-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
6/25 新書到! 6/21 新書到! 3/26 新書到! 3/19 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

數據可視化之道:數據分析中的圖表制作思路與方法

( 簡體 字)
作者:林斌類別:1. -> 程式設計 -> Tableau
譯者:
出版社:電子工業出版社數據可視化之道:數據分析中的圖表制作思路與方法 3dWoo書號: 52877
詢問書籍請說出此書號!

有庫存
NT售價: 495

出版日:5/1/2020
頁數:232
光碟數:0
站長推薦:
印刷:全彩印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787121368936
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

作為一種溝通界面和表達方式,可視化常被歸入輸出環節。數據和觀點經由圖表展現,從而提升閱讀者對數據的感知或觀點的說服力。事實上,視覺表達在數據探索階段也能夠高效率地發揮有助于信號過濾、搜索和促進判斷的重要作用。因此,可視化的重要性可見一斑。
提升數據可視化水平無非二途:或求諸于圖表,或求諸于數據。前者著眼于圖表層面的優化和改進,后者則探求數據內涵、突出數據重點。描述性數據似乎側重于前者,探索性數據則更依賴于后者,但事實未必如此。本書將用大量實例表明,二者的關系相得益彰。
在圖表層面,本書在格式及外觀設計方面著墨不多,原因來自兩個方面。首先,本書內容側重于分析和研報應用,數據處理和表達較配色、字體、字號、布局等設計因素無疑更為重要。以顏色為例,除去顯而易見的文化和習俗因素、冷暖色調的心理影響、強弱明暗的顯隱效應,剩余大多是瞬息多變的時尚及觀感差異。其次,正如更好的配色難以解決顏色太多的問題,在繪圖系列單一、數據點數量有限的前提下,除“改頭換面”所帶來的短暫新鮮感外,使用何種設計多數時候并無大礙,要緊之處在于隨著繪圖系列和數據點的不斷增加,擺脫視覺限制乃至視覺陷阱,為數據可視化之重點。
圖表層面的另一個常見誤區是在數據關系和圖表類型之間建立起僵化的一一對應關系。初學者會很自然地被此類對應關系所吸引,但本書會用大量實例說明,分析師在考慮數據可視化表達之前,無須也不應受此對應關系的約束。使用何種圖表類型表達數據因人而異,也因期望表達的數據側重點而異,在許多時候圖表類型的選擇受數據樣本規模的影響更大。
學習即連接,缺乏連接的知識記憶轉瞬即逝。圖表可視化是一項實務技能,最有效的學習方法是通過讀者所在的專業領域、數據內容和術語學習圖表。本書面向金融、財經及商業分析領域從事決策支持工作,尤其是需要制作研究報告的各類專業人士,旨在幫助拓展商業和金融數據的可視化表達思路和方法,提升報告品質。本書所有實例都經過精心挑選,在數據及處理、制作技術及表達方法等方面具有一定特色和挑戰,筆者希望這些實例能讓讀者建立知識連接、受到啟發以提高學習效率。
除非特別說明,本書實例使用Excel 2013電子表格軟件制作,所有圖表均通過手工操作完成,未涉及宏及自動化應用。筆者假定讀者已具備一定的圖表制作經驗,熟悉Excel圖表的主要類型,能夠進行與格式化相關的基本操作。本書第2章提供了精簡的圖表操作快速入門要點,不具備預備知識的讀者應在全面掌握第2章內容之后,再閱讀后續章節。技術圖書難免步驟堆砌,閱讀和消化這些步驟所需的專注和忍耐力常令許多入門用戶有始無終。與此同時,過度關注細節難免占用歸納總結等高級思維所需的心智資源,甚至有礙記憶。為淡化步驟式學習,本書嘗試在結構和內容設計方面有所取舍,例如將具體步驟按性質適當歸類合并,減少外觀格式化相關設置,同時對較為基礎、未在正文中詳細介紹的操作細節,有選擇地以備注形式單獨進行說明,以使正文和備注內容相互補充,滿足不同層次的讀者需求。
圖表的背后是數據,哪怕是貌似權威無誤的數據實際上也不能完全免于主觀。本書實例僅作為講解圖表可視化及數據處理技巧之用,筆者不能保證所引數據的完整、客觀和準確,更無任何圖表能反映筆者的觀點、立場和傾向。筆者強調研報圖表可視化的重心在數據上,而閱讀書中實例卻要專注于圖表及數據處理技術而非數據自身。
受筆者經驗和時間所限,本書實例并不代表最佳實踐,也未必是最佳表現方式,錯誤和遺漏在所難免,如有任何疑問或反饋,請與我聯系。
致謝
本書從圖書立項、審稿、文字編輯到后期設計,凝聚了許多人的勞動成果。我感激他們的付出,對他們表現出的開放精神和專業素質充滿敬意。編輯劉皎給我很多幫助。在創作過程中,劉皎女士就本書定位、結構和內容編排方面提出過許多中肯意見,我從中受益良多并欣然采納了她的大部分建議。
本書是在較長一段時間內斷續寫就的,期間收到許多朋友和學員的咨詢和反饋,這些交流常給我激勵,也是書中部分實例的靈感來源。
我將這本書獻給秦怡,感謝她不變的愛與支持。
內容簡介:

(全彩)
本書針對數據分析和研究報告中的圖表應用,結合大量經濟、金融和商業實例,探討數據可視化的基本原則、技巧及思路。本書基于Excel軟件,循序漸進地介紹專業圖表制作的技術準備、圖表元素的增強控制、不同類型數據的可視化方案,以及研究報告中常用的數據轉換及分析技術。本書旨在幫助拓展商業和金融數據的可視化表達思路和方法,提升報告品質,也適合即將從事數據分析相關工作的學生及對數據可視化感興趣的讀者閱讀。
目錄:

第1章 理解圖表 1
1.1 圖表的力量 1
1.2 WHERE問題:坐標軸平面 3
1.3 WHAT問題:圖表的視覺機制 3
圖形對象和視覺屬性 3
視覺機制和前注意過程 6
理解視覺屬性的邊界 8
可視化的本質 9
1.4 WHY問題:數據和圖表的意義 11
1.5 小結 13
第2章 快速入門指南和技術準備 14
2.1 快速入門指南 14
理解數據系列 14
快速添加數據系列 16
快速追加數據點 18
復制系列 19
更改圖表類型 19
2.2 技術準備:坐標軸 20
數值、文本及日期 21
主/次坐標系 23
2.3 技術準備:圖表中的(X,Y)坐標 26
分類軸為數值類型 26
分類軸為文本類型 27
分類軸為日期類型 29
2.4 技術準備:誤差線 30
啟用誤差線 30
誤差線的方向和圖表類型 30
誤差線的正、負方向 32
誤差量和線段長度 33
2.5 小結 34
第3章 圖表元素的增強控制 35
3.1 圖例 36
實例1:部分城市CFA持證人數量 36
實例2:美國對中國進口產品的依賴度和關稅 40
3.2 事件注釋和數據點標記 44
實例3:布倫特原油價格走勢 44
實例4:諾貝爾獎歷年累計獲獎人數 47
3.3 獨立存在的刻度線 52
實例5:GDP增長率 vs. 股市年化回報率(2000—2016年) 52
實例6:為諾貝爾獎實例創建刻度線 56
3.4 不等距的網格線 56
實例7:美國國債收益率曲線 57
3.5 數值參考線和分隔線 59
實例8:最低工資及GDP占比 61
實例9:中國勞動生產率增速 64
實例10:全國主要城市房價和租金 68
3.6 陰影背景 71
實例11:美國人均煙草、酒精及冰淇淋消費量 71
3.7 其他面積元素* 77
實例12:全球股市估值矩陣 77
實例13:入境游客國籍和性別 83
3.8 小結 86
第4章 變動和趨勢 88
4.1 常規圖表分析 88
折線圖 88
柱(條)形圖 89
4.2 兩個時間點的數據變動 91
實例1:A股行業板塊市值的變動 92
實例2:部分省(市)最低工資的變動* 99
4.3 配對變量的變動 102
兩個時間點的數據變動:配對散點圖 102
實例3:美國對進口商品的征稅比例及平均稅率 104
配對變量的時間序列變動 107
實例4:中美服務業對比 108
4.4 季節性變動 110
4.5 面板圖:多系列的空間分離 111
實例5:2011—2017年國內啤酒月產量 113
實例6:2005—2017年部分自主品牌汽車市場份額變化 117
4.6 熱力圖:用顏色表達變動特征 119
4.7 小結 120
第5章 比較、分布和構成 122
5.1 比較:定義及常規圖表選擇 122
5.2 雙變量對比 123
5.3 三個變量及更多變量的對比 126
實例1:部分國家核能比較 127
實例2:部分省市低保人口比例 * 129
5.4 分組對比 133
實例3:海洋捕撈占比及人均魚肉年消費量 134
實例4:輕重資產和市銷率估值對比 136
5.5 多維比較 139
實例5:A股市場表現風格 141
5.6 分布的可視化:描述統計 144
實例6:上市公司從成立到IPO的年數分布 145
實例7:A股部分行業歷史估值分布 148
實例8:部分行業資產負債率分布對比 152
5.7 分布的可視化:展示樣本全貌 155
實例9:上證指數漲跌幅 156
5.8 局部和整體 158
實例10:各行業市值占比及境外營收占比 160
5.9 小結 164
第6章 探索數據關系 166
6.1 散點圖簡介 166
6.2 反映相關關系 167
折線疊加 167
散點圖 169
對比分析 170
6.3 散點圖中的擬合模型 172
圖表趨勢線簡介 172
圖表趨勢線的生成和設置 173
趨勢線實例 175
實例1:城鎮化水平和低保人口比例 177
6.4 第三個變量:散點圖中的分組處理 180
實例2:人均GDP和汽車品牌偏好 181
實例3:長、短期國債息差的結構變化 183
6.5 小結 186
第7章 數據轉換和分析技術 188
7.1 概述 188
7.2 基于圖表的數據轉換 189
坐標軸逆序 189
對數刻度 191
平滑處理 193
疊加和平移 195
7.3 衡量相對關系 198
比率分析 198
偏離值 199
滾動相關分析 200
滾動回歸 202
7.4 刻度重置 204
相對和絕對 205
指數化 207
排名 209
百分位 210
標準分數 212
7.5 事件分析 214
跟蹤事件后的市場表現 216
事件前后對比 216
從一個事件到另一個事件 218
7.6 簡要的函數介紹 219
7.7 小結 219
第8章 數據可視化進階指南 221
圖表制作技巧 221
圖表類型選擇 222
數據轉換處理 222
序: