大数据可视化分析方法包括数据收集关联技术、原位交互分析技术、可视化分析技术、数据计算量化技术、面向工具和用户界面的交互技术以及数据存储技术等。目前，数据可视化技术已经用于人们生活的方方面面。从人们的生活社交，如一些交友软件，可以根据用户喜好和用户数据向用户推荐好友等，到人们的教育发展，如一些学习网站和学习移动终端的产生，通过数据可视化技术产生人机交互，为教育提供多种模式。再到天气、建筑、航天、金融等各行各业都需要数据可视化技术。
但是，大数据时代背景下也对数据可视化技术提出了更高的要求。数据信息的更新换代，发展速度之快要求数据可视化技术能够即时生成数据关联性。传统的数据可视化方法面对日益纷繁复杂的数据已经显得捉襟见肘，甚至已经无法及时高效地处理数据。因此，大数据时代的到来对于数据可视化的发展既是机遇，又带来了挑战，研究者们需要不断创新技术以满足日益扩大的需求。

章 大数据与大数据时代
节 大数据的基础内容
第二节 大数据思维转变

第二章 大数据采集及预处理
节 大数据的采集
第二节 大数据的预处理

第三章 大数据分析与Hadoop
节 大数据分析研究
第二节 Hadoop应用研究

第四章 HDFS和Common研究
节 HDFS基础内容研究
第二节 Common基础内容研究

第五章 MapReduce与NoSQL研究
节 MapReduce内容研究
第二节 NoSQL内容研究

第六章 数据可视化基础研究
节 数据与可视化
第二节 数据与图形

第七章 Excel数据可视化方法的应用
节 Excel的函数与图表
第二节 整理数据源
第三节 改变数据形式引起的图表变化
第四节 Excel数据可视化实际应用

第八章 大数据的创造力与预测分析
节 大数据激发创造力
第二节 大数据预测分析
第三节 大数据引导可视化研究

第九章 Origin基础内容研究
节 Origin安装
第二节 Origin子目录及文件类型
第三节 Origin功能升级
第四节 Origin的工作空间与基本操作

第十章 Origin编程及数据传递
节 Origin编程
第二节 数据传递

参考文献