具体描述
在生活中，数据几乎无处不在，任我们取用。然而，同样的数据给人的感觉可能会千差万别：或冰冷枯燥，让人望而生畏、百思不解其意；或生动有趣，让人一目了然、豁然开朗。为了达到后一种效果，我们需要采用一种特别的方式来展示数据，来解释、分析和应用它。这就是数据可视化技术。Nath an Yau是这一创新领域的先锋。在本书中，他根据数据可视化的工作流程，先后介绍了如何获取数据，将数据格式化，用可视化工具（如R）生成图表，以及在图形编辑软件（如Illustrator）中修改以使图表达到最佳效果。本书介绍了数十种方法（如柱形图、饼图、折线图和散点图等），以创造性的视觉方式生动讲述了有关数据的故事。
作者简介
Nathan Yau 加州大学洛杉矶分校统计学专业在读博士、超级数据迷，专注于数据可视化与个人数据收集。他曾在《纽约时报》、CNN、Mozilla和SyFy工作过，认为数据和信息图不仅适用于分析，用来讲述与数据有关的故事也非常合适。Yau的目标是让非专业人士读懂并用好数据。他创建了一个设计、可视化和统计方面的博http://flowingdata.com，你可以从中欣赏到他最新的数据可视化实验作品。
向怡宁 交互和视觉设计师、摇滚乐手，同时还热衷于翻译和写作。著有《Flash组件、游戏、SWF加解密》及《就这么简单：Web开发中的可用性和用户体验》，译有《奇思妙想：15位计算机天才及其重大发现》、《瞬间之美：Web界面设计如何让用户心动》、《网站设计解构：有效的交互设计框架和模式》、《网站搜索设计：兼顾SEO及可用性的网站设计心得》等书。他认为“一个不会弹吉他的设计师不是个好译者”。
目录信息
1.1 不只是数字 2
1.1.1 新闻报道 2
1.1.2 艺术 3
1.1.3 娱乐 5
1.1.4 引人注目 6
1.2 我们要寻求什么 7
1.2.1 模式 7
1.2.2 相互关系 9
1.2.3 有问题的数据 10
1.3 设计 11
1.3.1 解释编码 11
1.3.2 标注坐标轴 13
1.3.3 确保几何上的正确性 15
1.3.4 提供数据来源 16
1.3.5 考虑你的受众 16
1.4 小结 17
第2章 处理数据 18
2.1 收集数据 19
2.1.1 由他人提供 19
2.1.2 寻找数据源 19
2.1.3 自动搜集数据 22
2.2 设置数据的格式 32
2.2.1 数据格式 32
2.2.2 格式化工具 34
2.2.3 用代码来格式化 38
2.3 小结 42
第3章 选择可视化工具 44
3.1 开箱即用的可视化工具 45
3.1.1 可选项 45
3.1.2 取舍 52
3.2 编程工具 52
3.2.1 可选项 52
3.2.2 取舍 61
3.3 绘图软件 62
3.3.1 可选项 63
3.3.2 取舍 65
3.4 地图绘制工具 65
3.4.1 可选项 66
3.4.2 取舍 71
3.5 衡量各种可选项 71
3.6 小结 72
第4章 有关时间趋势的可视化 73
4.1 在时间中寻求什么 74
4.2 时间中的离散点 75
4.2.1 柱形 75
4.2.2 柱形的堆叠 88
4.2.3 圆点 92
4.3 延续性数据 97
4.3.1 点与点相连 98
4.3.2 一步一个台阶 102
4.3.3 平滑和估算 106
4.4 小结 110
第5章 有关比例的可视化 111
5.1 在比例中寻求什么 112
5.2 整体中的各个部分 112
5.2.1 饼图 112
5.2.2 面包圈图 116
5.2.3 比例中的堆叠 121
5.2.4 层级和矩形 128
5.3 带时间属性的比例 132
5.3.1 堆叠的延续 133
5.3.2 逐点详述 144
5.4 小结 145
第6章 有关关系的可视化 146
6.1 在关系中寻求什么 147
6.2 关联性 147
6.2.1 更多的圆点 147
6.2.2 探索更多的变量 152
6.2.3 气泡 156
6.3 分布 162
6.3.1 老式的分布图表 163
6.3.2 有关分布的柱形 165
6.3.3 延续性的密度 168
6.4 对照和比较 173
6.5 小结 184
第7章 发现差异 185
7.1 在差异中寻求什么 186
7.2 在多个变量间比较 186
7.2.1 热身 186
7.2.2 相面术 195
7.2.3 星光灿烂 200
7.2.4 平行前进 207
7.3 减少维度 213
7.4 寻找异常值 218
7.5 小结 222
第8章 有关空间关系的可视化 223
8.1 在空间中寻求什么 224
8.2 具体位置 224
8.2.1 找到纬度和经度 225
8.2.2 单纯的点 227
8.2.3 有大有小的点 233
8.3 地区 235
8.4 跨越空间和时间 248
8.4.1 系列组图 249
8.4.2 抓住差额 251
8.4.3 动画 253
8.5 小结 268
第9章 有目的地设计 269
9.1 让自己作好准备 270
9.2 让读者作好准备 271
9.3 视觉提示 275
9.4 好的可视化 280
9.5 小结 280
· · · · · · (收起)
读后感
作者Nahan Yau，创建了可视化博客flowingdata.com，拥有66000用户，查看了下Amazon.com，发现作者一共只出版了两本书，一本书是这本《鲜活的数据-数据可视化指南》，另一本是2013年出版的《Data Points: Visualization That Means Something》，算是对上一本的补充，侧重讲各种...
评分在多看买的电子版，闲时翻翻，看了一半。 鲜活的数据没有感觉到，倒是介绍了一些工具，Python/R/Illustrator/Flash/ActionScript。 不喜欢代码的人，一目十行略过；不喜欢 Illustrator 的人，也差不多。 我呢，既不想了解 Illustrator，暂时也没有计划学习 R，更关注数据的可视...
评分一些图形对于R用户来说，不是有多难，没有看到用巧思妙想来展示可视化数据化，图！=可视化。这一点我个人有点体会。比如http://xccds1977.blogspot.com/2012/07/blog-post_26.html这篇文章，粗看很炫，可实际效用多少呢，满屏满屏的线条，能说明什么呢。 这里无意冒犯谁，因为...
评分普及性质，作者非常热爱数据可视化 http://app.yinxiang.com/shard/s2/sh/5ac3535a-8218-4d57-8a33-5478c16a6c37/a7251d1a09c33ab8e14754b8897efdbc
评分本书内容十分丰富，涉及到数据可视化的方方面面，适合任何需要处理数据、解读数据的人看。对已经入门且想更加深入了解数据可视化相关资料的，亦可从本书中获得很多的资料。不过对于想深入了解数据可视化算法和程序设计等相关目的的人来说，则本书并非很合适。 另外，虽然本书...
用户评价
老实说，我一开始对《鲜活的数据》这本书并没有抱太高的期望，以为会是一本充斥着各种枯燥公式和图表的“硬菜”。但读下来之后，完全颠覆了我的看法。作者的文笔非常流畅，而且善于用类比和生活化的语言来解释复杂的概念。我尤其喜欢书中关于“预测分析”的部分。它没有直接抛出复杂的算法，而是从一个有趣的场景切入，比如如何预测一部电影的票房，或者如何预测下个月的销售额。然后，作者循序渐进地介绍了实现这些预测需要哪些数据，需要收集哪些信息，以及最重要的是，需要建立什么样的模型。书中还分享了一些关于机器学习的基础知识，但讲解得非常浅显易懂，完全不会让人产生畏难情绪。我记得其中一个关于“异常检测”的例子，用的是识别金融交易中的欺诈行为，整个过程的逻辑推演和风险评估，都描绘得绘声绘色，让人在惊叹数据力量的同时，也对作者的深厚功底有了更深的认识。它真的让我感觉，数据分析不再是高高在上的技术，而是触手可及的工具。
评分这本书带给我的惊喜，远远超过了它书名的暗示。我认为它最成功的地方在于，能够将抽象的数据概念，转化为具体可行的实践方法。我特别留意了关于“数据驱动的产品设计”的章节。作者通过一个电商平台的案例，非常细致地展现了如何从用户的每一次点击、每一次搜索、每一次购买行为中提取有价值的信息，并以此来指导产品的迭代和优化。书中还涉及了一些关于用户画像的构建，以及如何利用这些画像来个性化推荐商品，这些内容让我深有感触。我感觉作者在写作时，始终站在读者的角度，用最接地气的方式来讲解。比如，他会用“猜谜游戏”的比喻来解释聚类分析，用“画风不对”来形容异常值，这些生动有趣的表达，让原本枯燥的知识变得鲜活起来。读完这本书，我感觉自己对如何利用数据来更好地理解用户、改进产品，有了全新的认识，而且充满了实践的动力。
评分我最近翻阅了一本叫做《鲜活的数据》的书，这本书给我的整体感受是，它不仅仅是一本关于数据分析的书，更是一本关于“用数据讲故事”的书。作者的叙事方式非常独特，他不是直接给出方法论，而是通过一个个引人入胜的案例，让你在故事中潜移默化地理解数据分析的精髓。我印象最深的是关于“商业智能”的那部分内容。作者用一个虚构的公司，从零开始构建它的数据仓库，然后一步步搭建起可视化报表，最终如何通过这些报表来监控公司的运营状况，发现潜在的问题，并及时做出调整。这个过程描绘得非常详实，让我对如何将原始数据转化为有价值的商业洞察有了非常直观的认识。书中对于不同行业、不同场景下的数据应用都有涉及，比如零售、金融、医疗等等，这让我感觉到数据分析的普适性和强大威力。读完这本书，我感觉自己不仅掌握了一些数据分析的技巧，更重要的是，学会了一种用数据来观察世界、解决问题的新视角。
评分这本书给我的感觉就像是在一个热气腾腾的厨房里，厨师（作者）一边忙碌地准备着各种食材（数据），一边还热情地跟你讲解每一步该怎么做，为什么这么做。我尤其对书中关于“数据清洗”的章节印象深刻。以前我总觉得数据清洗是个枯燥乏味、机械重复的过程，但作者通过一些非常巧妙的比喻，比如把数据想象成一个杂乱的房间，需要一点点地整理，把垃圾丢掉，把东西归类，才可能找到真正有用的信息。他还在书中举例说明了不同类型的数据错误，以及如何用简单易懂的方法去处理它们，比如缺失值的填充、异常值的识别等等。这让我意识到，数据质量的重要性远超我想象，而看似繁琐的数据清洗，恰恰是后续所有分析的基础。书中还有一个关于用户留存率提升的案例，让我大开眼界。他们如何从海量用户数据中挖掘出流失的关键节点，然后针对性地设计挽留机制，这个过程的逻辑链条清晰得令人佩服。我感觉这本书不仅仅是在教你“怎么做”，更是在教你“为什么这么做”，以及“如何思考”。
评分我最近刚翻完一本叫《鲜活的数据》的书，虽然名字听起来挺学术的，但读起来却一点都不枯燥。它最大的亮点在于，作者非常有条理地把那些原本可能让人头晕目眩的数据分析方法，拆解成了一个个生动的故事，或者说是一个个真实的案例。我特别喜欢其中关于市场营销的那一部分，它不是简单地罗列各种统计模型，而是通过一个虚构但又非常贴近现实的创业公司，一步步地展现了数据是如何指导决策的。比如，他们如何通过用户行为数据来优化广告投放策略，如何通过 A/B 测试来改进产品功能，甚至是如何根据社交媒体上的用户反馈来调整品牌定位。这些过程描绘得非常细致，让我感觉自己就像置身其中，跟着团队一起解决问题。书中对于各种数据可视化工具的使用也给了我很多启发，它不仅仅是告诉我们“要用图表”，而是教会我们“什么样的图表最适合呈现什么样的信息”，以及“如何通过图表来讲一个清晰的故事”。读完之后，我感觉自己对数据分析不再是望而却步，而是充满了一种跃跃欲试的冲动，恨不得立刻找个项目来实践一下。
评分编程部分没有看明白，看来要学编程才行啊
评分入门
评分挺好的一本书。适合R初学者，里面例子挺多的，就是翻译质量欠缺，看了一半了刚刚开学的时候看的// 好好学习天天向上//
评分多看限时借阅。内容详细，但是对我而言只能吸收皮毛而言。。。
评分学编程
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有