洞悉数据 用可视化方法发掘数据真义2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

洞悉数据 用可视化方法发掘数据真义PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 万亿字节里的洞察力1

1.1 如虎添翼：缜密的可视化让生活更美好2

1.1.1 你的“神经末梢”3

1.1.2 扩展的视角3

1.1.3 剔除数据“噪声”4

1.1.4 寻找信息和数据如大海捞针4

1.1.5 模式识别4

1.1.6 思维方法5

1.2 不要害怕图表5

1.3 洞察数据的世界10

1.4 从数据到智慧10

1.5 我与数据的一天12

1.6 数据洪流与数据涓流：统计学家约翰·博斯利的观点18

1.6.1 雨点和大海19

1.6.2 数据流20

1.6.3 数据是一种“社会商品”21

1.7 困惑丛生21

1.8 数据生命周期23

1.8.1 计划和准备24

1.8.2 收集和处理24

1.8.3 分析和总结25

1.8.4 表现和沟通25

1.8.5 实现和管理25

1.9 “只要事实”：什么是数据和元数据26

1.10 留下哪些，删掉哪些：对话新闻学教授及科技企业家伦恩·塞勒斯29

1.11 哪些数据有价值30

1.12 涟漪效应35

1.12.1 数据可视化与这杯牛奶的相同点和不同点38

1.12.2 牛奶管理39

1.12.3 冰山一角42

1.13 数据可视化的特性43

1.14 与Splunk公司首席信息官道格·哈尔深入机器数据45

1.14.1 存储热数据、暖数据和冷数据48

1.14.2 运营智能可视化48

1.15 寓繁于简（简单形式展现复杂数据）50

1.16 有哪些新特性52

第2章 提出更好的问题55

2.1 询问的艺术55

2.1.1 提出问题56

2.1.2 权衡答案56

2.2 好的问题57

2.3 华盛顿特区的1100个亮点58

2.4 二十个问题60

2.5 模式、上下文和问题61

2.5.1 不同的角度、观点以及分辨率62

2.5.2 999岁的患者？数据未曾提出的问题65

2.6 设计软件65

2.6.1 别去追逐瀑布66

2.6.2 正确的轨道66

2.6.3 相信数据的同时验证数据67

2.6.4 个人问题与公共问题68

2.7 问题中的问题68

2.8 知道自己得到了什么77

2.8.1 计划和准备78

2.8.2 收集和处理79

2.8.3 分析和总结79

2.8.4 表现和沟通79

2.8.5 实现和管理80

2.9 问题和元数据80

2.9.1 讲述完整的故事84

2.9.2 收集本地数据84

2.9.3 深思熟虑85

2.10 快速提问85

2.11 找到“最适合自己”的标准（基于信息专家丹·吉尔曼的研究）86

2.12 降低商业中的“好奇税”87

2.13 提出好问题94

2.14 以初学者的心态研究数据95

2.15 数据过多96

2.16 更好的问题96

第3章 致胜组合：巧用可视化组成元素98

3.1 恰当的组合98

3.2 从反面理解：如何利用不同元素99

3.3 摆好餐具，作好准备100

3.4 第一部分：选择、存储并组合不同的数据元素101

3.4.1 选择101

3.4.2 存储102

3.4.3 组合106

3.4.4 基本成分：不同的数据107

3.4.5 估量数据成分108

3.4.6 设置表格：数据类型和表现形式109

3.4.7 逐个击破：数据、数据单元、数据范围以及数据存储概览111

3.4.8 模型、材料和量度113

3.5 第二部分：使数据类型和视觉形式相匹配114

3.5.1 活用图形115

3.5.2 圆形非万能118

3.5.3 点中有乾坤119

3.5.4 画些线条121

3.6 色彩125

3.6.1 顺序、位置和层次127

3.6.2 图表类型简介129

3.6.3 重在组合：数据、可视化和人129

3.7 第三部分：将不同的数据可视化模型组合在一起131

3.7.1 什锦拼盘和多重课程：组合不同的可视化和数据视角131

3.7.2 多少才是“过多”132

3.8 小范围内的成功合作133

3.9 结论136

第4章 视线的路径、目的和视点137

4.1 紧盯直线137

4.2 追踪数据趋势140

4.3 再次上路142

4.4 有形和无形的线路143

4.5 路径和过程148

4.6 在茂密的丛林中寻找珍稀鸟类：可视化工具清单148

4.6.1 探索149

4.6.2 选择150

4.6.3 协作153

4.6.4 想象154

4.7 时间旅行、轨迹以及尾迹：可视化流量及数据154

4.8 数据和叙事方式159

4.8.1 在道路中找到故事160

4.8.2 同样的道路，不同的观点161

4.8.3 故事更复杂162

4.9 交叉点和图表可视化164

4.10 桥、网络和角色167

4.10.1 设计、监管和维护数字网络169

4.10.2 有策略的规划170

4.11 高级别的点171

4.11.1 图片中的局部知识点172

4.11.2 留下足迹173

4.12 不仅仅只是地图上的点（帕特里克·梅耶尔的观点）173

4.12.1 危机和冲突的可视化174

4.12.2 关注“点”175

4.13 不仅仅是数据点177

4.13.1 “Home andAway”项目177

4.13.2 “Crime Spotting”项目178

4.13.3 “形成城市的流”180

4.14 需牢记的要点181

第5章 可用的视角182

5.1 沟通和传递182

5.2 理解灰色区域184

5.3 视角决定一切187

5.4 数据模型VS.用户模型188

5.5 重视心理模型VS.利用心理模型189

5.6 用户体验设计与理解数据191

5.7 能否避免变化193

5.8 命令行用户界面VS.自然用户界面193

5.9 技术与训练的双重组合197

5.10 适合特定的设备199

5.11 棒球、低音管以及精湛技艺200

5.12 人机交互的建议和施奈德曼“黄金法则”203

5.13 可用性和数据可视化204

5.13.1 专家未必是“专家级用户”204

5.13.2 保持沟通204

5.14 与Tom Sawyer软件公司CEO布兰登·麦登探讨用驱动设计207

5.15 与艺术家沃特·巴特曼探讨色彩与构成209

5.15.1 关注调色板212

5.15.2 未表现的内容同样重要213

5.15.3 了解色彩和色值214

5.15.4 聆听色彩的音乐性214

5.15.5 每张图片都有故事215

5.15.6 绘画也是一种交互过程215

5.16 回顾218

第6章 会思考的机器219

6.1 数据分析中的阴阳221

6.2 放大分析的视角：知识、数据挖掘、机器学习222

6.3 数据挖掘探究223

6.4 手动和自动224

6.5 机器观测和人为假设225

6.6 黑盒、玩具盒以及盒子外面227

6.7 考验和算法228

6.8 惧怕关联和因果229

6.9 数据形象化231

6.10 如何折叠蛋白质234

6.11 多元智力理论和数据可视化236

6.12 问题、观点和视角237

6.13 人类、计算机以及协作240

6.13.1 在数据海洋中发现生命，第一部分：人机协作241

6.13.2 在数据海洋中发现生命，第二部分：数字艺术家斯潘塞·林赛244

6.13.3 “微型漂浮物”和触摸墙247

6.14 总结250

第7章 后见、先见和洞见251

7.1 第一部分：适应数据251

7.1.1 看见变化251

7.1.2 为需求而优化252

7.1.3 寻求解决方式254

7.2 保持节奏256

7.2.1 家具的变化258

7.2.2 古今“岩洞”图画259

7.2.3 人不断地适应科技，科技也在不断地适应人260

7.2.4 过去、现在与未来的连接262

7.2.5 架构与灵活性262

7.2.6 历史进程与可视化的机遇263

7.2.7 更多想法264

7.3 第二部分：数据可视化的新维度266

7.3.1 恩格尔巴特与全息甲板267

7.3.2 2D或非2D，这是一个问题267

7.3.3 数据的新维度269

7.3.4 深入蛋白质分子的奇妙之旅269

7.3.5 移动数据中心的实时X光模式视角270

7.3.6 在3D空间内解码达·芬奇的画作272

7.3.7 配置新型3D显示设备的老房子274

7.3.8 全息图与3D275

7.3.9 模拟全息图276

7.3.10 现实的未来276

7.4 第三部分：现实277

7.5 房间里的大象278

7.6 跨越边界280

相关资源281

参考文献285