第1章 大数据可视化概述 1__eol__1.1 大数据可视化的概念 1__eol__1.1.1 科学可视化 4__eol__1.1.2 信息可视化 5__eol__1.1.3 数据可视化 5__eol__1.2 数据可视化的作用与意义 5__eol__1.2.1 数据可视化的作用 5__eol__1.2.2 数据可视化的意义 6__eol__1.3 数据可视化的应用领域 9__eol__1.3.1 在“工业4.0”中的应用 9__eol__1.3.2 在智能交通中的应用 11__eol__1.3.3 在新一代人工智能领域的应用 16__eol__1.3.4 在其他领域的应用 16__eol__1.4 与相关学科的关系 19__eol__1.4.1 与计算机图形学的关系 20__eol__1.4.2 与计算机视觉的关系 20__eol__1.4.3 与计算仿真的关系 20__eol__1.4.4 与人机交互的关系 21__eol__1.4.5 与数据库的关系 21__eol__1.4.6 与数据分析和数据挖掘的关系 21__eol__习题 22__eol__参考文献 23__eol__第2章 可视化的类型与模型 24__eol__2.1 可视化的类型 24__eol__2.1.1 科学可视化 24__eol__2.1.2 信息可视化 30__eol__2.2 可视化的模型 39__eol__2.2.1 顺序模型 39__eol__2.2.2 分析模型 40__eol__2.2.3 循环模型 41__eol__习题 43__eol__参考文献 43__eol__第3章 数据可视化基础 45__eol__3.1 光与视觉特性 45__eol__3.1.1 光的特性 45__eol__3.1.2 三基色原理 46__eol__3.1.3 黑白视觉特性 47__eol__3.1.4 彩色视觉特性 52__eol__3.2 可视化的基本特征 55__eol__3.3 可视化流程 56__eol__3.3.1 可视化的基本步骤 56__eol__3.3.2 可视化的一般流程 57__eol__3.4 可视化设计组件 60__eol__3.4.1 可视化设计模型 60__eol__3.4.2 可视化设计原则 60__eol__3.4.3 可视化的数据 61__eol__3.4.4 可视化的原材料 62__eol__3.4.5 可视化的基本图表 62__eol__3.5 可视化中的美学因素 64__eol__3.6 可视化框架设计整体思路 65__eol__3.6.1 可视化框架的构成 66__eol__3.6.2 数据图形映射的流程 66__eol__习题 67__eol__参考文献 68__eol__第4章 数据可视化的常用方法 70__eol__4.1 视觉编码 70__eol__4.1.1 视觉感知 71__eol__4.1.2 视觉通道 72__eol__4.1.3 数据分类 73__eol__4.1.4 常用的复杂数据处理方法 74__eol__4.2 统计图表可视化方法 74__eol__4.2.1 柱状图 75__eol__4.2.2 条形图 77__eol__4.2.3 折线图 78__eol__4.2.4 饼图 79__eol__4.2.5 散点图 79__eol__4.2.6 气泡图 79__eol__4.2.7 雷达图 80__eol__4.3 图可视化方法 80__eol__4.3.1 图的类型 80__eol__4.3.2 图论可视化 81__eol__4.3.3 思维导图 81__eol__4.4 可视化分析方法的常用算法 83__eol__4.4.1 可视化分析方法 84__eol__4.4.2 可视分析研究的特点 85__eol__4.4.3 可视分析的应用实例 86__eol__4.4.4 主成分分析 88__eol__4.4.5 聚类分析 90__eol__4.4.6 因子分析 91__eol__4.4.7 层次分析法 91__eol__4.5 可视化方法的选择 92__eol__4.5.1 百度地图开发 93__eol__4.5.2 城市人流走势 93__eol__4.5.3 商圈人流对比 94__eol__4.5.4 D3.js和Echarts选择上的建议 94__eol__4.5.5 优秀的数据可视化作品欣赏 94__eol__习题 95__eol__参考文献 95__eol__第5章 大数据可视化的关键技术 97__eol__5.1 大数据架构 97__eol__5.1.1 系统协调者 100__eol__5.1.2 数据提供者 100__eol__5.1.3 大数据应用提供者 100__eol__5.1.4 大数据框架提供者 102__eol__5.1.5 数据消费者 103__eol__5.1.6 安全和隐私 103__eol__5.1.7 管理 103__eol__5.2 大数据核心技术 104__eol__5.2.1 数据收集 104__eol__5.2.2 数据预处理 104__eol__5.2.3 数据存储 105__eol__5.2.4 数据处理 107__eol__5.2.5 数据分析 108__eol__5.2.6 数据治理 110__eol__5.3 可视化关键技术 110__eol__5.4 大数据可视化渲染 112__eol__5.4.1 图像相关概念 112__eol__5.4.2 渲染技术概述 114__eol__5.4.3 基于CPU的渲染 115__eol__5.4.4 基于GPU的渲染 116__eol__5.4.5 集群渲染技术 118__eol__5.4.6 云渲染 122__eol__习题 123__eol__参考文献 124__eol__第6章 可视化交互 125__eol__6.1 可视化交互方法分类 125__eol__6.1.1 平移+缩放技术 126__eol__6.1.2 动态过滤技术 127__eol__6.1.3 概览+细节技术 128__eol__6.1.4 焦点+上下文技术 129__eol__6.1.5 多视图关联协调技术 130__eol__6.2 可视化交互空间 131__eol__6.2.1 可视化交互空间查询 131__eol__6.2.2 可视化交互空间分析 132__eol__6.2.3 交互空间分类 133__eol__6.3 可视化交互模型 134__eol__6.3.1 交互式信息可视化的用户界面模型 135__eol__6.3.2 支持信息多面体可视分析界面模型（IMFA） 138__eol__6.3.3 交互式可视化的关联规则挖掘模型 138__eol__6.3.4 基于Web的交互式数据可视化模型 140__eol__6.3.5 基于交互技术的知识可视化模型 142__eol__6.4 交互硬件与软件 145__eol__6.4.1 交互硬件 145__eol__6.4.2 交互软件 147__eol__6.4.3 交互系统 148__eol__习题 151__eol__参考文献 152__eol__第7章 大数据可视化工具 153__eol__7.1 Excel 153__eol__7.1.1 Power Map简介 153__eol__7.1.2 Power Map的使用 153__eol__7.1.3 数据可视化示例 155__eol__7.2 Processing 155__eol__7.2.1 Processing开发环境简介 156__eol__7.2.2 Processing绘制功能 156__eol__7.2.3 Processing应用程序的结构 158__eol__7.2.4 数据可视化举例 159__eol__7.3 NodeXL 161__eol__7.3.1 NodeXL简介 161__eol__7.3.2 系统界面 162__eol__7.3.3 数据获取与编辑 163__eol__7.3.4 数据可视化 163__eol__7.3.5 图形分析与数据过滤 164__eol__7.4 ECharts 165__eol__7.4.1 ECharts架构及特点 165__eol__7.4.2 基本组成 166__eol__7.4.3 引入ECharts 167__eol__7.4.4 图表绘制 167__eol__7.5 Tableau 174__eol__7.5.1 Tableau简介 175__eol__7.5.2 Tableau的使用 175__eol__7.5.3 Tableau数据可视化实例 178__eol__习题 181__eol__参考文献 182__eol__第8章 大数据可视化系统——魔镜 183__eol__8.1 魔镜简介 183__eol__8.2 系统架构与技术流程 184__eol__8.3 数据处理与分析 185__eol__8.4 数据可视化 188__eol__习题 193__eol__参考文献 193__eol__ __eol__第9章 大数据可视化的行业案例 19