由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版 可视化指南:数据分析与数据交互
¥ ×1
第一章导论? ? 0011.1? 基本概念 -0041.1.1? 可视化、交互以及计算 -0041.1.2? 交互式可视化数据分析法的五种变量 -0061.2? 范例 -0071.2.1? 入门范例 -0071.2.2? 进阶数据分析 -0101.2.3? 优选技术 -0131.3? 本书结构 -016第二章设计标准、影响因素、模型? ? 0192.1? 设计标准 -0212.2? 影响因素 -0242.2.1? 对象因素:数据 -0252.2.2? 目的因素:分析任务 -0352.2.3? 环境因素:用户和技术 -0412.2.4? 示例 -0442.3? 流程模型 -0472.3.1? 方案设计 -0482.3.2? 转换数据 -0512.3.3? 信息生成 -0532.4? 本章总结 -055第三章图形的可视化技术详解? ? 0613.1? 图形的绘制和显示 -0653.1.1? 数据值的绘制 -0653.1.2? 图形的显示 -0743.2? 多元数据的可视化 -0793.2.1? 基于表格的图形 -0793.2.2? 组合双变量图形 -0813.2.3? 基于多边形的图形 -0833.2.4? 基于符号的图形 -0853.2.5? 基于像素的图形 -0883.2.6? 嵌套图形 -0913.3? 时间数据的可视化 -0953.3.1? 时间和时间数据 -0953.3.2? 可视化技术 -1003.4? 地理空间数据的可视化 -1093.4.1? 地理空间和地理空间数据 -1103.4.2? 通用型可视化方案 -1133.4.3? 时空数据的可视化 -1203.5? 图形的可视化 -1253.5.1? 图形数据 -1263.5.2? 基本图形的可视化 -1283.5.3? 多面图形的可视化 -1343.6? 本章总结 -140第四章可视化中的人机交互技术? ? 1534.1? 人的作用 -1564.1.1? 人机交互的意图和行为模式 -1574.1.2? 动作循环 -1604.2? 高效率的交互 -1624.2.1? 人机交互的成本 -1624.2.2? 人机交互的直接性 -1644.2.3? 人机交互的设计指南 -1694.3 人机交互的基本操作 -1704.3.1? 动作 -1704.3.2? 反馈 -1724.4? 人机交互的选择和重点 -1744.4.1? 定向选择 -1754.4.2? 图形的强化或弱化 -1814.4.3? 选择功能的强化 -1844.5? 图形的缩放 -1874.5.1? 基本原理和概念 -1894.5.2? 可视化界面和交互 -1914.5.3? 辅助交互和视觉线索 -1934.5.4? 多维缩放和一维缩放 -1974.6? 透镜功能 -2034.6.1? 概念模型 -2034.6.2? 可调整性 -2064.6.3? 活动透镜 -2084.7? 交互式图形比较 -2144.7.1? 基础和要求 -2154.7.2? 自然启发式比较 -2174.7.3? 降低比较成本 -2224.8? 新的交互操作方式 -2254.8.1? 触摸操作 -2264.8.2? 有形操作 -2294.8.3? 体感操作 -2334.9? 本章总结 -236第五章自动分析辅助? ? 2495.1? 分离图形 -2525.1.1? 计算图形密度 -2525.1.2? 图形束 -2555.2? 相关数据 -2575.2.1? 兴趣度 -2575.2.2? 基于特征的可视化分析 -2635.2.3? 不规则运动的特征分析 -2675.3? 分离数据 -2745.3.1? 采样和汇总 -2745.3.2? 探索多尺度的数据抽象 -2755.4? 分组相似的数据元素 -2815.4.1? 分类 -2815.4.2? 聚类 -2875.4.3? 多变量动态图形的聚类 -2955.5? 降低数据维度 -3025.5.1? 主成分分析法 -3035.5.2? 主成分的可视化数据分析 -3045.6? 本章总结 -308第六章高级概念? ? 3176.1? 多屏幕显示环境中的可视化 -3196.1.1? 环境和要求 -3206.1.2? 协同可视化数据分析的解决方案 -3226.1.3? 在多屏幕显示环境中分析气候变化的影响 -3286.2? 引导用户 -3296.2.1? 什么是引导 -3306.2.2? 在层次图中引导导航 -3356.2.3? 多类别数据的可视化分析引导 -3386.3? 渐进式可视化数据分析 -3416.3.1? 渐进的概念 -3426.3.2? 多线程架构 -3476.3.3? 应用场景 -3496.4? 本章总结 -356第七章全书总结? ? 3637.1? 内容回顾 -3657.2? 深入研究 -367
克里斯蒂安·多明斯基任教于德国罗斯托克大学可视化与分析计算实验室。2006年取得博士学位,主要研究领域是数据的可视化和交互技术,尤其擅长交互式探索和复杂数据的处理技术。他领导开发了多个可视化数据系统,其中有用于时空健康数据的LandVis系统、用于时间导向数据的VisAxis 系统,以及用于多用户图形可视化的CGV系统。海德伦·舒曼任教于德国罗斯托克大学,为该校可视化与分析计算实验室计算机图形学专业主席。1981年取得博士学位,1989年博士后出站,研究领域和任教学科是计算机图形学的大部分细分专业,包括信息可视化、可视化分析和图形渲染,尤其擅长在空间和时间上的复杂数据可视化、可视化和地形渲染的结合以及渐进式可视化数据分析,主要研究方向是交互式可视化数据分析。2014年当选为欧洲图形学会委员。
本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准,论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识,以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。书中专门用一章的内容来介绍与可视化效果互动的常规概念,并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复杂的数据,本书涵盖了自动化分析计算支持可视化数据分析的相关内容,另外还介绍了多屏幕环境下的高级可视化概念、数据分析过程中的用户指南以及渐进式可视化数据分析等技术。作者用简洁明了的术语以自上而下的视角解读了交互式可视化数据分析。众多真实案例和丰富的插图将使学生、本领域专家、数据密集型应用领域的从业者都能够轻松阅读本书。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格