圖分析與可視化：在關聯數據中發(fā)現商業(yè)機會

定　價：￥119.00

作　者：	理查德
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	計算機/網絡數據倉庫與數據挖掘數據庫

購買這本書可以去

ISBN：	9787111526926	出版時間：	2016-03-01	包裝：	平裝
開本：	16開	頁數：	323	字數：

內容簡介

　　本書通過詳細的示例、樣本數據集、代碼和圖形教程，說明了如何：1為每個問題使用合適類型的圖2快速、高效且正確地收集、清洗和組織數據3為高可讀性設置可視化格式，而不損失精確性4掌握允許更深入地探索和解釋數據的工具5使用少量輕量級編程創(chuàng)建自定義可視化6選擇有效的圖分析技術來從數據中提取出最多信息7使用高級的可視化技術，包括動態(tài)圖、大數據工具和查詢。

作者簡介

　　作者簡介Richard Brath是數據可視化的積極實踐者和先行者，其視覺分析的研究、設計與開發(fā)不僅涉及研究領域還用于商業(yè)領域。他創(chuàng)建的解決方案范圍很廣，從用于移動設備中豐富的交互式可視化，到用于商業(yè)應用的多點觸控、多屏幕裝置以及基于Web的可視化分析，涉及的應用領域也很廣，如貿易、職業(yè)體育和廣播電視等，每天都有成千上萬的人使用。David Jonker是Uncharted（原來的Oculus Info Inc）公司的聯合創(chuàng)始人和高級合伙人。他是一名設計師和開發(fā)人員，為基于Web的、分布式的、移動的應用設計可視化分析工具和平臺。他在過去20多年做了大量可視化工作，其中包括位于時代廣場NASDAQ MarketSite實時廣播中心的可視化系統(tǒng)。目前，他是DARPA XDATA項目的帶頭人。Jonker和Brath是商業(yè)合作伙伴，兩個人也經常在領先的行業(yè)及研究論壇上發(fā)表演講，進行展示。技術編輯簡介Scott Langevin是Uncharted的一位主管和研究人員，擁有超過12年的行業(yè)和學術界經驗。他在南卡羅來納大學獲得了計算機科學的博士學位，方向是機器學習、面向服務計算和軟件工程。Langevin的研究興趣包括概率圖建模、大規(guī)?？梢暬治龊瓦m應性用戶界面。Peter MacMurchy是擁有超過15年經驗的專業(yè)軟件開發(fā)人員，他關注UX、UI和交互式數據可視化工具。在卡爾加里大學讀計算機科學學位研究計算機圖形學時，課程作業(yè)激發(fā)了他對信息可視化的強烈興趣。自那之后，他就一直為金融、電影、能源等行業(yè)開發(fā)可視化和交互軟件。

圖書目錄

目　　錄

前言

作者簡介

第I部分　概述

第1章　為什么使用圖    2

1.1　商業(yè)中的可視化    3

1.2　商業(yè)中的圖    4

1.2.1　找出反?，F象    5

1.2.2　管理網絡和供應鏈    7

1.2.3　辨別風險模式    9

1.2.4　優(yōu)化資產組合    11

1.2.5　繪制社會等級分層圖    13

1.2.6　發(fā)現社區(qū)    15

1.3　圖的現狀    16

1.4　小結    17

第2章　圖的類型及其適用的問題    18

2.1　關系    18

2.2　分層    21

2.3　社區(qū)    23

2.4　流    27

2.5　空間網絡    30

2.6　小結    32

第Ⅱ部分　過程和工具

第3章　數據：收集、清洗和連接    35

3.1　了解目標    35

3.2　收集：識別數據    35

3.2.1　潛在的圖數據源    36

3.2.2　潛在的分層數據源    41

3.2.3　獲取數據    43

3.3　清洗：準備數據    44

3.4　連接：組織圖數據    45

3.4.1　計算圖    46

3.4.2　圖數據的文件格式   48

3.5　集中回顧    54

3.6　小結    54

第4章　統(tǒng)計數據和布局    55

4.1　基本的圖統(tǒng)計數據    55

4.1.1　大?。ü?jié)點數和邊數）    55

4.1.2　密度    56

4.1.3　成分數    56

4.1.4　度和路徑    56

4.1.5　中心度    58

4.1.6　病毒式營銷示例    59

4.2　布局    60

4.2.1　節(jié)點–連接布局    60

4.2.2　其他布局    61

4.2.3　力導向布局    62

4.2.4　僅節(jié)點布局    66

4.2.5　時間布局    67

4.2.6　自頂向下和其他正交分層    68

4.2.7　輻射狀分層    71

4.2.8　地理布局和地圖    72

4.2.9　弦圖    74

4.2.10　鄰接矩陣    74

4.2.11　樹圖    76

4.2.12　分層餅圖    76

4.2.13　平行坐標    77

4.3　集中回顧    79

4.4　小結    79

第5章　視覺特性    80

5.1　基本視覺特性    81

5.2　關鍵的節(jié)點特性    82

5.2.1　節(jié)點大小    82

5.2.2　節(jié)點顏色    84

5.2.3　標簽    87

5.3　關鍵的邊特性    91

5.3.1　邊的權重    91

5.3.2　邊的顏色    91

5.3.3　邊的類型    92

5.4　組合基本特性    93

5.5　捆綁、形狀、圖片及更多    94

5.5.1　捆綁邊    94

5.5.2　形狀    95

5.5.3　節(jié)點圖片    95

5.5.4　節(jié)點邊框    96

5.5.5　更多特性    97

5.5.6　干擾與分隔    97

5.6　集中回顧    101

5.7　小結    101

第6章　探索和解釋    102

6.1　探索、解釋和導出    102

6.2　必要的探索性交互    104

6.2.1　縮放和搖動（以及比例縮放和旋轉）    105

6.2.2　識別    106

6.2.3　過濾器    107

6.2.4　隔離和重做布局    109

6.3　更多交互式探索    110

6.3.1　識別鄰近節(jié)點    111

6.3.2　路徑    111

6.3.3　刪除    112

6.3.4　分組    112

6.3.5　迭代分析    114

6.4　解釋    114

6.4.1　數據故事的順序    115

6.4.2　圖例    116

6.4.3　注釋    116

6.4.4　導出數據子集、圖和圖片    118

6.5　集中回顧    119

6.6　小結    120

第7章　鼠標點擊類圖工具    121

7.1　Excel    121

7.1.1　匯總連接    122

7.1.2　提取節(jié)點    122

7.1.3　Excel中的鄰接矩陣可視化    123

7.2　NodeXL    125

7.2.1　NodeXL基礎    125

7.2.2　社交網絡功能    127

7.3　Gephi    129

7.3.1　Gephi基礎    129

7.3.2　注意事項    131

7.4　Cytoscape    133

7.4.1　Cytoscape基礎    133

7.4.2　將數據導入Cytoscape    134

7.4.3　視覺特性    135

7.4.4　Apps菜單    139

7.5　yEd    139

7.6　小結    141

第8章　輕量級編程    143

8.1　Python    143

8.1.1　上手    143

8.1.2　清洗數據    144

8.1.3　從連接數據集中提取節(jié)點集合    145

8.1.4　將電子郵件數據轉換為圖    149

8.1.5　圖數據庫    154

8.2　JavaScript與圖的可視化    155

8.2.1　D3基礎    155

8.2.2　D3和圖    160

8.2.3　D3彈簧圖    169

8.3　小結    174

第Ⅲ部分　圖的可視化分析

第9章　關系    176

9.1　連接和關系    176

9.1.1　詐騙索賠中的相似性    177

9.1.2　網絡安全    179

9.2　電子郵件關系    181

空間分隔    181

9.3　演員與電影    184

9.4　將連接轉換為節(jié)點    186

9.5　小結    188

第10章　分層    189

10.1　組織結構圖    189

10.2　樹與圖    191

10.3　繪制分層    193

10.4　決策樹    198

10.5　網站樹及有效性    200

10.6　小結    203

第11章　社區(qū)    204

11.1　社區(qū)的定義特征    205

11.2　圖聚類    205

11.2.1　社交網絡案例分析    206

11.2.2　使用NodeXL和Gephi分析社交媒體    206

11.2.3　可聚類的布局    208

11.2.4　使用顏色描述簇的特征    210

11.2.5　社區(qū)發(fā)現    211

11.2.6　使用顏色來區(qū)分簇    212

11.2.7　社區(qū)話題分析    214

11.2.8　社區(qū)情感    216

11.3　團伙和其他組    219

11.3.1　社交媒體中的團伙    220

11.3.2　使用凸包的社區(qū)組    220

11.4　小結    223

第12章　流    224

12.1　?；鶊D    225

12.2　構造一個?；鶊D    229

12.2.1　創(chuàng)建頁面結構    229

12.2.2　處理和建模數據    230

12.2.3　可視化數據    231

12.2.4　高亮顯示通過節(jié)點的流    233

12.3　使用流的社區(qū)布局    235

12.4　弦圖    237

12.5　構造一個弦圖    238

12.5.1　準備數據    238

12.5.2　創(chuàng)建頁面結構    239

12.5.3　處理和建模數據    240

12.5.4　可視化數據    243

12.5.5　根據需要顯示交互細節(jié)    247

12.6　行為因子樹    248

12.7　小結    249

第13章　空間網絡    250

13.1　示意圖布局    250

13.2　小世界分組    255

13.3　連接玫瑰匯總    255

13.4　路線模式    263

13.4.1　可視化路線段    264

13.4.2　軌跡聚合    267

13.5　小結    268

第IV部分　高級技術

第14章　大數據    270

14.1　圖數據庫    271

14.1.1　產品營銷示例    271

14.1.2　創(chuàng)建和填充一個圖數據庫    273

14.2　圖查詢語言    275

14.2.1　使用Gremlin進行圖查詢    276

14.2.2　使用圖查詢來提取鄰域    278

14.3　分析鄰域    281

14.4　繪制網絡活動    287

14.5　社區(qū)可視化    289

14.6　小結    290

第15章　動態(tài)圖    291

15.1　圖的變化    291

15.1.1　有機動畫    292

15.1.2　完整時間跨度布局    293

15.1.3　重影    295

15.1.4　淡出    296

15.1.5　社區(qū)演化    297

15.2　交易圖    298

15.2.1　聚類交易分析    299

15.2.2　空間交易分析    304

15.3　小結    305

第16章　設計    307

16.1　節(jié)點    307

16.1.1　節(jié)點的形狀    308

16.1.2　節(jié)點大小    313

16.1.3　節(jié)點標簽    314

16.2　連接    314

16.3　顏色    318

16.4　小結    320

圖論術語表    322