使用免费且易于学习的网络工具,用数据讲述你的故事并展示出来。这本入门书教你如何为你的网站设计交互式图表和定制地图,从简单的拖放工具开始,如谷歌Sheets、Datawrapper和Tableau Public。你也将逐渐学会如何编辑开源代码模板,如图表.js, Highcharts,和在GitHub上的传单。

动手数据可视化将通过教程,现实世界的例子和在线资源逐步带您。这本实用指南对于学生、非营利组织、小企业主、地方政府、记者、学者以及任何想要从电子表格中提取数据并将其转化为生动互动故事的人来说都是理想的。不需要编码经验。

这本书,你将学习如何通过混合设计原则和一步一步的教程的章节来创建真实和有意义的数据可视化,从而使你的基于信息的分析和论证更有洞察力和说服力。就像句子有了支持性证据和来源说明会变得更有说服力一样,你的数据驱动写作在搭配适当的表格、图表或地图时也会变得更强大。文字告诉我们故事,而可视化通过将数量、关系或空间模式转换为图像向我们展示数据故事。当可视化设计良好时,它们会将我们的注意力吸引到数据中最重要的东西上,而这是很难通过文本进行交流的。

我们的书以越来越多的免费和易于学习的数字工具为特色,用于创建数据可视化。我们将这一术语广义地定义为:将数据编码为图像的图表和添加空间维度的地图。虽然表格不能以同样的方式展示数据,但我们在本书中包含它们,是因为我们的实用需要引导新学习者通过决策过程,通常导致构建这三种产品之一。此外,在这个数字时代,我们将数据可视化定义为可以通过修改底层信息(通常存储在数据文件中)轻松重用的图像,而不是通常设计为一次性艺术品的信息图。

我们设计了动手数据可视化来介绍关键概念,并为新学习者提供一步一步的教程。你可以自学,也可以用书来教别人。另外,与许多只关注于一个工具的技术书籍不同,我们的书指导您如何在我们推荐的20多个免费且易于使用的可视化工具中进行选择。最后,虽然其他一些书只关注只能分布在纸上或PDF文档上的静态可视化,但我们演示了如何设计交互式表格、图表和地图,并将它们嵌入到web上。交互式可视化通过邀请他们与数据进行交互,探索他们感兴趣的模式,如果需要的话下载文件,并轻松地在社交媒体上分享您的工作,从而在互联网上吸引更广泛的受众。

https://www.oreilly.com/library/view/hands-on-data-visualization/9781492085997/

成为VIP会员查看完整内容
193

相关内容

书籍在狭义上的理解是带有文字和图像的纸张的集合。广义的书则是一切传播信息的媒体。
【2022新书】Python数据科学:手册导论,286页pdf
专知会员服务
92+阅读 · 2022年6月25日
【2022新书】Python手册,275页pdf
专知会员服务
177+阅读 · 2022年3月18日
【2021新书】面向对象的Python编程,418页pdf
专知会员服务
70+阅读 · 2021年12月15日
【开放书】Python + Matplotlib可视化指南,249页pdf
专知会员服务
95+阅读 · 2021年11月17日
专知会员服务
143+阅读 · 2021年9月16日
【实用书】Python数据分析手册,437页pdf带你实战数据清洗
【2021新书】编码艺术,Coding Art,284页pdf
专知会员服务
73+阅读 · 2021年1月10日
【2020新书】Python文本分析,104页pdf
专知会员服务
96+阅读 · 2020年12月23日
【2020新书】实战R语言4,323页pdf
专知会员服务
98+阅读 · 2020年7月1日
【2022新书】经典与量子计算导论,392页pdf
【2022新书】贝叶斯建模与Python建模
专知
17+阅读 · 2022年1月9日
【干货书】概率,统计与数据,513页pdf
专知
29+阅读 · 2021年11月27日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
26+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年6月25日
Arxiv
54+阅读 · 2022年1月1日
Arxiv
39+阅读 · 2021年11月11日
Arxiv
19+阅读 · 2020年12月23日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
VIP会员
相关VIP内容
【2022新书】Python数据科学:手册导论,286页pdf
专知会员服务
92+阅读 · 2022年6月25日
【2022新书】Python手册,275页pdf
专知会员服务
177+阅读 · 2022年3月18日
【2021新书】面向对象的Python编程,418页pdf
专知会员服务
70+阅读 · 2021年12月15日
【开放书】Python + Matplotlib可视化指南,249页pdf
专知会员服务
95+阅读 · 2021年11月17日
专知会员服务
143+阅读 · 2021年9月16日
【实用书】Python数据分析手册,437页pdf带你实战数据清洗
【2021新书】编码艺术,Coding Art,284页pdf
专知会员服务
73+阅读 · 2021年1月10日
【2020新书】Python文本分析,104页pdf
专知会员服务
96+阅读 · 2020年12月23日
【2020新书】实战R语言4,323页pdf
专知会员服务
98+阅读 · 2020年7月1日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
26+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年6月25日
Arxiv
54+阅读 · 2022年1月1日
Arxiv
39+阅读 · 2021年11月11日
Arxiv
19+阅读 · 2020年12月23日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
微信扫码咨询专知VIP会员