本书从基础开始，全面介绍大数据可视化的底层原理和实现框架，并重点讲解一些常用的大数据可视化关键技术，包括Excel图表、Tableau Desktop可视化组件、Web的可视化控件、Java可视化控件及Python数据可视化工具。
本书共分为8章，第1章着重介绍大数据的发展历程，以及在大数据发展背景下数据可视化的概念、可视化技术的使用及可视化的现实意义；第2章着重介绍如何通过：Excel工具实现数据可视化的内容；第3章着重介绍Tableau可视化工具的使用、数据处理、数据可视化的应用等内容；第4章着重介绍以Highcharts、d3可视化为主要内容的Web可视化组件；第5章着重介绍以JFreeChart和ECharts为代表的Java可视化控件的安装、功能及使用案例；第6章着重介绍以Python编程为基础的数据可视化工具，包括Matplotlib框架、Bokeh框架、Pairplot框架及基于EChals的Pyechatts框架；第7章介绍豆瓣电影数据可视化应用案例；第8章介绍餐饮消费数据可视化应用案例。另外，本书还赠送：PPT课件、教学视频、教学大纲等资源，方便读者学习和使用。
本书适合大数据可视化初学者，也适合作为高等院校数据科学与大数据技术、大数据技术与应用、大数据分析与挖掘等专业的教材。

第1章 数据可视化简介
1.1 大数据概述
1.2 大数据与大数据技术发展历程
1.3 数据可视化简介
1.3.1 数据可视化的概念与分类
1.3.2 数据信息的展示方式
1.4 数据可视化技术
1.4.1 数据可视化技术的概念
1.4.2 常用的可视化技术方法
1.5 数据挖掘可视化
1.5.1 文本挖掘
1.5.2 Web挖掘
1.5.3 多媒体数据挖掘
1.5.4 时空数据挖掘
1.6 本章习题
第2章 Excel图表可视化
2.1 Excel简介
2.2 Excel实现可视化案例
2.3 本章习题
第3章 TableauDosktop
3.1 Tableau简介
3.1.1 Tableau概述
3.1.2 Tableau的工作界面
3.2 Tableau功能介绍
3.2.1 可视化分析概述
3.2.2 Tableau的可视化分析
3.2.3 Tableau的数据处理与计算
3.2.4 Tableau的地图分析
3.2.5 Tableau的预测分析
3.2.6 Tableau的仪表板
3.2.7 Tableau的分享与发布
3.3 Tableau可视化案例
3.4 本章习题
第4章 Web可视化组件
4.1 Highcharcs可视化组件
4.1.1 Highchart简介
4.1.2 Highchart可视化案例
4.2 d3可视化库
4.2.1 d3简介
4.2.2 d3可视化案例
4.3 本章习题
第5章 Java可视化控件
5.1 JFreeChart可视化
5.1.1 JFreeChart简介
5.1.2 JFreeChart可视化案例
5.2 ECharts可视化
5.2.1 ECharts简介
5.2.2 ECharts可视化案例
5.3 本章习题
第6章 Python编程数据可视化
6.1 Matplotlib可视化
6.1.1 Matplotlib简介
6.1.2 Matplotlib应用案例
6.2 Bokeh可视化
6.2.1 Bokeh简介
6.2.2 Bokeh应用案例
6.3 Pairplot可视化
6.3.1 Pairplot简介
6.3.2 Pairplot应用案例
6.4 Pyecharts可视化
6.4.1 Pyecharts简介
6.4.2 Pyecharts应用案例
6.5 本章习题
第7章 豆瓣电影数据可视化实战
7.1 项目概述
7.1.1 项目目标
7.1.2 项目总体任务及技术要点
7.2 任务一：进行网页分析
712.1 打开目标网页
7.2.2 测试网页响应
7.2.3 分析网页信息
7.3 任务二：进行数据爬取
7.3.1 使用软件爬取目标数据
7.3.2 设置存放格式
7.3.3 开始爬取数据
7.4 任务三：进行数据处理
7.4.1 创建数据库和表
7.4.2 插入数据到表中
7.4.3 创建展示的视图
7.5 任务四：数据可视化
7.5.1 绘制散点图
7.5.2 绘制饼图
7.5.3 绘制柱形图
7.5.4 绘制折线图
7.5.5 绘制词云图
第8章 餐饮消费数据可视化系统实战
8.1 项目概述
8.1.1 项目目标
8.1.2 项目总体任务及技术名词
8.2 需求概述
8.2.1 系统功能模块图
8.2.2 系统角色用例图
8.3 各模块功能描述
8.3.1 前端功能模块描述
8.3.2 后端功能模块描述
8.3.3 管理员功能模块描述
8.4 数据爬取
8.4.1 安装Python所需要的包
8.4.2 怎么获取大众点评的Cookie
8.4.3 爬取用户评论数据
8.4.4 爬取高德地图POI数据
8.5 数据库处理
8.5.1 安装MongoDB
8.5.2 创建数据库
8.5.3 创建表并导入数据
8.6 数据展示
8.6.1 KFC-日评分分布图
8.6.2 不同城市评分分布统计饼图
8.6.3 不同餐厅综合比较雷达图
8.6.4 上海人气TOP30餐馆菜品推荐指数柱形图
8.6.5 KFC用户评论词云图
8.7 大数据可视化前端运行和展示
8.7.1 安装和配置Node
8.7.2 运行前端的VUE程序
8.7.3 数据分析系统展示
参考文献