大数据可视化编程和应用

读者对象
《大数据可视化编程和应用》适合大数据可视化初学者，也适合作为高等院校数据科学与大数据技术、大数据技术与应用、大数据分析与挖掘等专业的教材。

本书特色

? ★★结构系统，逻辑清晰。《大数据可视化编程和应用》以在Tableau中分析数据的工作流程来安排各章顺序，便于读者学习和理解。
? 内容翔实，细节突出。《大数据可视化编程和应用》囊括数据分析的重要概念和术语、连接和管理数据源、构建数据模型、创建可视化图表、标记卡、分组、钻取、排序、筛选、仪表板、故事，优化和共享分析成果等内容。
? 技术和案例并重。《大数据可视化编程和应用》最后一章通过一个综合案例，介绍在实际应用中使用Tableau对数据进行可视化分析的方法，将所学理论知识和实践相结合，快速提升实战水平。
? 本书赠送课程大纲、PPT课件、理论微课和实验微课、习题题目和答案、期末考试题目和答案。

《大数据可视化编程和应用》从基础开始，全面介绍大数据可视化的底层原理和实现框架，并重点讲解一些常用的大数据可视化关键技术，包括Excel图表、Tableau Desktop可视化组件、Web的可视化控件、Java可视化控件及Python数据可视化工具。
《大数据可视化编程和应用》共分为8章，第1章着重介绍大数据的发展历程，以及在大数据发展背景下数据可视化的概念、可视化技术的使用及可视化的现实意义；第2章着重介绍如何通过Excel工具实现数据可视化的内容；第3章着重介绍Tableau可视化工具的使用、数据处理、数据可视化的应用等内容；第4章着重介绍以Highcharts、d3可视化为主要内容的Web可视化组件；第5章着重介绍以JFreeChart和ECharts为代表的Java可视化控件的安装、功能及使用案例；第6章着重介绍以Python编程为基础的数据可视化工具，包括Matplotlib框架、Bokeh框架、Pairplot框架及基于ECharts的Pyecharts框架；第7章介绍豆瓣电影数据可视化应用案例；第8章介绍餐饮消费数据可视化应用案例。另外，《大数据可视化编程和应用》还赠送PPT课件、教学视频、教学大纲等资源，方便读者学习和使用。
《大数据可视化编程和应用》适合大数据可视化初学者，也适合作为高等院校数据科学与大数据技术、大数据技术与应用、大数据分析与挖掘等专业的教材。

倪振松，副教授，福建技术师范学院，中国青年创业导师，中国双创导师，中国科技咨询协会认证创业导师，全国应用型人才培养工程创新创业导师，天津市就业促进会就业导师，福建省创业导师，福州大学硕士研究生导师，厦门理工学院硕士研究生导师，福州市创新创业导师，福州市青年创业导师，福清市青年创业导师。
胡煜华，高级工程师。获得浙江省通信学会科学技术奖二等奖1次、三等奖1次，中国联通集团战略人才技术案例评比一等奖1次、三等奖1次。在国内核心期刊发表论文15篇，部分论文与成果已经被国内外同行多次引用，取得软件著作权证书1项，专利授权2项。
朱家全，讲师、工程师，中级“双师”，拥有信息系统项目管理师（高级）、一级建造师、网络工程师等证书。主持中青年项目1项；先后参与的区级重点教改项目1项，一般教改项目4项；发表论文4余篇；荣获《蓝桥杯》优秀指导教师国家级优秀奖1项、省级一等奖1项，二等1项；2022年广西职业技能大赛《Web应用软件开发》团体赛三等奖（指导老师），2022年广西职业技能大赛《Python程序开发》个人赛二等奖（指导老师），2023年广西职业技能大赛《Python程序开发》个人赛一等奖（指导老师）。
谢岳富，广州市财经商贸职业学校计算机教师，多媒体应用设计师。2015年开始从事计算机实验教学，2020年广东省职业院校教师教学能力比赛获二等奖，2020—2022年指导学生参加广东省职业院校学生技能比赛Web前端开发项目分别获得三等奖、二等奖、二等奖，融媒体内容制作赛项获得三等奖。曾参与“基于网络学习空间构建计算机应用基础课程的研究”，“中等职业学校智慧教室基础环境构建与应用研究”“VR技术在计算机专业课程中的应用研究”等课题，参加“大数据与人工智能技术”、“人工智能技术提升及实战应用”、“VR/AR/MR赋能职业教育应用和开发”等国培项目。
陈建平，福州德明科技有限公司技术总监。曾承担过BI工程师、数据挖掘工程师、大数据架构师、数据科学家、大数据技术总监、合伙人等职位，曾参与和组织过个性化推荐大数据和图像处理的人工智能等20多个项目，曾在上海IBM公司担任过高级数据挖掘工程师。多次受邀参加学校大数据实验室专家和高校专业论证会等。

第1章　数据可视化简介
1.1　大数据概述
1.2?大数据与大数据技术发展历程
1.3　数据可视化简介
1.3.1　数据可视化的概念与分类
1.3.2　数据信息的展示方式
1.4　数据可视化技术
1.4.1　数据可视化技术的概念
1.4.2　常用的可视化技术方法
1.5　数据挖掘可视化
1.5.1　文本挖掘
1.5.2　Web挖掘
1.5.3　多媒体数据挖掘
1.5.4　时空数据挖掘
1.6　本章习题
第2章　Excel图表可视化
2.1　Excel简介
2.2　Excel实现可视化案例
2.3　本章习题
第3章　Tableau Desktop
3.1　Tableau简介
3.1.1　Tableau概述
3.1.2　Tableau的工作界面
3.2　Tableau功能介绍
3.2.1　可视化分析概述
3.2.2　Tableau的可视化分析
3.2.3　Tableau的数据处理与计算
3.2.4　Tableau的地图分析
3.2.5　Tableau的预测分析
3.2.6　Tableau的仪表板
3.2.7　Tableau的分享与发布
3.3　Tableau可视化案例
3.4?本章习题
第4章　Web可视化组件
4.1　Highcharts可视化组件
4.1.1　Highcharts简介
4.1.2　Highcharts可视化案例
4.2　d3可视化库
4.2.1　d3简介
4.2.2　d3可视化案例
4.3?本章习题
第5章　Java可视化控件
5.1　JFreeChart可视化
5.1.1　JFreeChart简介
5.1.2　JFreeChart可视化案例
5.2　ECharts可视化
5.2.1　ECharts简介
5.2.2　ECharts可视化案例
5.3?本章习题
第6章　Python编程数据可视化
6.1　Matplotlib可视化
6.1.1　Matplotlib简介
6.1.2　Matplotlib应用案例
6.2　Bokeh可视化
6.2.1　Bokeh简介
6.2.2　Bokeh应用案例
6.3　Pairplot可视化
6.3.1　Pairplot简介
6.3.2　Pairplot应用案例
6.4　Pyecharts可视化
6.4.1　Pyecharts简介
6.4.2　Pyecharts应用案例
6.5?本章习题
第7章　豆瓣电影数据可视化实战
7.1　项目概述
7.1.1　项目目标
7.1.2　项目总体任务及技术要点
7.2　任务一：进行网页分析
7.2.1　打开目标网页
7.2.2　测试网页响应
7.2.3　分析网页信息
7.3　任务二：进行数据爬取
7.3.1     使用软件爬取目标数据
7.3.2　设置存放格式
7.3.3?开始爬取数据
7.4　任务三：进行数据处理
7.4.1　创建数据库和表
7.4.2　插入数据到表中
7.4.3　创建展示的视图 
7.5　任务四：数据可视化
7.5.1　绘制散点图
7.5.2　绘制饼图
7.5.3　绘制柱形图
7.5.4　绘制折线图
7.5.5　绘制词云图
第8章　餐饮消费数据可视化系统实战
8.1　项目概述
8.1.1　项目目标
8.1.2　项目总体任务及技术名词
8.2　需求概述
8.2.1　系统功能模块图
8.2.2　系统角色用例图
8.3　各模块功能描述
8.3.1　前端功能模块描述
8.3.2　后端功能模块描述
8.3.3　管理员功能模块描述
8.4　数据爬取
8.4.1　安装Python所需要的包
8.4.2　怎么获取大众点评的Cookie
8.4.3　爬取用户评论数据
8.4.4　爬取高德地图POI数据
8.5　数据库处理
8.5.1　安装MongoDB
8.5.2　创建数据库
8.5.3　创建表并导入数据
8.6　数据展示
8.6.1　KFC-日评分分布图
8.6.2　不同城市评分分布统计饼图
8.6.3?不同餐厅综合比较雷达图
8.6.4?上海人气Top30餐馆菜品推荐指数柱形图
8.6.5?KFC用户评论词云图
8.7　大数据可视化前端运行和展示
8.7.1?安装和配置Node
8.7.2?运行前端的VUE程序
8.7.3?数据分析系统展示
参考文献

大数据是当今社会炙手可热的话题，与之相关的专业词汇常被人提起，用于描述信息爆炸时代的海量数据。数据展示了人们的逻辑思维，而人的创造力更贴近于形象思维，将海量的数据变为人们可以明白的图像，能更加方便人们理解信息与事物之间的规律，于是诞生了图像思维中的图像视觉符号来统计海量数据。在此期间，可视化的关键技术在不断前进并在重大科学工程中发挥着巨大作用。
数据可视化包括相应数据的各种属性和变量，拥有的技术方法包括图形、图像处理、计算机视觉及用户界面。通过表达、建模，以及对立体、表面属性和动画的显示，数据可视化对海量的数据加以可视化解释。常规的可视化方法有直方图、散点图、多边形图、饼图、面积图、流程图、气泡图、箱形图等，多个数据系列或图的组合有时间线、维恩图、数据流程图、实体关系图等。此外，还有一些与以前的方法不同的数据可视化方法，如平行坐标、树、锥树和语义网络等。
当然，在传统的数据挖掘技术应用过程中，数据可视化也起到了很大的作用，但是用户在挖掘过程中是无法观察到数据挖掘的过程的，只能获取结果，所以，在数据分析与挖掘的过程中使用者并不能直观地获取观察过程，往往会导致用户更加单一地分析数据挖掘结果；而可视化数据挖掘为用户提供直观的信息数据，便于用户交互流量数据，从而极大程度地提升了数据挖掘的效率、准确性、有效性，获得更有使用分析价值的数据结果。所谓可视化，是指人们借助视觉观察在思维中形成客观事物影像的过程。这是一种心智处理的过程，可视化能够提升人们对事物观察的准确性，并形成一个完整的整体概念。可视化结果便于人们理解和记忆，并且它对信息的表达方式、处理方式是其他方式无法替代的。可视化技术普遍将人们所习惯的图形、图像工具融入信息处理技术中，将大量的信息化数据以更加直观的方式让人们理解和接受，将大量数据通过仿真化、形象化、模拟化等全新技术方式重现出来。可视化不仅可以通过客观的理念展现数据内容，还可以为使用者提供更加规律、真实的数据信息。
数据可视化技术可以大大加快数据的处理速度，使得每时每刻都在产生的庞大数据得到有效的利用，实现人与人和人与机之间的图像通信，改变了目前的文字和数字通信，从而使人们能够观察到传统方法难以观察到的规律，使科学家不仅能得到计算结果，还能知道在计算过程中发生了什么现象，并可改变参数，观察其影响，对计算过程实现引导和控制。用户也可以方便地以交互的方式管理和开发数据，使得人工处理数据、绘图仪输出二维图形等传统方法一去不复返。

关于《大数据可视化编程和应用》
《大数据可视化编程和应用》共分为8章：福建技术师范学院的倪振松负责全书的统稿工作，第1、2章由中国联通浙江省分公司的胡煜华编写，第3～5章由广西自然资源职业技术学院的朱家全编写，第6、7章由广州市财经商贸职业学校的谢岳富编写，第8章由福州德明科技有限公司的陈建平编写。
第1章着重介绍大数据的发展历程，以及在大数据发展背景下数据可视化的概念、可视化技术的使用及可视化的现实意义；第2章着重介绍如何通过Excel工具实现数据可视化的内容；第3章着重介绍Tableau可视化工具的使用、数据处理、数据可视化的应用等内容；第4章着重介绍以Highcharts、d3可视化为主要内容的Web可视化组件；第5章着重介绍以JFreeChart和ECharts为代表的Java可视化控件的安装、功能及使用案例；第6章着重介绍以Python编程为基础的数据可视化工具，包括Matplotlib框架、Bokeh框架、Pairplot框架及以ECharts为基础发展起来的Pyecharts框架；第7章手动实操豆瓣电影数据可视化应用案例；第8章手动实操餐饮数据可视化应用案例。
《大数据可视化编程和应用》适合的读者
《大数据可视化编程和应用》是大数据背景下的可视化开发技术教材，适用于具有编程基础和数据可视化基础的初学者、使用过界面可视化工具的应用人员、可视化编程的开发人员及高校大数据相关专业的师生等。
配套资源下载
《大数据可视化编程和应用》配套资源包括教学大纲、实验手册、案例代码、PPT课件、教学视频、习题和答案、实验配套镜像，需要用微信扫描下边二维码获取。
 
倪振松
2023年5月