《数据可视化——原理方法、与应用》系统介绍数据可视化相关的概念、理论、方法、技术和应用等内容。全书分三篇：概念理论篇介绍数据可视化的概念以及视觉感知与颜色等数据可视化理论；方法应用篇介绍常见类型数据的可视化方法，包括时间型、地理型、文本型、层次型和网络型等数据；评测拓展篇简要讨论可视化的评测和科学可视化方面的应用。本书通过丰富的案例和实践指南，使读者能够掌握如何根据数据类型、分析目的和受众特点，选择合适的可视化方式，设计和实施完整的数据可视化项目。本书提供大量的图表，采用全彩色印刷，并提供数字化拓展资源，便于读者学习使用。

步一，博士，北京大学信息管理系助理教授、研究员，长期从事信息计量学、复杂网络、科研评价、科学学、知识发现、大数据应用等领域相关研究工作，开设数据可视化、复杂网络理论与实践、Python数据分析、信息计量学等课程。孟凡，博士，北京大学信息管理系助理教授、研究员，长期从事大数据分析、知识发现、数据挖掘、图像识别、深度学习相关研究工作，开设信息架构设计与实践、多媒体技术、Python数据分析、深度学习模型与应用、机器学习与智能算法等课程。黄文彬，博士，北京大学信息管理系长聘副教授、研究员，北京大学信息管理系大数据管理与应用教研室主任，北京大学重庆大数据研究院副院长。长期从事数据科学、数据治理以及科学学、教育、金融等领域的人工智能与大数据应用研究；开设数据科学导论、数据治理、数据伦理、机器学习与智能算法等课程。主持或参与国家社会科学基金、国家自然科学基金、企事业单位委托等项目20余项。黄鹂强，博士，浙江大学教授、博士生导师，全球未来产业瞭望站主任，国家社会科学基金重大项目首席专家。长期从事企业数字化转型与价值创造、数据要素与数据资产管理、人工智能与管理及未来产业发展的研究工作，开设消费者数据分析、大数据信息系统分析与设计、数字运营与用户体验等课程。

前言 Foreword 在数字化时代，数据无处不在，无论是商业决策、科学研究还是社会调查，数据都发挥着至关重要的作用。然而，单纯的数据往往难以理解和分析，这时候，数据可视化就显得尤为重要。数据可视化是一门将大量数据通过图形、图像、动画等形式进行展示的技术，它能够将复杂的数据关系、趋势和模式以直观的方式呈现出来，从而帮助我们更好地理解和分析数据。在当今社会，数据可视化已经成为一种不可或缺的技能，无论是数据分析师、数据科学家、算法工程师、产品经理，还是涉及量化分析的研究人员和专业人士，都需要掌握数据可视化的理念和核心技术。正是基于这样的背景，我们编写了《数据可视化》这本书。我们的目标是为读者提供一本全面而深入的数据可视化学习指南，帮助读者从基本概念入手，逐步掌握数据可视化的核心技术，从而能够独立设计和实施有效的数据可视化项目。 在编写过程中，我们注重内容的系统性和实践性。本书分为三篇：第1篇概念理论篇介绍数据可视化的基本概念、重要性和可视化理论，帮助读者建立正确的认知框架和理论基础。第2篇方法应用篇介绍常见类型数据的可视化方法，包括时间型、地理型、文本型、层次型、网络型等数据帮助读者掌握数据可视化的核心技术。第3篇评测拓展篇介绍数据可视化的评测和科学可视化方面的应用。除了理论方法知识外，本书还提供了丰富的案例和实践指南。本书通过大量的实际案例，使读者了解数据可视化在实际应用中的价值和作用；通过实践操作指南，帮助读者从零开始设计和实施一个完整的数据可视化项目，从而加深对理论知识的理解和应用。 在编写过程中，我们力求做到深入浅出、通俗易懂。我们注重用生动的语言和丰富的案例来解释...