洞悉數據

《洞悉數據》是2016年人民郵電出版社出版的圖書，作者是[美] 惠特尼（Hunter Whitney）。

基本介紹

• 書名：洞悉數據 
• 作者：[美] 惠特尼（Hunter Whitney）
• 出版社：人民郵電出版社
• ISBN：9787115414700

內容簡介

　本書為了解數據可視化的重要內容和功能提供了多學科的視角，通過各種各樣的案例分析，來演示可視化如何讓數據變得更清晰、更全面，通過對數據可視化的廣泛用途和適用性的討論，來了解它如何讓數據變得更加讓人容易接受和理解。

作者簡介

　　Hunter Whitney，是一位UX設計師，幫助客戶創作有效和可用的界面設計，涉及領域涵蓋生物科學、醫學信息技術和海洋生物學。他擁有UCLA英國文學和UCSC生物學的雙學士學位，還完成了UCLA神經心理學研究的研究生課程。

目錄

第1章　萬億位元組里的洞察力　　1

1．1　如虎添翼：縝密的可視化讓生活更美好 　　2

1．1．1　你的“神經末梢”　　3

1．1．2　擴展的視角　　3

1．1．3　剔除數據“噪聲” 　　4

1．1．4　尋找信息和數據如大海撈針　　4

1．1．5　模式識別 　　4

1．1．6　思維方法 　　5

1．2　不要害怕圖表 　　5

1．3　洞察數據的世界 　　10

1．4　從數據到智慧 　　10

1．5　我與數據的一天 　　12

1．6　數據洪流與數據涓流：統計學家約翰?博斯利的觀點　　18

1．6．1　雨點和大海 　　19

1．6．2　數據流 　　20

1．6．3　數據是一種“社會商品” 　　21

1．7　困惑叢生 　　21

1．8　數據生命周期 　　23

1．8．1　計畫和準備 　　24

1．8．2　收集和處理 　　24

1．8．3　分析和總結 　　25

1．8．4　表現和溝通 　　25

1．8．5　實現和管理 　　25

1．9　“只要事實”：什麼是數據和元數據 　　26

1．10　留下哪些，刪掉哪些：對話新聞學教授及科技企業家倫恩?塞勒斯 　　29

1．11　哪些數據有價值 　　30

1．12　漣漪效應 　　35

1．12．1　數據可視化與這杯牛奶的相同點和不同點 　　38

1．12．2　牛奶管理 　　39

1．12．3　冰山一角 　　42

1．13　數據可視化的特性 　　43

1．14　與Splunk公司首席信息官道格?哈爾深入機器數據 　　45

1．14．1　存儲熱數據、暖數據和冷數據 　　48

1．14．2　運營智慧型可視化 　　48

1．15　寓繁於簡（簡單形式展現複雜數據） 　　50

1．16　有哪些新特性 　　52

第2章　提出更好的問題 　　55

2．1　詢問的藝術 　　55

2．1．1　提出問題 　　56

2．1．2　權衡答案 　　56

2．2　好的問題 　　57

2．3　華盛頓特區的1100個亮點 　　58

2．4　二十個問題 　　60

2．5　模式、上下文和問題 　　61

2．5．1　不同的角度、觀點以及解析度 　　62

2．5．2　999歲的患者？數據未曾提出的問題 　　65

2．6　設計軟體 　　65

2．6．1　別去追逐瀑布 　　66

2．6．2　正確的軌道 　　66

2．6．3　相信數據的同時驗證數據 　　67

2．6．4　個人問題與公共問題 　　68

2．7　問題中的問題 　　68

2．8　知道自己得到了什麼 　　77

2．8．1　計畫和準備 　　78

2．8．2　收集和處理 　　79

2．8．3　分析和總結 　　79

2．8．4　表現和溝通 　　79

2．8．5　實現和管理 　　80

2．9　問題和元數據 　　80

2．9．1　講述完整的故事 　　84

2．9．2　收集本地數據 　　84

2．9．3　深思熟慮 　　85

2．10　快速提問 　　85

2．11　找到“最適合自己”的標準（基於信息專家丹?吉爾曼的研究） 　　86

2．12　降低商業中的“好奇稅” 　　87

2．13　提出好問題 　　94

2．14　以初學者的心態研究數據 　　95

2．15　數據過多 　　96

2．16　更好的問題 　　96

第3章　致勝組合：巧用可視化組成元素 　　98

3．1　恰當的組合 　　98

3．2　從反面理解：如何利用不同元素 　　99

3．3　擺好餐具，作好準備 　　100

3．4　第一部分：選擇、存儲並組合不同的數據元素 　　101

3．4．1　選擇 　　101

3．4．2　存儲 　　102

3．4．3　組合 　　106

3．4．4　基本成分：不同的數據 　　107

3．4．5　估量數據成分 　　108

3．4．6　設定表格：數據類型和表現形式 　　109

3．4．7　逐個擊破：數據、數據單元、數據範圍以及數據存儲概覽 　　111

3．4．8　模型、材料和量度 　　113

3．5　第二部分：使數據類型和視覺形式相匹配 　　114

3．5．1　活用圖形 　　115

3．5．2　圓形非萬能 　　118

3．5．3　點中有乾坤 　　119

3．5．4　畫些線條 　　121

3．6　色彩 　　125

3．6．1　順序、位置和層次 　　127

3．6．2　圖表類型簡介 　　129

3．6．3　重在組合：數據、可視化和人 　　129

3．7　第三部分：將不同的數據可視化模型組合在一起 　　131

3．7．1　什錦拼盤和多重課程：組合不同的可視化和數據視角 　　131

3．7．2　多少才是“過多” 　　132

3．8　小範圍內的成功合作 　　133

3．9　結論 　　136

第4章　視線的路徑、目的和視點 　　137

4．1　緊盯直線 　　137

4．2　追蹤數據趨勢 　　140

4．3　再次上路 　　142

4．4　有形和無形的線路 　　143

4．5　路徑和過程 　　148

4．6　在茂密的叢林中尋找珍稀鳥類：可視化工具清單 　　148

4．6．1　探索 　　149

4．6．2　選擇 　　150

4．6．3　協作 　　153

4．6．4　想像 　　154

4．7　時間旅行、軌跡以及尾跡：可視化流量及數據 　　154

4．8　數據和敘事方式 　　159

4．8．1　在道路中找到故事 　　160

4．8．2　同樣的道路，不同的觀點 　　161

4．8．3　故事更複雜 　　162

4．9　交叉點和圖表可視化 　　164

4．10　橋、網路和角色 　　167

4．10．1　設計、監管和維護數字網路 　　169

4．10．2　有策略的規劃 　　170

4．11　高級別的點 　　171

4．11．1　圖片中的局部知識點 　　172

4．11．2　留下足跡 　　173

4．12　不僅僅只是地圖上的點（派屈克?梅耶爾的觀點） 　　173

4．12．1　危機和衝突的可視化 　　174

4．12．2　關注“點” 　　175

4．13　不僅僅是數據點 　　177

4．13．1　“Home and Away”項目 　　177

4．13．2　“Crime Spotting”項目 　　178

4．13．3　“形成城市的流” 　　180

4．14　需牢記的要點 　　181

第5章　可用的視角 　　182

5．1　溝通和傳遞 　　182

5．2　理解灰色區域 　　184

5．3　視角決定一切 　　187

5．4　數據模型VS． 用戶模型 　　188

5．5　重視心理模型VS． 利用心理模型 　　189

5．6　用戶體驗設計與理解數據 　　191

5．7　能否避免變化 　　193

5．8　命令行用戶界面VS．自然用戶界面 　　193

5．9　技術與訓練的雙重組合 　　197

5．10　適合特定的設備 　　199

5．11　棒球、低音管以及精湛技藝 　　200

5．12　人機互動的建議和施奈德曼“黃金法則” 　　203

5．13　可用性和數據可視化 　　204

5．13．1　專家未必是“專家級用戶” 　　204

5．13．2　保持溝通 　　204

5．14　與Tom Sawyer軟體公司CEO布蘭登?麥登探討用戶驅動設計 　　207

5．15　與藝術家沃特?巴特曼探討色彩與構成 　　209

5．15．1　關注調色板 　　212

5．15．2　未表現的內容同樣重要 　　213

5．15．3　了解色彩和色值 　　214

5．15．4　聆聽色彩的音樂性 　　214

5．15．5　每張圖片都有故事 　　215

5．15．6　繪畫也是一種互動過程 　　215

5．16　回顧 　　218

第6章　會思考的機器 　　219

6．1　數據分析中的陰陽 　　221

6．2　放大分析的視角：知識、數據挖掘、機器學習 　　222

6．3　數據挖掘探究 　　223

6．4　手動和自動 　　224

6．5　機器觀測和人為假設 　　225

6．6　黑盒、玩具盒以及盒子外面 　　227

6．7　考驗和算法 　　228

6．8　懼怕關聯和因果 　　229

6．9　數據形象化 　　231

6．10　如何摺疊蛋白質 　　234

6．11　多元智力理論和數據可視化 　　236

6．12　問題、觀點和視角 　　237

6．13　人類、計算機以及協作 240

6．13．1　在數據海洋中發現生命，第一部分：人機協作 　　241

6．13．2　在數據海洋中發現生命，第二部分：數字藝術家斯潘塞?林賽 　　244

6．13．3　“微型漂浮物”和觸摸牆 　　247

6．14　總結 　　250

第7 章　後見、先見和洞見 　　251

7．1　第一部分：適應數據 　　251

7．1．1　看見變化 　　251

7．1．2　為需求而最佳化 　　252

7．1．3　尋求解決方式 　　254

7．2　保持節奏 　　256

7．2．1　家具的變化 　　258

7．2．2　古今“岩洞”圖畫 　　259

7．2．3　人不斷地適應科技，科技也在不斷地適應人 　　260

7．2．4　過去、現在與未來的連線 　　262

7．2．5　架構與靈活性 　　262

7．2．6　歷史進程與可視化的機遇 　　263

7．2．7　更多想法 　　264

7．3　第二部分：數據可視化的新維度 　　266

7．3．1　恩格爾巴特與全息甲板 　　267

7．3．2　2D或非2D，這是一個問題 　　267

7．3．3　數據的新維度 　　269

7．3．4　深入蛋白質分子的奇妙之旅 　　269

7．3．5　移動數據中心的實時X光模式視角 　　270

7．3．6　在3D空間內解碼達?芬奇的畫作 　　272

7．3．7　配置新型3D顯示設備的老房子 　　274

7．3．8　全息圖與3D 　　275

7．3．9　模擬全息圖 　　276

7．3．10　現實的未來 　　276

7．4　第三部分：現實 　　277

7．5　房間裡的大象 　　278

7．6　跨越邊界 　　280

相關資源 　　281

參考文獻 　　285