全书共有15章，分为4篇。基础篇，阐述数据可视化的基础理论和概念，从人的感知和认知出发，介绍数据模型和可视化基础；时空数据篇，介绍带有空间坐标或时间信息的数据的可视化方法，此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生；非时空数据篇，描述非结构化和非几何的抽象数据的可视化，这些数据既存在于真实物理空间，又是社会空间和网络信息空间的基本表达形式；用户篇，介绍面向各类数据的可视化在实际应用中共同需要的方法、技术和工具，例如交互和可视化评测方法，以及在具体领域的可视化和应用系统。本书从研究者的角度，介绍数据可视化的定义、方法、效用和工具，既可作为初学者的领路手册，也可用于可视化研究和可视化工具使用的参考指南。
陈为，浙江大学求是特聘教授、国家高层次人才，计算机辅助设计与图形学国家重点实验室副主任；研究方向为大数据与人工智能。作为负责人先后承担了7项国家自然科学基金项目（其中包括三个重点项目、一个优青项目）、担任五家IEEE/ACM汇刊编委、多个国际顶尖会议主席。微信公众号：datavis
目录
基 础 篇
第1 章 数据可视化简介 2
1．1 可视化释义 2
1．2 可视化简史 8
1．3 数据可视化详解 23
1．3．1 数据科学的发展 23
1．3．2 数据可视化的意义 25
1．3．3 数据可视化分类 29
1．3．4 数据可视化与其他学科领域的关系 38
1．4 数据可视化研究挑战 43
参考文献 44
第2 章 视觉感知与认知 47
2．1 视觉感知和认知 47
2．1．1 视觉感知和认知的定义 48
2．1．2 视觉感知处理过程 48
2．1．3 格式塔理论 49
2．1．4 相关实验 56
2．2 颜色 57
2．2．1 颜色刺激理论 57
2．2．2 色彩空间 61
2．3 视觉编码原则 66
2．3．1 相对判断和视觉假象 66
2．3．2 标记和视觉通道 69
2．3．3 视觉通道的概念 71
2．3．4 视觉通道的特性 77
参考文献 88
第3 章 数据 91
3．1 总览 91
3．2 数据基础 96
3．2．1 数据分类 96
3．2．2 数据集 96
3．2．3 数据相似度与密度 97
3．3 数据获取、清洗和预处理 98
3．3．1 数据获取 98
3．3．2 数据清洗 99
3．3．3 数据精简 102
3．3．4 其他常用的数据预处理步骤 103
3．4 数据组织与管理 104
3．4．1 数据整合与集成 106
3．4．2 数据库与数据仓库 108
3．5 数据分析与挖掘 111
3．5．1 探索式数据分析 113
3．5．2 联机分析处理 113
3．5．3 数据挖掘 116
3．6 数据科学与可视化 118
3．6．1 数据工作流 118
3．6．2 可视数据挖掘 122
3．7 数据科学的挑战 130
参考文献 131
第4 章 数据可视化基础 136
4．1 数据可视化基本框架 136
4．1．1 数据可视化流程 136
4．1．2 数据可视化设计 140
4．2 可视化中的数据 143
4．2．1 数据认知 143
4．2．2 数据类型 143
4．3 可视化的基本图表 145
4．3．1 原始数据绘图 145
4．3．2 简单统计值标绘 150
4．3．3 多视图协调关联 151
4．4 可视化设计原则 153
4．4．1 数据到可视化的直观映射 153
4．4．2 视图选择与交互设计 155
4．4．3 信息密度――数据的筛选 156
4．4．4 美学因素 157
4．4．5 动画与过渡 159
4．4．6 可视化隐喻 163
4．4．7 颜色与透明度 164
4．5 可视化理论发展 164
4．5．1 图形符号学 165
4．5．2 关系数据的图形表示 166
4．5．3 图形语法 167
4．5．4 基于数据类型的研究 168
4．5．5 基于数据状态模型的研究 169
4．5．6 多维关系数据库可视化分析系统 170
参考文献 171
时空数据篇
第5 章 空间标量场可视化 174
5．1 一维标量场可视化 174
5．2 二维标量场可视化 176
5．2．1 颜色映射 177
5．2．2 等值线 178
5．2．3 高度图 179
5．3 三维标量场数据可视化 179
5．3．1 空间数据表达 182
5．3．2 空间数据特征计算 187
5．3．3 间接体绘制 192
5．3．4 规则三维标量场的直接体可视化 197
5．3．5 不规则体数据的体可视化 221
参考文献 233
第6 章 大规模多变量空间数据场可视化 243
6．1 大规模空间标量场数据的实时可视化 244
6．1．1 大规模空间标量场数据的单机绘制 244
6．1．2 大规模空间标量场数据的并行绘制 245
6．1．3 时变空间标量场数据加速绘制方法 247
6．2 时变异构空间数据场的特征追踪与可视化 248
6．2．1 时变空间标量场数据的特征提取 248
6．2．2 异构数据的特征融合 249
6．2．3 时变空间标量场数据的特征追踪 250
6．3 空间向量场数据可视化 253
6．3．1 图标法 255
6．3．2 几何法 257
6．3．3 纹理法 262
6．3．4 拓扑法 265
6．4 空间张量场数据可视化 267
6．4．1 张量场的数学描述 268
6．4．2 基于几何的方法 271
6．4．3 基于纹理的方法 275
6．4．4 基于拓扑的方法 278
6．4．5 高阶张量场可视化 281
6．5 多变量空间数据场可视化 282
6．5．1 多变量空间数据场的特征表达与关联分析 283
6．5．2 多变量空间数据场的可视化与交互 287
参考文献 290
第7 章 时变数据可视化 305
7．1 时间属性的可视化 307
7．1．1 线性和周期时间可视化 308
7．1．2 日历时间可视化 312
7．1．3 分支和多角度时间可视化 314
7．1．4 时间属性的动态可视化 319
7．2 多变量时变型数据可视化 320
7．2．1 基于线表示的可视化 321
7．2．2 基于图结构的可视化 325
7．2．3 时间序列数据的可视化交互 326
7．3 流数据可视化 327
7．3．1 流数据可视化模型 327
7．3．2 流数据处理技术 328
7．3．3 流数据可视化案例 331
7．3．4 并行流计算框架 337
参考文献 339
非时空数据篇
第8 章 层次和网络数据可视化 344
8．1 层次数据 344
8．1．1 层次数据的可视化 348
8．1．2 节点- 链接法 349
8．1．3 空间填充法 357
8．1．4 其他方法 365
8．2 网络数据 367
8．2．1 网络和图 367
8．2．2 网络数据可视化 368
8．2．3 网络数据的地图隐喻可视化 382
8．2．4 超图及其可视化 385
8．2．5 动态网络数据可视化 387
8．2．6 图可视化的视觉效果 390
8．2．7 图可视化中的交互 398
8．2．8 网络数据可视化的挑战 400
参考文献 401
第9 章 文本和文档可视化 409
9．1 文本可视化释义 409
9．1．1 文本信息的层级 409
9．1．2 文本可视化的研究内容与任务 410
9．1．3 文本可视化流程 411
9．2 文本信息分析基础 412
9．2．1 分词技术和词干提取 412
9．2．2 数据模型 413
9．3 文本内容可视化 417
9．3．1 基于关键词的文本内容可视化 417
9．3．2 时序性的文本内容可视化 421
9．3．3 文本特征的分布模式可视化 424
9．3．4 文档信息检索可视化 428
9．3．5 软件可视化 430
9．4 文本关系可视化 432
9．4．1 文档相似性可视化 432
9．4．2 文本内容关联可视化 435
9．4．3 文档集合关系可视化 437
9．5 文件情感分析可视化 439
9．5．1 顾客评价可视化 440
9．5．2 情感变化可视化 441
9．5．3 情感差异可视化 443
9．6 总结 444
参考文献 444
第10 章 跨媒体数据可视化 448
10．1 图像 448
10．1．1 图像网格 448
10．1．2 基于时空采样的图像集可视化 449
10．1．3 基于相似性的图像集可视化 450
10．1．4 基于海塞图的社交图像可视化 451
10．1．5 基于故事线的社交图像可视化 452
10．2 视频 453
10．2．1 视频摘要 453
10．2．2 视频抽象 456
10．3 声音与音乐 459
10．3．1 声乐波形可视化 461
10．3．2 声乐结构的可视化 462
10．4 超媒体 465
10．4．1 社交媒体可视化 468
10．4．2 社交网络可视化 476
10．5 数字生活可视化 487
参考文献 490
第11 章 复杂高维多元数据的可视化 493
11．1 高维多元数据 494
11．1．1 空间映射法 495
11．1．2 图标法 511
11．1．3 基于像素图的方法 514
11．1．4 基于动画的方法 517
11．2 非结构化与异构数据的可视化 518
11．2．1 非结构化数据 518
11．2．2 异构数据 520
11．3 大尺度数据的可视化 523
11．3．1 基于并行的大尺度数据高分辨率可视化 523
11．3．2 大尺度数据的分而治之可视化与分析 527
11．4 数据不确定性的可视化 531
11．4．1 不确定性的基本定义 532
11．4．2 不确定性的来源 532
11．4．3 不确定性的可视化方法 533
参考文献 550
用 户 篇
第12 章 可视化中的交互 558
12．1 交互准则 559
12．1．1 交互延时 559
12．1．2 交互成本 561
12．1．3 交互场景变化 562
12．2 交互分类 563
12．2．1 按低阶交互操作分类 563
12．2．2 按交互操作符与空间分类 564
12．2．3 按交互任务分类 564
12．3 交互技术 565
12．3．1 选择 565
12．3．2 导航 567
12．3．3 重配 569
12．3．4 编码 571
12．3．5 抽象/ 具象 573
12．3．6 过滤 574
12．3．7 关联 579
12．3．8 概览+ 细节 581
12．3．9 焦点+ 上下文 584
12．4 交互与硬件设备 593
12．4．1 交互环境 594
12．4．2 交互设备 596
参考文献 599
第13 章 可视化效果评测与用户实验 607
13．1 评测流程 608
13．2 评测方法 609
13．2．1 用户实验（User Studies） 609
13．2．2 专家评估（Expert Review/Heuristic Evaluation） 609
13．2．3 案例研究（Case Studies and Use Cases） 610
13．2．4 指标评估（Metrics） 612
13．2．5 众包（Crowdsourcing） 612
13．2．6 标注（Labeling） 613
13．3 用户实验 613
13．3．1 确定实验目标 613
13．3．2 准备实验 615
13．3．3 进行实验 619
13．3．4 分析结果并讨论 619
13．3．5 评测案例分析 620
13．4 总结 632
参考文献 632
第14 章 面向领域的数据可视化 635
14．1 高性能科学计算 635
14．1．1 高性能科学可视化的挑战 637
14．1．2 重要信息的提取和显示 640
14．1．3 原位可视化 642
14．1．4 未来挑战 645
14．2 生命科学 645
14．2．1 临床医学影像 645
14．2．2 其他影像 651
14．2．3 电生理信号 655
14．2．4 OMICS 组学 658
14．2．5 深度学习 662
14．3 其他科学与艺术 663
14．3．1 气候学与气象中的可视化 663
14．3．2 面向艺术的表意性可视化 667
14．4 网络与系统安全的可视化 671
14．4．1 基于可视变换的虫洞攻击可视化 671
14．4．2 可信计算的可视化 672
14．4．3 安全日志数据的可视化 673
14．4．4 智能电网数据的可视化 673
14．5 商业智能可视化 674
14．5．1 商业智能 675
14．5．2 商业智能中的数据可视化 676
14．5．3 云端商业智能 680
14．5．4 未来趋势 681
14．6 金融数据可视化 681
14．6．1 金融数据来源 682
14．6．2 金融数据分析的自动化方法 683
14．6．3 金融数据可视化方法 683
14．6．4 金融数据可视分析 686
参考文献 690
第15 章 可视化研究与开发资源 698
15．1 可视化软件 698
15．1．1 医学可视化软件 698
15．1．2 科学可视化软件 700
15．1．3 信息可视化软件 704
15．1．4 可视分析软件 709
15．2 可视化开发工具 709
15．2．1 应用程序开发工具 709
15．2．2 Web 应用开发工具712
15．3 数据分析和数据挖掘软件与开发工具 714
15．4 可视化数据集资源 716
15．5 可视化信息资源 718
15．6 海外可视化研究机构 719
书单推荐
