描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787516411520
1．1大数据可视化背景
1．2大数据可视化发展沿革
1．2．1数据与大数据
1．2．2大数据关键技术
1．2．3数据可视化的历史发展
1．3大数据可视化目标与作用
1．4本章小结
第2章Tableau简介
2．1 Tableau概述
2．2 Tableau的发展历程
2．3 Tableau产品简介
2．4 Tableau的优势
2．5本章小结
第3章Tableau功能介绍
3．1数据连接
3．1．1数据文件连接
3．1．2数据库连接
3．2了解Tableau工作区
3．3本章小结
第4章Tableau中的仪表板
4．1 Tableau视图类型
4．2 Tableau中的仪表板
4．2．1仪表板的案例
4．2．2仪表板的基本操作
4．3 仪表板的设计
4．4仪表板的设计实践
4．3本章小结
第5章Tableau在供应链中应用与实践
5．1 生产分析
5．2零售业客户细分
5．3本章小结
第6章Tableau在能源行业中应用与实践
6．1能源开采地图
6．2资源组合分析
6．3电力巡视绩效
6．4电力杆塔健康度
6．5本章小结
第七章Tableau在金融业中应用与实践
7．1大数据与金融行业
7．1．1银行业大数据应用
7．1．2保险行业大数据应用
7．1．3证券行业大数据应用
7．2公司投资分析
7．3保险理赔分析
7．4本章小结
……
第8章互联网 背景下的Tableau应用与实践
第9章结论与展望
参考文献
Tableau是一款极速开发和实现的可视化商业智能软件（BusinessIntelli-gence Software），主要面向企业数据提供可视化服务，企业运用Tableau授权的数据可视化软件对数据进行处理和展示。Tableau的产品并不仅限于企业，其他任何机构或者个人都能运用Tableau的软件进行数据分析工作。数据可视化是数据分析的完美结果，让枯燥的数据以简单友好的图表形式展现出来。同时，Tableau还为客户提供解决方案服务。Tableau目前有三大软件产品：Tableau Desktop、Tableau Server以及Tableau Public。其中Tableau Desktop是一款PC桌面操作系统上（只支持windows系统）的数据可视化分析软件，分个人版和专业版（个人版只能导入excel，专业版可以导人各种数据库）；Tab-leau Server则是完全面向企业的商业智能应用平台，基于企业服务器和web网页，用户使用浏览器进行分析和操作，还可以将数据发布到Tableau Server与同事进行协作，实现了可视化的数据交互，其根据企业中用户数的多少或企业服务器CPU的数量来确定收费标准；而Tableau Public是完全免费的，不过用户只能将自己运用Tableau Public制作的可视化作品发布到网络上即Tableau Public社区，而不能保存在本地，每个Tableau Public用户都可以查看和分享，而且Tableau Public所能支持的接人数据源的类型和大小都有所限制，所以Tableau Public更像是Tableau Desktop的功能阉割版和公共网络版，重在体验和分享。
本书主要借助Tableau Desktop，对不同的行业数据进行可视化分析，专注于结构化数据的快速可视化，使用者可以快速构建美观有效的数据可视化作品，辅助人们进行视觉化的思考。Tableau Desktop不仅图表美观，而且更加智能，可以自动地进行可视化形式的选择，快速、易用、可视化是Tabeleau Desktop大的特点，其能满足大多数企业、政府机构数据分析和展示的需要以及部分大学、研究机构可视化项目的要求，而且特别适合于企业，定位于业务分析和商业智能。
本书主要涵盖的内容：
章，大数据可视化的概论，大数据可视化分析可以很好地融合计算机的分析能力和人们对信息的感知能力，是基于数据挖掘前提下进行的数据分析。
第二章，主要介绍了快速、易用、可视化工具Tabeleau的基本功能以及Tableau在不同行业的应用与实践是数据分析人员的基础。
第三章，主要介绍了如何连接数据源，并对Tableau的各个功能区及其菜单选项做了较为详细的介绍，对Tableau的操作界面进行全面的了解，为后续制图奠定基础。
第四章，重点介绍的是Tableau仪表板，Tableau可以轻松地制作各种动态仪表板，包括单选按钮、复选框、下拉框、时间滑动器等，所有的选择控件都应摆在仪表板上的明显位置，以备使用者随意使用，只需以拖曳的方式，即可将选择控件加入仪表板，无须任何编码。
第1章 大数据可视化概论
1.1 数据可视化背景
在过去的20年中， 各个领域都出现了大规模的数据增长，包括医疗保健 和科学传感器、用户生成数据、互联网和金融公司、供应链系统等。数据的历史悠久，它以一种记录符号为人们所熟知。如今，它已经不再被局限于统计图里的数字、符号或表格，也仅仅是储存在电脑中等待人选取分析的资源，随着近年来发展迅猛的智能手机、可穿戴智能设备的发展和兴起，人们日常生活中的一个表情、一句问候，举止行为、所在方位甚至生理变化等每一个细微的改变都能被转换为数据进行记录和分析。在过去的十年中，由于在 全球范围内使用互联网的快速发展和所连接设备的数量飞速增长的剌激，整个世界一直处于超级信息爆炸之中。我们正在经历的“增长的数据”增长的 速度比人类整个历史上任何时候都快。企业应用程序数据以及机器生成的数据继续成倍增长，行业专家和研究人员正面临巨大的挑战——开发新的创新技术来对硬件和软件技术和产品作出评估和基准测试。有研究估计，在2008—2020年，企业数据总量将从约0.5字节(Zettabyte,简称ZB, 1ZB=10^9TB=10^12GB)增长到35字节。据官方相关资料显示，互联网络上的数据每年将上升50%，每两年则翻一倍；据悉，如今全球高于90%的数据都来自十年内人们的各种生活、工作等活动。互联网发展到今天，发微博、写博客、网上购物、浏览网页这些都是日常生活常做的事。在与互联网、信息系统等的交互中，我们创造了海量数据，加上无处不在的传感器和微处 理器收集、处理的数据，互联网上的数据量越来越庞大，传统的数据库和数据架构无法及时对这些数据集进行处理、管理和分析。与大数据 (Big Data)相关的科学、技术和应用迅速发展成为信息科学领域的热点，引起相关部门、学术领域专家的极大兴趣。也正因如此，“大数据时代”已然到来，“大数 据”也成为了热门的词汇之一。
数据时代正处于热火朝天的形势， 而人类面对的不仅仅是“一切皆有可 能”，更是前所未有的大量挑战。除了政府机构、 媒体(传统媒体)、企业等提供的越来越多的数据以外，新兴的社会化媒体( 如SNS社区)、物联网技术(如智能手机)等的应用普遍化、介入人类生活的深入化也是数据量急剧增长的主要原因。通过处理这些海量数据资源，研究人员能更好地、有所依据地对相关领域的发展、趋势做出总结和预测；人们也能对自身情况有更好的了解与评估，以此制定下一阶段的改进计划，适时调整自己的目标。在这些美好蓝图的背后，数据分析、数据挖掘技术得到了充分的关注和研究，计算机技术的飞快发展使数据的收集和存储等处理的过程变得更高效，而互联网犹如开辟了一个新天地，时间和空间都不再限制人类的思维和行为。从前的数据统计和数据分析等工作由统计学方面的专家、数据分析师和科学研究者们全权负责，但在如今的大数据背景下，海量数据只有在被合理采集、解读与表达之后才能完美展现它们的瑰丽与深奥，而可视化则无疑是让数据变得亲切和便于理解的有效途径。所以，各种跨专业、跨学科的知识都被迫切地需要，大量的非计算机领域的人才都逐渐加入了数据可视化的行列，他们发挥各自领域的专业优势，通力合作，将数据可视化推向了当代的热潮。大数据主要来自互联网渗透人们日常生产、生活等方面使用网络留下的印迹，如浏览网页、网上购物等。大数据技术旨在从庞大的数据中提取出有价值的数据信息。随着发展，大数据可能会在未来成为大的商品，数据的大量使用将会使大数据变成一个大产业。大数据产业实现盈利的关键， 在于提高大数据的信息含量和价值。
毫无疑问，数据可视化顺应大数据时代的到来而兴起，而只有在理解了数据可视化概念的本质之后，才能通过对其原理和方法进行研究和合理运用，获取数据背后隐含的价值。
1.2 大数据可视化发展沿革
1.2.1 数据与大数据
数据，英文名是Data，是用来描述科学现象和客观世界的符号记录，是构成信息和知识的基本单元。数据是没有进行加工处理的事实，也就是说单个数据之间互不相干，并无瓜葛，独立存在，人们用约定俗成的方式将其排序或表达就使之有了意义，以此来供特定领域内的专业人员进行交流沟通一一包括描述、解读和保存。一般来说，常见的是从数据表现的角度来进行数据分类一一分成数字数据和模拟数据。数字数据是指各种统计或量测数据等是不连续的、离散的；模拟数据则是由连续函数组成的、在一定范围内连续变化的物理量，一般分类包含几何图形或空间图形数据(如点、线、面) ，以及符号、文本和图像数据等，如声音的分贝数和热度的高低等。
大数据比较公认的概念是含有4个V的特点的数据一一数据量大(Volume)、变化速度快 (Velocity)、数据类型多样化(Variety)与价值密度低(Va1ue)。从计算机技术的专业角度来说，大数据是结构复杂、数量庞大、类型众多的数据的集合，包括非结构化数据、半结构化数据和结构化数据；从更容易被人理解的角度上来说，大数据就是海量资料，在效率至上的时代，其规模巨大所以无法由人工在较短的时间内采集、管理、处理、分析并整理成为普通人所理解的内容，因而必须借助计算机技术进行一系列处理，精准结果的同时节省时间，获得数据背后的信息与价值。此外，一些学者认为大数据该被定义为大数据技术而非单纯的多类型的数据。但本文认为，大数据就是指信息时代的数据，若非如此，大数据的类型和数量等属性同理都应该归于大数据的概念，成为一个复杂的混杂体，那就更混乱了。所以大数据技术(包括大数据处理技术、大数据管理技术等应该与大数据这个名词分开来看，它们都是大数据时代的产物。
了解数据的定义有助于我们挖掘数据与大数据的相关性，从而更好地认识大数据的概念。如果单从数据的字面意思上延伸，我们可以将大数据理解为数以千计的数据的集合，人们多用它来描述信息爆炸时代产生的海量数据和与之相关的技术创新。当然大数据的概念并非如此简单，让我们先来看看目前学术界出现的有关大数据的定义“大数据( Big Data)，又称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到顿取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。”一般意义上，大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理处理和服务的数据集合。大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
评论
还没有评论。