数据可视化技术学习指南.doc

数据可视化技术学习指南

TOC\o1-2\h\u14292第一章数据可视化基础 3

235251.1可视化概述 3

296801.2可视化工具介绍 3

159411.3可视化数据类型 3

2645第二章数据预处理 4

157852.1数据清洗 4

212632.1.1空值处理 4

253202.1.2异常值处理 4

267982.1.3数据类型转换 4

18202.1.4重复数据处理 4

280342.2数据转换 5

170052.2.1数据规范化 5

9682.2.2数据离散化 5

138382.2.3数据编码 5

225702.2.4特征选择 5

131192.3数据整合 5

228392.3.1数据合并 5

39282.3.2数据对齐 5

194032.3.3数据整合策略 5

136032.3.4数据质量评估 6

11127第三章图形设计原则 6

179373.1图形设计基本要素 6

326213.2色彩运用 6

292003.3图形布局 7

20342第四章常用图表类型 7

89654.1柱状图与条形图 7

5144.2折线图与曲线图 7

167044.3饼图与雷达图 8

29523第五章动态数据可视化 8

164825.1动态图表制作 8

223465.2时间序列可视化 8

247115.3交互式数据展示 9

16998第六章地理空间数据可视化 9

117016.1地图类型与选择 9

235406.1.1常见地图类型 10

225006.1.2地图选择原则 10

26886.2空间数据预处理 10

41176.2.1数据清洗 10

135746.2.2数据转换 10

151906.2.3数据聚合与简化 10

180366.3地图绘制与优化 11

47666.3.1地图底图选择 11

200946.3.2符号与颜色设计 11

161126.3.3地图交互设计 11

127586.3.4功能优化 11

151386.3.5可视化工具选择 11

11577第七章文本数据可视化 11

207847.1文本预处理 11

189467.2词云与文本网络 11

304907.2.1词云 12

61657.2.2文本网络 12

121737.3文本聚类可视化 12

24672第八章机器学习模型可视化 13

299238.1决策树可视化 13

236358.1.1可视化意义 13

105758.1.2可视化方法 13

86798.1.3实例分析 13

74638.2神经网络可视化 13

126078.2.1可视化意义 13

11878.2.2可视化方法 13

143048.2.3实例分析 13

165378.3模型评估与优化 13

325308.3.1可视化评估指标 13

148318.3.2可视化优化方法 14

260938.3.3实例分析 14

19941第九章数据可视化工具应用 14

33519.1Python可视化库 14

310759.1.1Matplotlib 14

187619.1.2Seaborn 14

91909.1.3Plotly 14

233099.1.4Bokeh 14

119859.2R语言可视化包 15

75059.2.1ggplot2 15

215309.2.2lattice 15

107019.2.3plotly 15

306549.3商业智能工具 15

105649.3.1Tableau 15

269649.3.2PowerBI 15

305089.3.3Looker 15

16313第十章数据可视化案例解析 16

1517510.1金融数据分析 16

171310.2互联网行业分析 16

2896310.3公共卫生领域分析 17

第一章数据可视化基础

1.1可视化概述

数据可视化是一种将数据以图形或图像形式展示的技术，旨在使复杂的数据信息更加直观、易于理解和分析。数据可视化技术不仅可以帮助用户发觉数据中的规律和趋势，还可以提高数据分析