可视化数据

前言 i
第1章 可视化数据的七个阶段 1
1.1 为什么数据显示需要计划2
1.2 一个例子 6
1.3 相互影响和联合 14
1.4 原则 15
1.5 综述 18
第2章 processing入门 19
2.1 processing的草图功能 20
2.2 导出和发布你的项目 23
2.3 示例和参考 24
2.4 函数 27
2.5 草图和脚本编程 28
2.6 准备好了吗？ 30
第3章 映射 31
3.1 绘制一幅地图 31
3.2 地图上的定位 32
3.3 地图上的数据34
3.4 使用你自己的数据 51
3.5 下面的步骤 53
.第4章 时间序列 54
4.1 牛奶、茶和咖啡（获取和分析） 55
4.2 清理桌子（过滤和挖掘） 55
4.3 一个简单的图表（表述和修饰） 57
4.4 为当前数据集合贴上标签（修饰和交互）59
4.5 绘制坐标轴（修饰） .62
4.6 选择一个合适的表述（表述和修饰） 73
4.7 通过鼠标滚动强调数据点（交互） 76
4.8 连接数据的方法（修饰） 77
4.9 标签面板一样的文本标签（交互） 83
4.10 数据集合之间插值（交互） 87
4.11 结束时间序列 92
第5章 连接和关连 94
5.1 改变数据源 94
5.2 问题描述 95
5.3 预处理 96
5.4 使用预处理过的数据（获取，分析，过滤，挖掘） 111
5.5 显示结果（表述） 118
5.6 回到问题本身（修饰） 121
5.7 复杂排序：将收入作为判断胜局的依据 126
5.8 转移到多个日期（交互） 127
5.9 平滑交互（修饰） 132
5.10 实施时的考虑因素（获取，分析，过滤） 133
第6章 散点地图 145
6.1 预处理 145
6.2 载入数据（获取和分析） 155
6.3 用邮政编码绘制散点图 （挖掘和表述） 157
6.4 在输入的时候突出显示 （优化和交互） 158
6.5 显示目前已选择的点（优化） 162
6.6 逐渐地将点变暗和变亮（优化） 165
6.7 放大（交互） 167
6.8 改变缩放时的点的画法（优化） 177
6.9 部署的问题（获取和优化） 178
6.10 下面的步骤 180
第7章 树、层次结构和递归 182
7.1 用递归来构建一个目录树 182
7.2 用队列来异步的加载（交互） 186
7.3 树图的简介189
7.4 哪些文件占据了最多的空间 194
7.5 查阅文件夹的内容（交互） 199
7.6 提高树图的显示（修饰） 201
7.7 快速浏览文件（交互） 208
7.8 下面的步骤 219
第8章 网络和图 220
8.1 简单的图的演示示例 220
8.2 一个更加复杂的图 229
8.3 解决网络问题 240
8.4 高级图例 242
8.5 挖掘更多信息 262
第9章 获取数据 264
9.1 哪里能找到数据 265
9.2 从互联网上获取数据的工具 266
9.3 用processing定位使用的文件 268
9.4 载入文本数据 270
9.5 处理文件和文件夹 276
9.6 列出一个文件夹中的文件 277
9.7 异步图像下载 281
9.8 以openstream()为桥联系java 284
9.9 处理字节数组 284
9.10 高级网页技术 284
9.11 使用数据库 288
9.12 处理大量文件 295
第10章 分析数据 296
10.1 努力程度 296
10.2 收集线索的工具 298
10.3 文本是最好的 299
10.4 文本标注语言 303
10.5 正则表达式（regexps） 316
10.6 语法和bnf范式 316
10.7 压缩的数据 317
10.8 向量和几何 320
10.9 二进制数据格式 325
10.10 高级侦查工作 328
第11章 结合processing和java 331
11.1 编程模式 331
11.2 附加的源文件（tabs） 334
11.3 预处理程序 335
11.4 api结构 336
11.5 将papplet嵌入到java应用程序中 338
11.6 在processing的sketch程序中使用java代码 342
11.7 使用库 343
11.8 用processing.core的源代码编译 343
参考书目 345
索引 349