重要章每节都设计小节实训，提供实训详细步骤，实践性强。 配套资源齐全，包括PPT、教学大纲、教案、微课等，方便教师教学和学生自学。 所有资源均经过精心设计，易于使用和理解，降低学习难度，提高学习效率。 提供QQ服务群等教师服务，不仅限于教材使用期间，还提供后续的技术支持和教学指导，确保教师和学生能够持续进步和发展。

本书全面、系统地讲解大数据可视化技术，从基础理论到主流工具应用，再到行业实践案例，内容涵盖Axure原型设计、Tableau数据可视化、Echarts数据可视化等。本书通过丰富的案例实践和详细的步骤指导，让读者能够直观理解并掌握大数据可视化的核心技能。第3～9章包含多个小节实训，帮助读者巩固所学知识，提升实操能力。 本书面向各高校计算机科学与技术、数据科学与大数据技术、信息管理等专业的学生，以及大数据分析师、大数据工程师、产品经理等技术人员。同时，对数据可视化领域的研究人员来说，也极具参考价值。王培 计算机科学与技术硕士、ACM会员、中国计算机学会专业会员，现任郑州西亚斯学院数据科学与大数据技术系主任，主要研究方向为大数据处理与可视化技术。多年来，在大数据领域积累了丰富的研究经验，尤其是在数据可视化和人机交互方面取得了显著的研究成果。曾主持和参与多项省部级和企业合作项目，致力于推动大数据技术在各领域的应用与发展。此外，在教学过程中特别注重理论与实践的结合，鼓励学生通过实践探索和创新。目　录第1章　大数据可视化概述　11.1　什么是大数据可视化　11.2　大数据可视化分类　11.2.1　数据统计分析可视化　11.2.2　设备仿真运行可视化　21.2.3　宏观态势可视化　31.3　大数据可视化的目标与应用场景　41.3.1　大数据可视化目标　41.3.2　大数据可视化应用场景　41.4　大数据可视化实现基础　51.4.1　维度与指标　51.4.2　可视化图表　61.4.3　数据可视化流程　91.4.4　常用可视化工具　9本章总结　11第2章　色彩搭配基础与原型设计基础　122.1　色彩搭配基础　122.1.1　色彩基础理论　122.1.2　色彩平衡　142.1.3　无彩色应用　162.1.4　渐变色应用　172.1.5　配色流程　182.2　原型设计基础　192.2.1　原型设计软件概述　192.2.2　原型设计核心要素与规范　20本章总结　21第3章　Axure原型设计实战　223.1　Axure基础　223.1.1　Axure安装　223.1.2　Axure界面介绍　243.1.3　Axure基础元件　253.1.4　Axure高级功能　273.2　电商可视化数据中台原型设计实战　313.2.1　项目介绍　313.2.2　确定背景图风格　313.2.3　借助DeepSeek绘制产品类目占比图表　333.2.4　苹果手机订单图表绘制　363.2.5　使用母版快速绘制华为手机订单和小米手机订单图表　383.2.6　使用母版快速绘制业绩增长和大订单页面　413.2.7　用户增长趋势看板　45小节实训　46本章总结　47第4章　Tableau数据可视化　484.1　Tableau概述　484.1.1　Tableau产品体系　484.1.2　Tableau Desktop下载与安装　494.1.3　Tableau Desktop开始界面　514.2　Tableau操作基础　524.2.1　数据连接　524.2.2　统计图表制作　58小节实训　644.3　主要客户定位　654.3.1　客户销售额图表制作　654.3.2　绘制地图　66小节实训　674.4　Tableau Agent的使用　68本章总结　69第5章　Tableau数据可视化进阶　705.1　零售销售分析　705.1.1　制作标靶图　715.1.2　制作分离条形图　725.1.3　制作箱线图　735.1.4　制作地图　755.1.5　制作树地图　755.1.6　制作双环形饼图　77小节实训　805.2　专业级仪表板制作　815.2.1　版面设计的基本原则　815.2.2　创建计算字段　825.2.3　创建销售业绩与效率综合图表　835.2.4　创建仪表板　84小节实训　845.3　故事创建与工作汇报　855.3.1　Tableau故事与PPT　855.3.2　创建故事　86小节实训　875.4　Tableau与AI融合　88本章总结　88第6章　ECharts数据可视化　896.1　ECharts概述　896.1.1　ECharts简介　896.1.2　ECharts特性　896.2　ECharts基本使用　906.2.1　ECharts入门案例　906.2.2　ECharts option常用属性配置　91小节实训　996.3　ECharts常用图表　1006.3.1　折线图　1006.3.2　柱状图　1046.3.3　饼图　106小节实训　1106.4　AI在ECharts中的应用　111本章总结　112第7章　ECharts智慧教育可视化平台　1137.1　智慧教育可视化平台　1137.1.1　项目介绍　1137.1.2　整体设计　114小节实训　1167.2　可视化布局左侧分域的实现　1167.2.1　师资概览　1167.2.2　师资分布　1187.2.3　经费支出　120小节实训　1227.3　可视化布局中间部分实现　1237.3.1　毕业生分布　1237.3.2　就业率排名　125小节实训　1267.4　可视化布局右侧部分实现　1277.4.1　学习情况统计　1277.4.2　图书借阅统计　1287.4.3　考研考公统计　130小节实训　1327.5　AI与ECharts的结合应用　133本章总结　133第8章　Superset数据可视化　1348.1　Superset数据可视化基础　1348.1.1　Superset概述　1348.1.2　环境说明　1358.2　Superset安装　1358.2.1　安装Miniconda　1358.2.2　创建Python 3.7环境　136小节实训　1368.3　Superset部署　1378.3.1　安装依赖　1378.3.2　安装Superset　1378.3.3　启动Superset　1378.3.4　登录Superset　1388.3.5　停止Superset　138小节实训　1388.4　Superset使用　1398.4.1　准备数据源　1398.4.2　连接MySQL数据源　1408.4.3　配置数据源　1408.4.4　制作仪表盘　1418.4.5　创建图表　1428.4.6　查看仪表盘　1458.4.7　制作分区图　1458.4.8　制作柱状图　1468.4.9　制作饼图　1478.4.10　仪表盘布局　148小节实训　149本章总结　149第9章　Python数据可视化库入门　1509.1　Matplotlib：Python中的基础绘图工具　1509.1.1　Matplotlib核心概念　1509.1.2　基本图表绘制　1519.1.3　自定义样式与布局　1579.1.4　子图与多图组合展示　1619.1.5　使用大语言模型生成可视化代码　165小节实训　1659.2　Seaborn：统计图表的优雅呈现　1669.2.1　Seaborn简介与优势　1669.2.2　分布与相关性图表　1679.2.3　组合与分面绘图　1719.2.4　高级特性与风格定制　1749.2.5　使用大语言模型生成统计分析报告　176小节实训　1779.3　Plotly：动态交互图表的设计与实现　1789.3.1　Plotly概览与安装　1789.3.2　图表类型与数据绑定　1799.3.3　交互性与事件响应　1819.3.4　Web应用与Dash框架　183小节实训　1859.4　Mayavi：三维可视化与科学计算　1869.4.1　Mayavi简介与三维数据可视化　1869.4.2　科学计算可视化　1889.4.3　高级特性和自定义视图　191小节实训　192本章总结　194第10章　大数据可视化行业分析　19510.1　教育业大数据可视化分析　19510.1.1　教育业大数据介绍　19510.1.2　教育业大数据的应用　19510.1.3　教育业大数据的挑战与未来趋势　19610.1.4　教育业大数据可视化示例　19610.2　电商业大数据可视化分析　19710.2.1　电商业大数据介绍　19710.2.2　电商业大数据的应用　19710.2.3　电商业大数据的挑战与未来趋势　19810.2.4　电商业大数据可视化示例　19910.3　农业大数据可视化分析　19910.3.1　农业大数据介绍　19910.3.2　农业大数据的应用　20010.3.3　农业大数据的挑战与未来趋势　20110.3.4　农业大数据可视化示例　20110.4　旅游业大数据可视化分析　20210.4.1　旅游业大数据介绍　20210.4.2　旅游业大数据的应用　20210.4.3　旅游业大数据的挑战与未来趋势　20310.4.4　旅游业大数据可视化示例　20310.5　医疗行业大数据可视化分析　20410.5.1　医疗行业大数据介绍　20410.5.2　医疗行业大数据的应用　20410.5.3　医疗行业大数据的挑战与未来趋势　20510.5.4　医疗行业大数据可视化示例　20510.6　金融行业大数据可视化分析　20610.6.1　金融行业大数据介绍　20610.6.2　金融行业大数据的应用　20610.6.3　金融行业大数据的挑战与未来趋势　20710.6.4　金融行业大数据可视化示例　20810.7　可视化分析与新兴技术融合的展望　209本章总结　210