作者:
弗莱
原作名: Visualizing Data:Exploring and Explaining Data with the Processing Environment
译者: 张羽
出版年: 2009-3
页数: 366
定价: 65.00元
丛书: O'Reilly动物系列(中译本)
ISBN: 9787121082795
原作名: Visualizing Data:Exploring and Explaining Data with the Processing Environment
译者: 张羽
出版年: 2009-3
页数: 366
定价: 65.00元
丛书: O'Reilly动物系列(中译本)
ISBN: 9787121082795
内容简介 · · · · · ·
《可视化数据》是一本关于计算信息设计的书籍。从如何获取原始数据开始,到如何理解原始数据,《可视化数据》都给出了非常详尽的介绍。《可视化数据》使用由作者开发的开源编程环境Processing编程,它非常简单易用。对于熟悉使用Java的程序员来说,《可视化数据》后面的章节还介绍了如何将Processing和Java结合使用。
《可视化数据》是写给那些拥有一个数据集合,好奇如何探索它,并且考虑如何交流这些数据的人们的。随着我们处理越来越多的信息,需要可视化数据的人们的数量增长的非常迅速。更重要的是,读者已经超越了某些可视化领域的专家。通过让更大范围的人们都接触到可视化思想,我们在接下来的几十年中应该可以看到一些真正让人惊叹的事情。
目录 · · · · · ·
前言 i
第1章 可视化数据的七个阶段 1
1.1 为什么数据显示需要计划2
1.2 一个例子 6
1.3 相互影响和联合 14
1.4 原则 15
1.5 综述 18
第2章 processing入门 19
2.1 processing的草图功能 20
2.2 导出和发布你的项目 23
2.3 示例和参考 24
2.4 函数 27
2.5 草图和脚本编程 28
2.6 准备好了吗? 30
第3章 映射 31
3.1 绘制一幅地图 31
3.2 地图上的定位 32
3.3 地图上的数据34
3.4 使用你自己的数据 51
3.5 下面的步骤 53
.第4章 时间序列 54
4.1 牛奶、茶和咖啡(获取和分析) 55
4.2 清理桌子(过滤和挖掘) 55
4.3 一个简单的图表(表述和修饰) 57
4.4 为当前数据集合贴上标签(修饰和交互)59
4.5 绘制坐标轴(修饰) .62
4.6 选择一个合适的表述(表述和修饰) 73
4.7 通过鼠标滚动强调数据点(交互) 76
4.8 连接数据的方法(修饰) 77
4.9 标签面板一样的文本标签(交互) 83
4.10 数据集合之间插值(交互) 87
4.11 结束时间序列 92
第5章 连接和关连 94
5.1 改变数据源 94
5.2 问题描述 95
5.3 预处理 96
5.4 使用预处理过的数据(获取,分析,过滤,挖掘) 111
5.5 显示结果(表述) 118
5.6 回到问题本身(修饰) 121
5.7 复杂排序:将收入作为判断胜局的依据 126
5.8 转移到多个日期(交互) 127
5.9 平滑交互(修饰) 132
5.10 实施时的考虑因素(获取,分析,过滤) 133
第6章 散点地图 145
6.1 预处理 145
6.2 载入数据(获取和分析) 155
6.3 用邮政编码绘制散点图 (挖掘和表述) 157
6.4 在输入的时候突出显示 (优化和交互) 158
6.5 显示目前已选择的点(优化) 162
6.6 逐渐地将点变暗和变亮(优化) 165
6.7 放大(交互) 167
6.8 改变缩放时的点的画法(优化) 177
6.9 部署的问题(获取和优化) 178
6.10 下面的步骤 180
第7章 树、层次结构和递归 182
7.1 用递归来构建一个目录树 182
7.2 用队列来异步的加载(交互) 186
7.3 树图的简介189
7.4 哪些文件占据了最多的空间 194
7.5 查阅文件夹的内容(交互) 199
7.6 提高树图的显示(修饰) 201
7.7 快速浏览文件(交互) 208
7.8 下面的步骤 219
第8章 网络和图 220
8.1 简单的图的演示示例 220
8.2 一个更加复杂的图 229
8.3 解决网络问题 240
8.4 高级图例 242
8.5 挖掘更多信息 262
第9章 获取数据 264
9.1 哪里能找到数据 265
9.2 从互联网上获取数据的工具 266
9.3 用processing定位使用的文件 268
9.4 载入文本数据 270
9.5 处理文件和文件夹 276
9.6 列出一个文件夹中的文件 277
9.7 异步图像下载 281
9.8 以openstream()为桥联系java 284
9.9 处理字节数组 284
9.10 高级网页技术 284
9.11 使用数据库 288
9.12 处理大量文件 295
第10章 分析数据 296
10.1 努力程度 296
10.2 收集线索的工具 298
10.3 文本是最好的 299
10.4 文本标注语言 303
10.5 正则表达式(regexps) 316
10.6 语法和bnf范式 316
10.7 压缩的数据 317
10.8 向量和几何 320
10.9 二进制数据格式 325
10.10 高级侦查工作 328
第11章 结合processing和java 331
11.1 编程模式 331
11.2 附加的源文件(tabs) 334
11.3 预处理程序 335
11.4 api结构 336
11.5 将papplet嵌入到java应用程序中 338
11.6 在processing的sketch程序中使用java代码 342
11.7 使用库 343
11.8 用processing.core的源代码编译 343
参考书目 345
索引 349
· · · · · · (收起)
第1章 可视化数据的七个阶段 1
1.1 为什么数据显示需要计划2
1.2 一个例子 6
1.3 相互影响和联合 14
1.4 原则 15
1.5 综述 18
第2章 processing入门 19
2.1 processing的草图功能 20
2.2 导出和发布你的项目 23
2.3 示例和参考 24
2.4 函数 27
2.5 草图和脚本编程 28
2.6 准备好了吗? 30
第3章 映射 31
3.1 绘制一幅地图 31
3.2 地图上的定位 32
3.3 地图上的数据34
3.4 使用你自己的数据 51
3.5 下面的步骤 53
.第4章 时间序列 54
4.1 牛奶、茶和咖啡(获取和分析) 55
4.2 清理桌子(过滤和挖掘) 55
4.3 一个简单的图表(表述和修饰) 57
4.4 为当前数据集合贴上标签(修饰和交互)59
4.5 绘制坐标轴(修饰) .62
4.6 选择一个合适的表述(表述和修饰) 73
4.7 通过鼠标滚动强调数据点(交互) 76
4.8 连接数据的方法(修饰) 77
4.9 标签面板一样的文本标签(交互) 83
4.10 数据集合之间插值(交互) 87
4.11 结束时间序列 92
第5章 连接和关连 94
5.1 改变数据源 94
5.2 问题描述 95
5.3 预处理 96
5.4 使用预处理过的数据(获取,分析,过滤,挖掘) 111
5.5 显示结果(表述) 118
5.6 回到问题本身(修饰) 121
5.7 复杂排序:将收入作为判断胜局的依据 126
5.8 转移到多个日期(交互) 127
5.9 平滑交互(修饰) 132
5.10 实施时的考虑因素(获取,分析,过滤) 133
第6章 散点地图 145
6.1 预处理 145
6.2 载入数据(获取和分析) 155
6.3 用邮政编码绘制散点图 (挖掘和表述) 157
6.4 在输入的时候突出显示 (优化和交互) 158
6.5 显示目前已选择的点(优化) 162
6.6 逐渐地将点变暗和变亮(优化) 165
6.7 放大(交互) 167
6.8 改变缩放时的点的画法(优化) 177
6.9 部署的问题(获取和优化) 178
6.10 下面的步骤 180
第7章 树、层次结构和递归 182
7.1 用递归来构建一个目录树 182
7.2 用队列来异步的加载(交互) 186
7.3 树图的简介189
7.4 哪些文件占据了最多的空间 194
7.5 查阅文件夹的内容(交互) 199
7.6 提高树图的显示(修饰) 201
7.7 快速浏览文件(交互) 208
7.8 下面的步骤 219
第8章 网络和图 220
8.1 简单的图的演示示例 220
8.2 一个更加复杂的图 229
8.3 解决网络问题 240
8.4 高级图例 242
8.5 挖掘更多信息 262
第9章 获取数据 264
9.1 哪里能找到数据 265
9.2 从互联网上获取数据的工具 266
9.3 用processing定位使用的文件 268
9.4 载入文本数据 270
9.5 处理文件和文件夹 276
9.6 列出一个文件夹中的文件 277
9.7 异步图像下载 281
9.8 以openstream()为桥联系java 284
9.9 处理字节数组 284
9.10 高级网页技术 284
9.11 使用数据库 288
9.12 处理大量文件 295
第10章 分析数据 296
10.1 努力程度 296
10.2 收集线索的工具 298
10.3 文本是最好的 299
10.4 文本标注语言 303
10.5 正则表达式(regexps) 316
10.6 语法和bnf范式 316
10.7 压缩的数据 317
10.8 向量和几何 320
10.9 二进制数据格式 325
10.10 高级侦查工作 328
第11章 结合processing和java 331
11.1 编程模式 331
11.2 附加的源文件(tabs) 334
11.3 预处理程序 335
11.4 api结构 336
11.5 将papplet嵌入到java应用程序中 338
11.6 在processing的sketch程序中使用java代码 342
11.7 使用库 343
11.8 用processing.core的源代码编译 343
参考书目 345
索引 349
· · · · · · (收起)
丛书信息
· · · · · ·
O'Reilly动物系列(中译本)(共317册),
这套丛书还有
《Essential Silverlight 2中文版》《学习OpenCV3(中文版)》《软件开发实践》《JavaScript语言精粹》《Linux经典实例(第二版)》
等
。
喜欢读"可视化数据"的人也喜欢的电子书 · · · · · ·
支持 Web、iPhone、iPad、Android 阅读器
喜欢读"可视化数据"的人也喜欢 · · · · · ·
可视化数据的书评 · · · · · · ( 全部 8 条 )
又是一本机器翻译出来的中文版
“下面的代码是从namces.tsv文件读入的,并且通过在用户要放置数据的地方点击鼠标,要求用户指明地址。” “从这个例子开始作为一个独立的sketch程序。” 坑爹的翻译坑爹的校对坑爹的出版社 强烈建议O'Reilly不要费力找坑爹的中国出版社翻译中文版,完全是败坏O'Reilly形象...
(展开)
又是一本翻译的不咋样的书
定价65的书,翻译居然这么差。。只看了前两章,且从第二章发现句子很奇怪之后才开始对照英文看,这么短的篇章就错误连篇得足以让我放弃继续阅读中译本了。 抱歉,你的评论太短了抱歉,你的评论太短了抱歉,你的评论太短了抱歉,你的评论太短了抱歉,你的评论太短了抱歉,你的评...
(展开)
> 更多书评 8篇
论坛 · · · · · ·
(三)数据可视化及信息图形的设计资源 | 来自Nicolas | 1 回应 | 2013-07-17 09:37:04 |
求助求助 | 来自兔子小姐 | 2013-03-16 11:31:54 | |
一本真正的“设计”书籍 | 来自亮晶晶 | 2010-01-27 12:52:25 | |
真的需要你,信息图表 | 来自Nicolas | 2009-11-18 09:07:01 | |
老问题 | 来自[已注销] | 1 回应 | 2009-11-09 17:17:29 |
> 浏览更多话题
这本书的其他版本 · · · · · · ( 全部2 )
-
O'Reilly Media (2008)7.6分 94人读过
以下书单推荐 · · · · · · ( 全部 )
- 动物大全系列 (iced)
- 互动 (PEACE)
- benchmark书列 (moomoofarm)
- 交互新媒体 (老孙卖梦)
- 学识——数据分析 (半睡半醒的猪)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
订阅关于可视化数据的评论:
feed: rss 2.0
0 有用 RoBeRt 2013-03-25 13:06:21
泛泛而谈
2 有用 唔! 2012-12-23 22:10:28
苦逼的代码盲!!!!烦恼的野心家!!!我看不懂!!!!
2 有用 叶卡 2009-06-28 00:11:46
相当不错的一本书,搞设计的应该看。
0 有用 Millie 2011-04-23 13:08:27
很有趣的案例,层层递进,就是coding的时候会遇到一些小bug,很有必要在书上标注下。
0 有用 rainbowrain 2012-05-28 12:50:52
太贵鸟,还钱来!
0 有用 退而求其赐 2021-10-27 16:07:59
介绍了各种图表,很实用很好懂,提醒自己不用陷入丑陋图表中,能帮助更好的present。 有几页需要一点统计知识更好理解,看着看着想起了念书时。末尾推荐的书感觉用处不大。
0 有用 Clio 2020-10-11 11:11:23
思路很清晰的一本书,就是十多年前的代码,现在有些函数已经变了
0 有用 [已注销] 2019-08-06 20:40:34
#2019.131##可视化主题阅读03#可以说是「古典」可视化编程指南了,代码篇幅多于可视化本身。参考书目决定一看。
0 有用 NotRC 2019-01-09 17:38:36
有点老了。。。
0 有用 钻石她怕 2018-03-13 09:30:23
大部分在介绍作者的开源Processing编程。数据可视化的内容不是很丰富。