本书全面介绍大数据可视化的基础知识及编程实现方法。全书共8章，主要内容包括数据可视化基础、可视化编程基础、对比与趋势可视化、比例数据可视化、关系数据可视化以及可视化的更多选择、可视化还能做什么、基于可视化的分析案例等，每章最后均提供了一些习题或实战作业，旨在通过练习和操作实践帮助读者巩固所学的内容。
本书可作为高等院校计算机类专业大数据相关课程和非计算机类专业计算机程序设计基础相关课程的教材，也可作为程序设计培训班的参考教材，并适合专业计算机编程人员和广大计算机爱好者自学倬用。

第1章 数据可视化基础
1.1 数据是什么
1.1.1 数据的本质
1.1.2 数据与信息
1.2 数据与可视化
1.2.1 数据会说话
1.2.2 视化流程
1.2.3 数据与图形
1.3 视化的基本理论
1.3.1 视觉感知
1.3.2 格式塔理论
1.3.3 设计基础
1.4 练习
第2章 可视化编程基础
2.1 可视化工具简介
2.1.1 Excel
2.1.2 D
2.1.3 F?lot
2.1.4 ECharts
2.1.5 Tableau
2.1.6 PolyMaps
2.1.7 Modest Maps
2.1.8 Frocessing
2.1.9 R
2.1.10 Python
2.1.11 Gephi
2.2 准备工作
2.2.1 Anaconda的安装
2.2.2 PyCharm的安装
2.3.1 客户提供数据源
2.3.2 自己爬取数据
2.3.3 数据源资源
2.4 数据存储
2.5 数据处理
2.5.1 数据质量
2.5.2 数据预处理
2.5.3 数据格式
2.6 属性关系与选择
2.6.1 相关关系
2.6.2 因果关系
2.7 练习
第3章 对比与趋势可视化
3.1 柱形图
3.1.1 单柱图
3.1.2 簇状柱图
3.2 折线图
3.3 箱线图
3.4 词云图
3.5 练习
第4章 比例数据可视化
4.1 饼图
4.2 环图
4.3 练习
第5章 关系数据可视化
5.1 散点图
5.1.1 单一散点图
5.1.2 分类散点图
5.2 气泡图
5.3 直方图
5.4 练习
第6章 可视化的更多选择
6.1 画布划分
6.2 坐标轴与刻度
6.2.1 颜色与标签
6.2.2 共享坐标轴
6.3 练习
第7章 可视化还能做什么
7.1 探索式分析
7.1.1 探索数据缺失情况
7.1.2 探索属性关系
7.2 数据预测
7.2.1 回归分析原理
7.2.2 回归分析实现
7.3 练习
第8章 基于可视化的分析案例
8.1 数据解读与导入
8.2 数据集重构
8.3 回归模型拟合
8.4 Bootstrap采样分析
8.5 练习

《大数据可视化/大数据系列丛书》具有以下特色：
图文并茂，通过大量图片将枯燥的概念可视化。
全彩印刷，完美呈现大数据可视化的最终效果。
配套习题和实战作业，及时巩固所学知识。
大量有趣、新颖的实际案例，让学习的过程不再枯燥。