高的方向发展。事实上，这既是学界和业界的责任，也是广大用户的期待，因为现有的可视化技术还远远满足不了用户的期望。我举一个亲身体验来说明我的这个论断。去年8月我的小孙女出生，面对可爱的小脸，脑海里不由得回忆起3个月前看到儿子发来的那张胎儿超声波三维影像时留下的印象：紧闭的双目，高额头和大鼻子。今天小天使虽然依然双目紧闭，依然是高额头，但鼻子一点也不大，反而显得小巧、可爱，加上时张时合的小嘴，这张真实的小脸与那张高科技三维图像相比不知要漂亮多少倍。这个事实说明，今天的超声波三维成像技术离用户期望水平还相去甚远。我们全家在感谢今天科技进步让我们提前3个月看到了小孙女真容的同时，也期望科学家们早日提供逼真的胎儿三维影像。
　　应该说，我们国家可视化方向的研究工作起步还是比较早的。国家自然科学基金委将科学计算可视化列为“八五”重点资助项目，国家科委也将其列为基础研究专门项目给予资助。国内一批图形学研究中心，如浙江大学计算机辅助设计与图形学国家重点实验室、清华大学计算机系、中科院CAD开放实验室和中科院软件所等单位在20世纪90年代初相继开展了可视化方向的基础研究和应用研究。我们这一代人遇到的最大困难是信息闭塞，很多信息都是从国际学术交流中取得的。例如，我是在1991年3月至7月在德国Encarnacao教授领导的弗朗霍夫图形学研究所（FhG-IGD）做访问研究，在MartinGoebel博士领导的可视化研究室工作时接触科学计算可视化研究方向的。我有幸与研究室内一批年轻博士一起工作4个月，奠定了从事可视化学科的基础。回国后我在浙江大学CAD＆CG国家重点实验室大力倡导，并组织年轻教师和博士生开展可视化方向的研究工作，很快出现了一批较高水平的研究成果，影响并推动了可视化研究方向在国内的普及。

其他推荐