《數據可視化基礎》是2020年中國電力出版社出版的圖書，作者是[美]克勞斯 O.威爾克。
基本介紹
- 中文名：數據可視化基礎
- 作者：[美] 克勞斯 O.威爾克
- 出版時間：2020年9月1日
- 出版社：中國電力出版社
- 頁數：348 頁
- ISBN：9787519845667
- 定價：128 元
- 裝幀：平裝
- 原作品：Fundamentals of Data Visualization
內容簡介,圖書目錄,作者簡介,
內容簡介
研究顏色作為可視化工具的基本概念，顏色可以用來強調、區分或表示數據值。
理解冗餘編碼的重要性，確保以多種方式提供關鍵信息。
使用這本書的可視化方法名錄，提供了常用的各種類型數據可視化的一個圖形化嚮導。
提供了好圖和壞圖的大量示例。
學習如何在文檔或報告中使用圖表，包括如何有效地利用圖表講一個讓人信服的故事。
圖書目錄
前言
第1章 緒論
醜陋、糟糕和錯誤的圖形
部分從數據到可視化
第2章 數據可視化：數據映射為美學特徵
數據的美學特徵和類型
數據值映射為美學特徵
第3章 坐標系和坐標軸
笛卡爾坐標系
非線性坐標軸
曲軸坐標系
第4章 顏色標尺
顏色作為區分工具
顏色表示數據值
顏色作為強調工具
第5章 可視化方法名錄
數量
分布
比例
x-y關係
地理空間數據
不確定性
第6章 可視化數量
柱狀圖
分組和堆疊柱狀圖
點圖和熱圖
第7章 可視化分布：直方圖和密度圖
可視化一個分布
同時可視化多個分布
第8章 可視化分布：經驗累積分布函式和圖
經驗累積分布函式
高度偏態分布圖
第9章 同時可視化多個分布
沿垂直軸的數據分布可視化
沿軸的數據分布可視化
第10章 可視化比例
餅圖的一個用例
並排柱狀圖的一個用例
堆疊柱狀圖和堆疊密度圖的一個用例
體的各部分單獨可視化
第11章 可視化嵌套比例
嵌套比例出錯
馬賽克圖和樹圖
嵌套圖
平行集
第12章 可視化兩個或多個定量變數之間的關聯
散點圖
相關圖
降維
成對數據
第13章 可視化一個獨立變數的
時間序列和其他函式
單個時間序列
多個時間序列和劑量效應曲線
兩個或多個回響變數的時間序列
第14章 可視化趨勢
平滑
用確定的函式形式顯示趨勢
消除趨勢和時間序列分解
第15章 可視化地理空間數據
投影
圖層
繪製等值區域地圖
變形地圖
第16章 可視化不確定性
機率頻率分幀
可視化點估計的不確定性
曲線擬合不確定性的可視化
假想結果圖
第二部分 圖表設計原則
第17章 墨水比例原則
沿線性軸可視化
沿對數軸可視化
面積可視化
第18章 處理
部分透明和抖動
2D直方圖
等高線
第19章 顏色使用中的陷阱
編碼太多或不相關的信息
使用非單調顏色標尺編碼數據值
設計沒有考慮到色覺異常
第20章 冗佘編碼
利用冗佘編碼設計圖例
設計不帶圖例的圖
第21章 多子圖的圖
小多組圖
組合圖
第22章 標題、題注和表格
圖題和題注
軸和圖例標題
表格
第23章 衡數據與上下文
提的上下文
背景格線
成對數據
小結
第24章 使用更大的軸標籤
第25章 避免線圖
第26章 不要使用3D
避免無理由地使用3D
避免使用3D位置標尺
適當使用3D可視化
第三部分 其他主題
第27章 了解常用的圖像檔案格式
點陣圖和矢量圖形
點陣圖圖像的無損和有損壓縮
圖像格式問的轉換
第28章 選擇正確的可視化軟體
可再現性和可重複性
數據探索與數據表示
內容與設計分離
第29章 講故事和表達觀點
什麼是故事？
為將軍做圖
逐步建立複雜圖
你的圖要能讓人記住
一致但不要重複
附錄A 帶註解參考書目
附錄B 技術說明
參考文獻
作者簡介
Claus O. Wilke is a professor of Integrative Biology at The University of Texas at Austin. He holds a PhD in theoretical physics from the Ruhr-University Bochum, Germany. Claus is the author or coauthor of over 170 scientific publications, covering topics in computational biology, mathematical modeling, bioinformatics, evolutionary biology, protein biochemistry, virology, and statistics. He has also authored several popular R packages used for data visualization, such as cowplot and ggridges, and he is a contributor to the package ggplot2.
