數據可視化（紀念版）

基 礎 篇
第1章 數據視覺化簡介 2
1．1 視覺化釋義 2
1．2 視覺化簡史 8
1．3 數據視覺化詳解 23
1．3．1 數據科學的發展 23
1．3．2 數據視覺化的意義 25
1．3．3 數據視覺化分類 29
1．3．4 數據視覺化與其他學科領域的關係 38
1．4 數據視覺化研究挑戰 43
參考文獻 44
第2章 視覺感知與認知 47
2．1 視覺感知和認知 47
2．1．1 視覺感知和認知的定義 48
2．1．2 視覺感知處理過程 48
2．1．3 格式塔理論 49
2．1．4 相關實驗 56
2．2 顏色 57
2．2．1 顏色刺激理論 57
2．2．2 色彩空間 61
2．3 視覺編碼原則 66
2．3．1 相對判斷和視覺假像 66
2．3．2 標記和視覺通道 69
2．3．3 視覺通道的概念 71
2．3．4 視覺通道的特性 77
參考文獻 88
第3章 數據 91
3．1 總覽 91
3．2 數據基礎 96
3．2．1 數據分類 96
3．2．2 數據集 96
3．2．3 數據相似度與密度 97
3．3 數據獲取、清洗和預處理 98
3．3．1 數據獲取 98
3．3．2 數據清洗 99
3．3．3　數據精簡 102
3．3．4 其他常用的數據預處理步驟 103
3．4 數據組織與管理 104
3．4．1 數據整合與集成 106
3．4．2 數據庫與數據倉庫 108
3．5 數據分析與挖掘 111
3．5．1 探索式數據分析 113
3．5．2 連線分析處理 113
3．5．3 數據挖掘 116
3．6 數據科學與視覺化 118
3．6．1 數據工作流 118
3．6．2 可視數據挖掘 122
3．7 數據科學的挑戰 130
參考文獻 131
第4章 數據視覺化基礎 136
4．1 數據視覺化基本框架 136
4．1．1 數據視覺化流程 136
4．1．2 數據視覺化設計 140
4．2 視覺化中的數據 143
4．2．1 數據認知 143
4．2．2 數據類型 143
4．3 視覺化的基本圖表 145
4．3．1 原始數據繪圖 145
4．3．2 簡單統計值標繪 150
4．3．3 多視圖協調關聯 151
4．4 視覺化設計原則 153
4．4．1 數據到視覺化的直觀映射 153
4．4．2 視圖選擇與交互設計 155
4．4．3 資訊密度――數據的篩選 156
4．4．4 美學因素 157
4．4．5 動畫與過渡 159
4．4．6 視覺化隱喻 163
4．4．7 顏色與透明度 164
4．5 視覺化理論發展 164
4．5．1 圖形符號學 165
4．5．2 關係數據的圖形表示 166
4．5．3 圖形語法 167
4．5．4 基於數據類型的研究 168
4．5．5 基於數據狀態模型的研究 169
4．5．6 多維關係數據庫視覺化分析系統 170
參考文獻 171

時空數據篇
第5章 空間標量場視覺化 174
5．1 一維標量場視覺化 174
5．2 二維標量場視覺化 176
5．2．1 顏色映射 177
5．2．2 等值線 178
5．2．3 高度圖 179
5．3 三維標量場數據視覺化 179
5．3．1 空間數據表達 182
5．3．2 空間數據特徵計算 187
5．3．3 間接體繪製 192
5．3．4 規則三維標量場的直接體視覺化 197
5．3．5 不規則體數據的體視覺化 221
參考文獻 233
第6章 大規模多變數空間數據場視覺化 243
6．1 大規模空間標量場數據的即時視覺化 244
6．1．1 大規模空間標量場數據的單機繪製 244
6．1．2 大規模空間標量場數據的並行繪製 245
6．1．3 時變空間標量場數據加速繪製方法 247
6．2 時變異構空間數據場的特徵追蹤與視覺化 248
6．2．1 時變空間標量場數據的特徵提取 248
6．2．2 異構數據的特徵融合 249
6．2．3 時變空間標量場數據的特徵追蹤 250
6．3 空間向量場數據視覺化 253
6．3．1 圖示法 255
6．3．2 幾何法 257
6．3．3 紋理法 262
6．3．4 拓撲法 265
6．4 空間張量場數據視覺化 267
6．4．1 張量場的數學描述 268
6．4．2 基於幾何的方法 271
6．4．3 基於紋理的方法 275
6．4．4 基於拓撲的方法 278
6．4．5 高階張量場視覺化 281
6．5 多變數空間數據場視覺化 282
6．5．1 多變數空間數據場的特徵表達與關聯分析 283
6．5．2 多變數空間數據場的視覺化與交互 287
參考文獻 290
第7章 時變數據視覺化 305
7．1 時間屬性的視覺化 307
7．1．1 線性和週期時間視覺化 308
7．1．2 日曆時間視覺化 312
7．1．3 分支和多角度時間視覺化 314
7．1．4 時間屬性的動態視覺化 319
7．2 多變數時變型數據視覺化 320
7．2．1 基於線表示的視覺化 321
7．2．2 基於圖結構的視覺化 325
7．2．3 時間序列數據的視覺化交互 326
7．3 流數據視覺化 327
7．3．1 流數據視覺化模型 327
7．3．2 流數據處理技術 328
7．3．3 流數據視覺化案例 331
7．3．4 並行流計算框架 337
參考文獻 339

非時空數據篇
第8章 層次和網路數據視覺化 344
8．1 層次數據 344
8．1．1 層次數據的視覺化 348
8．1．2 節點- 連結法 349
8．1．3 空間填充法 357
8．1．4 其他方法 365
8．2 網路數據 367
8．2．1 網路和圖 367
8．2．2 網路數據視覺化 368
8．2．3 網路數據的地圖隱喻視覺化 382
8．2．4 超圖及其視覺化 385
8．2．5 動態網路數據視覺化 387
8．2．6 圖視覺化的視覺效果 390
8．2．7 圖視覺化中的交互 398
8．2．8 網路數據視覺化的挑戰 400
參考文獻 401
第9章 文本和文檔視覺化 409
9．1 文本視覺化釋義 409
9．1．1 文本資訊的層級 409
9．1．2 文本視覺化的研究內容與任務 410
9．1．3 文本視覺化流程 411
9．2 文本資訊分析基礎 412
9．2．1 分詞技術和詞幹提取 412
9．2．2 數據模型 413
9．3 文本內容視覺化 417
9．3．1 基於關鍵字的文本內容視覺化 417
9．3．2 時序性的文本內容視覺化 421
9．3．3 文本特徵的分佈模式視覺化 424
9．3．4 文檔資訊檢索視覺化 428
9．3．5 軟體視覺化 430
9．4 文本關係視覺化 432
9．4．1 文檔相似性視覺化 432
9．4．2 文本內容關聯視覺化 435
9．4．3 文檔集合關係視覺化 437
9．5 檔情感分析視覺化 439
9．5．1 顧客評價視覺化 440
9．5．2 情感變化視覺化 441
9．5．3 情感差異視覺化 443
9．6 總結 444
參考文獻 444
第10章 跨媒體數據視覺化 448
10．1 圖像 448
10．1．1 圖像網格 448
10．1．2 基於時空採樣的圖像集視覺化 449
10．1．3 基於相似性的圖像集視覺化 450
10．1．4 基於海塞圖的社交圖像視覺化 451
10．1．5 基於故事線的社交圖像視覺化 452
10．2 視頻 453
10．2．1 視頻摘要 453
10．2．2 視頻抽象 456
10．3 聲音與音樂 459
10．3．1 聲樂波形視覺化 461
10．3．2 聲樂結構的視覺化 462
10．4 超媒體 465
10．4．1 社交媒體視覺化 468
10．4．2 社交網路視覺化 476
10．5 數字生活視覺化 487
參考文獻 490
第11章 複雜高維多元數據的視覺化 493
11．1 高維多元數據 494
11．1．1 空間映射法 495
11．1．2 圖示法 511
11．1．3 基於圖元圖的方法 514
11．1．4 基於動畫的方法 517
11．2 非結構化與異構數據的視覺化 518
11．2．1 非結構化數據 518
11．2．2 異構數據 520
11．3 大尺度數據的視覺化 523
11．3．1 基於並行的大尺度數據高解析度視覺化 523
11．3．2 大尺度數據的分而治之視覺化與分析 527
11．4 數據不確定性的視覺化 531
11．4．1 不確定性的基本定義 532
11．4．2 不確定性的來源 532
11．4．3 不確定性的視覺化方法 533
參考文獻 550

用 戶 篇
第12章 視覺化中的交互 558
12．1 交互準則 559
12．1．1 交互延時 559
12．1．2 交互成本 561
12．1．3 交互場景變化 562
12．2 交互分類 563
12．2．1 按低階交交互操作分類 563
12．2．2 按交交互操作符與空間分類 564
12．2．3 按交互任務分類 564
12．3 交互技術 565
12．3．1 選擇 565
12．3．2 導航 567
12．3．3 重配 569
12．3．4 編碼 571
12．3．5 抽象/ 具象 573
12．3．6 過濾 574
12．3．7 關聯 579
12．3．8 概覽+ 細節 581
12．3．9 焦點+ 上下文 584
12．4 交互與硬體設備 593
12．4．1 交互環境 594
12．4．2 交互設備 596
參考文獻 599
第13章 視覺化效果評測與用戶實驗 607
13．1 評測流程 608
13．2 評測方法 609
13．2．1 用戶實驗（User Studies） 609
13．2．2 專家評估（Expert Review/Heuristic Evaluation） 609
13．2．3 案例研究（Case Studies and Use Cases） 610
13．2．4 指標評估（Metrics） 612
13．2．5 眾包（Crowdsourcing） 612
13．2．6 標注（Labeling） 613
13．3 用戶實驗 613
13．3．1 確定實驗目標 613
13．3．2 準備實驗 615
13．3．3 進行實驗 619
13．3．4 分析結果並討論 619
13．3．5 評測案例分析 620
13．4 總結 632
參考文獻 632
第14章 面向領域的數據視覺化 635
14．1 高性能科學計算 635
14．1．1 高性能科學視覺化的挑戰 637
14．1．2 重要資訊的提取和顯示 640
14．1．3 原位視覺化 642
14．1．4 未來挑戰 645
14．2 生命科學 645
14．2．1 臨床醫學影像 645
14．2．2 其他影像 651
14．2．3 電生理信號 655
14．2．4 OMICS 組學 658
14．2．5 深度學習 662
14．3 其他科學與藝術 663
14．3．1 氣候學與氣象中的視覺化 663
14．3．2 面向藝術的表意性視覺化 667
14．4 網路與系統安全的視覺化 671
14．4．1 基於可視變換的蟲洞攻擊視覺化 671
14．4．2 可信計算的視覺化 672
14．4．3 安全性記錄檔數據的視覺化 673
14．4．4 智能電網數據的視覺化 673
14．5 商業智慧視覺化 674
14．5．1 商業智慧 675
14．5．2 商業智慧中的數據視覺化 676
14．5．3 雲端商業智慧 680
14．5．4 未來趨勢 681
14．6 金融數據視覺化 681
14．6．1 金融數據來源 682
14．6．2 金融數據分析的自動化方法 683
14．6．3 金融數據視覺化方法 683
14．6．4 金融數據可視分析 686
參考文獻 690
第15章 視覺化研究與開發資源 698
15．1 視覺化軟體 698
15．1．1 醫學視覺化軟體 698
15．1．2 科學視覺化軟體 700
15．1．3 資訊視覺化軟體 704
15．1．4 可視分析軟體 709
15．2 視覺化開發工具 709
15．2．1 應用程式開發工具 709
15．2．2 Web 應用開發工具712
15．3 數據分析和數據挖掘軟體與開發工具 714
15．4 視覺化數據集資源 716
15．5 視覺化資訊資源 718
15．6 海外視覺化研究機構 719

陳為

浙江大學求是特聘教授、國家高層次人才，計算機輔助設計與圖形學國家重點實驗室副主任；研究方向為大資料與人工智慧。作為負責人先後承擔了7項國家自然科學基金專案（其中包括三個重點專案、一個優青項目）、擔任五家IEEE/ACM彙刊編委、多個國際頂尖會議主席。微信公眾號：datavis