描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787565723544
内容简介
《数据可视化原理与实例》是大数据专业的必修课——数据可视化及暑期实践课使用的教材,作者本着理论与实践结合,以提高软件开发工程能力为目标,立足可视化并兼顾外围数据采集处理问题。
《数据可视化原理与实例》适用于本科或研究生的数据可视化教学、软件开发中数据可视化应用以及启发开发新的数据可视化算法。一、二章是Web可视化基础,第三至八章是D3的API各种布局与数据处理,包括饼图类、比例尺、动画与交互、力导向图、地图,第九章是音乐可视化,第十章是JavaScript图像处理,第十一章是可视化数据采集,第十二章是包括分词的词云图绘制,第十三章的主要内容——一种基于占用矩阵的词云图可视化算法——是作者在博后期间和导师刘连忠教授合作的一个专利,非常感谢刘老师同意将算法收入书中。其中第十章对于理解流行的深度学习之卷积神经网络小有帮助,第十三章主要是启发开发新的数据可视化算法,内容稍有难度,可以选学。
《数据可视化原理与实例》适用于本科或研究生的数据可视化教学、软件开发中数据可视化应用以及启发开发新的数据可视化算法。一、二章是Web可视化基础,第三至八章是D3的API各种布局与数据处理,包括饼图类、比例尺、动画与交互、力导向图、地图,第九章是音乐可视化,第十章是JavaScript图像处理,第十一章是可视化数据采集,第十二章是包括分词的词云图绘制,第十三章的主要内容——一种基于占用矩阵的词云图可视化算法——是作者在博后期间和导师刘连忠教授合作的一个专利,非常感谢刘老师同意将算法收入书中。其中第十章对于理解流行的深度学习之卷积神经网络小有帮助,第十三章主要是启发开发新的数据可视化算法,内容稍有难度,可以选学。
目 录
章 基于Web的数据可视化基础
节 数据可视化概述
第二节 HTML文档
第三节 层叠样式表CSS
第四节 JavaScript脚本
第五节 SVG矢量图
节 数据可视化概述
第二节 HTML文档
第三节 层叠样式表CSS
第四节 JavaScript脚本
第五节 SVG矢量图
第二章 基于JavaScript和SVG的绘图
节 直方图
第二节 递归二叉树
第三节 树状词云
第三章 D3数据可视化基础
节 D3可视化API概述
第二节 D3数据绑定
第三节 D3直方图
第四节 JSON文件格式
第四章 D3饼图、环图、玫瑰图和弦图
节 D3绘制饼图
第二节 从原生数据到绘制D3饼图
第三节 弦图
第五章 D3比例尺
节 D3比例尺
第二节 比例尺API
第三节 序数比例尺与D3配色
第六章 D3动画与交互
节 D3动画
第二节 鼠标交互
第三节 键盘交互
第七章 D3力导向图
节 D3力导向算法
第二节 《人民的名义》人物关系图
第三节 基于路径绘制力导向图
第八章 地图可视化
节 D3地图可视化
第二节 D3地图可视化实例
第三节 雄安新区区位优势可视化分析案例
第九章 音乐可视化
节 音乐可视化API
第二节 JavaScript音乐可视化直方图
第三节 D3音乐可视化南丁格尔图
第十章 Canvas与简单图像处理
节 Canvas功能概述
第二节 Canvas基本图像处理
第三节 Canvas复杂图像处理
……
第十一章 数据可视化之数据采集
第十二章 分词与词云图可视化
第十三章 基于占用矩阵的词云算法
参考文献
后记
在线试读
2015年9月5日国务院发布了《促进大数据发展行动纲要》(以下简称《纲要》),意味着中国大数据发展迎来顶层设计,正式上升为国家战略。《纲要》在政策机制中指出,鼓励高校设立数据科学和数据工程相关专业,重点培养专业化数据工程师等大数据专业人才。中国传媒大学计算机学院在石民勇院长筹划下,2014年开始招收“计算机科学与技术(大数据技术与应用)(080901)”专业本科生,调整原来的计算机科学与技术本科专业方向,着重培养大数据技术与应用方向人才,目前已经招生4年,在校本科生共计1 34人,2018年,招生方向与*专业目录一致,改为“数据科学与大数据技术( 080910T)”本科专业。中传的大数据招生可以说走在了全国前列,体现了中传在新专业发展上的预见性,在国内算是较早开办大数据本科专业的高校。
大数据时代,海量数据的理解成为极富挑战性的难题。数据可视化是大数据技术体系的重要内容之一,可视化在压缩数据、解释问题、发现知识、归纳结论中发挥着重要作用。
本书是大数据专业的必修课——数据可视化及暑期实践课使用的教材,作者本着理论与实践结合,以提高软件开发工程能力为目标,立足可视化并兼顾外围数据采集处理问题。
本书适用于本科或研究生的数据可视化教学、软件开发中数据可视化应用以及启发开发新的数据可视化算法。、二章是Web可视化基础,第三至八章是D3的API各种布局与数据处理,包括饼图类、比例尺、动画与交互、力导向图、地图,第九章是音乐可视化,第十章是JavaScript图像处理,第十一章是可视化数据采集,第十二章是包括分词的词云图绘制,第十三章的主要内容——一种基于占用矩阵的词云图可视化算法——是作者在博后期间和导师刘连忠教授合作的一个专利,非常感谢刘老师同意将算法收入书中。其中第十章对于理解流行的深度学习之卷积神经网络小有帮助,第十三章主要是启发开发新的数据可视化算法,内容稍有难度,可以选学。
感谢“媒体大数据处理与应用关键技术研究”项目资助本书出版,并资助数据可视分析应用于中传如艺剧本系统,如果您对影视行业感兴趣。
鉴于作者水平所限,更兼时间和精力不足,书中错谬之处在所难免,若蒙读者老师不吝指正,不胜感激。
大数据时代,海量数据的理解成为极富挑战性的难题。数据可视化是大数据技术体系的重要内容之一,可视化在压缩数据、解释问题、发现知识、归纳结论中发挥着重要作用。
本书是大数据专业的必修课——数据可视化及暑期实践课使用的教材,作者本着理论与实践结合,以提高软件开发工程能力为目标,立足可视化并兼顾外围数据采集处理问题。
本书适用于本科或研究生的数据可视化教学、软件开发中数据可视化应用以及启发开发新的数据可视化算法。、二章是Web可视化基础,第三至八章是D3的API各种布局与数据处理,包括饼图类、比例尺、动画与交互、力导向图、地图,第九章是音乐可视化,第十章是JavaScript图像处理,第十一章是可视化数据采集,第十二章是包括分词的词云图绘制,第十三章的主要内容——一种基于占用矩阵的词云图可视化算法——是作者在博后期间和导师刘连忠教授合作的一个专利,非常感谢刘老师同意将算法收入书中。其中第十章对于理解流行的深度学习之卷积神经网络小有帮助,第十三章主要是启发开发新的数据可视化算法,内容稍有难度,可以选学。
感谢“媒体大数据处理与应用关键技术研究”项目资助本书出版,并资助数据可视分析应用于中传如艺剧本系统,如果您对影视行业感兴趣。
鉴于作者水平所限,更兼时间和精力不足,书中错谬之处在所难免,若蒙读者老师不吝指正,不胜感激。
评论
还没有评论。