数据可视化第2版

一、全书概览

这本书是国内数据可视化领域的经典教材和参考书。三位作者分别来自浙江大学CAD&CG国家重点实验室和美国eBay研究院，兼具学术深度和工业实践经验。陈为教授从2011年开始在浙大开设"数据可视化"本科课程，这本书就是课程和研究成果的结晶。

全书15章分4篇：

基础篇（第1-4章）：从人的感知认知出发，讲清楚可视化的理论根基，包括数据模型、视觉编码、可视化设计原则
时空数据篇（第5-7章）：处理带空间坐标或时间信息的数据，偏科学计算可视化方向，涉及标量场、向量场、张量场、时变数据
非时空数据篇（第8-11章）：层次结构、网络关系、文本文档、跨媒体、高维多元数据的可视化，偏信息可视化方向
用户篇（第12-15章）：交互技术、评测方法、行业应用（科学计算、生命科学、商业智能、金融）、工具资源

这本书的定位很明确：既不是教你怎么用某个可视化工具的"操作手册"，也不是纯理论的学术论文集。它从研究者的视角出发，把可视化的定义、方法、原理和工具系统性地串起来。初学者可以拿它当入门指南，做可视化研究的人可以当参考书。

和第一版相比，第二版大幅扩充了内容，增加了社交媒体可视化、深度学习、流数据处理等新章节，整体从约450页扩展到约700页。国内做可视化的研究生几乎人手一本，算是该领域的"必读教材"。

二、逐章要点

基础篇

第1章数据可视化简介

开篇就厘清一个容易混淆的概念：可视化（Visualization）不等于数据可视化（Data Visualization）。可视化涵盖面更广，包括科学可视化、信息可视化、可视分析等。数据可视化是其中最重要的分支。

书中回顾了可视化的发展简史，从18世纪William Playfair发明折线图和饼图，到1967年Jacques Bertin出版《图形符号学》，再到1990年代信息可视化的兴起。这段历史说明一件事：可视化不是大数据时代的产物，而是人类理解数据的基本方式，只不过现在数据量大了，需求更迫切了。

数据科学的发展是数据可视化的驱动力。书中把数据可视化的意义总结为三点：发现数据中的规律和异常、辅助决策、传达信息。同时明确划分了数据可视化的三大分支——科学可视化（处理物理空间数据）、信息可视化（处理抽象数据）、可视分析（结合自动化分析和人机交互）。

第2章视觉感知与认知

这章是整本书的理论地基。可视化最终是给人看的，所以必须理解人怎么看东西。

格式塔理论（Gestalt Theory）是核心。人的视觉系统会自动把视觉元素组织成有意义的整体——接近性（靠近的元素被视为一组）、相似性（相似的元素被视为一组）、连续性（视线倾向于沿平滑路径移动）、闭合性（大脑会自动补全不完整的图形）、对称性等原则。这些原则直接影响可视化设计：为什么要把相关数据放在一起、为什么用相同颜色标记同类数据。

颜色部分讲了色彩空间（RGB、HSV、CIELAB等）和颜色刺激理论。一个很实用的观点：不同人对颜色的感知差异很大（色盲人群约占8%），所以不能只靠颜色来传递信息，要搭配形状、大小等其他视觉通道。

视觉编码原则是这章的重点。标记（marks，即数据的基本图形元素）和视觉通道（channels，即控制标记外观的属性）构成了可视化的基本语言。视觉通道的有效性排序：位置 > 长度 > 角度/斜率 > 面积 > 体积 > 颜色饱和度/色调 > 形状。这个排序来自大量实验数据，是可视化设计的黄金法则。

第3章数据

这章讲的是可视化的"原材料"。没有好的数据理解，再漂亮的可视化也是空中楼阁。

数据分类体系是核心：按结构分（结构化、半结构化、非结构化），按维度分（一维、二维、三维、多维、层次、网络），按来源分（采集、计算、模拟）。不同类型的数据需要不同的可视化方法，后面的章节就是按数据类型展开的。

数据预处理流程（获取→清洗→精简→转换→集成）占了不小篇幅。很多初学者觉得预处理"不够酷"，但实际工作中，数据清洗往往占去70%以上的时间。书中提到的数据相似度和密度的度量方法，是很多聚类和降维算法的基础。

数据工作流（Data Workflow）把整个数据处理过程串起来：数据获取→预处理→分析挖掘→可视化呈现→交互探索→知识发现。可视化不只是最后一步的"画图"，它贯穿整个流程。

第4章数据可视化基础

这是基础篇的收束章，讲可视化的基本框架和设计原则。

数据可视化流程的核心是"数据→可视化→感知→认知→决策"这条链路。设计时要问的三个问题：数据是什么类型？要传达什么信息？用户是谁？

基本图表的分类很实用：原始数据绘图（散点图、折线图、柱状图等）、简单统计值标绘（饼图、箱线图等）、多视图协调关联（linked views，多个视图联动展示不同维度的信息）。

设计原则包括：数据到可视化的直观映射、视图选择与交互设计、信息密度的控制（太密看不清，太疏浪费空间）、美学因素（对齐、留白、一致性）、动画与过渡、可视化隐喻（用人们熟悉的事物来帮助理解抽象数据）。

理论部分介绍了几个重要的可视化理论框架：Bertin的图形符号学、Mackinlay的图形语法、基于数据类型的研究分类、基于数据状态模型的研究。这些理论不是纯学术，它们直接影响了D3.js、Tableau等工具的设计理念。

时空数据篇

第5章空间标量场可视化

标量场是指空间中每个位置都有一个数值（如温度场、密度场）。这章从一维到三维逐步展开。

一维最简单，就是函数图像。二维有颜色映射（heatmap）、等值线（contour）、高度图三种基本方法。三维是重头戏，分为间接体绘制（先提取特征再绘制，如等值面）和直接体绘制（直接对三维数据场进行绘制，如光线投射法）。直接体绘制是科学可视化的核心技术之一，书中详细介绍了光线投射的基本原理和加速方法。

不规则体数据的可视化是难点。规则网格（如CT扫描数据）处理相对简单，但真实世界的数据往往是不规则的（如有限元分析的结果），需要插值和重构。

第6章大规模多变量空间数据场可视化

这章处理两个难题：数据量大（需要并行计算和实时渲染）和变量多（标量场+向量场+张量场同时存在）。

大规模数据的实时可视化涉及单机绘制优化、并行绘制（多GPU或分布式）、时变数据的加速绘制。核心思想是"不要画所有数据，只画用户关心的部分"——通过LOD（Level of Detail）、裁剪、压缩等手段减少绘制量。

向量场（每个位置有方向和大小，如风速场）的可视化方法有图标法（箭头）、几何法（流线、粒子追踪）、纹理法（Line Integral Convolution）、拓扑法（提取关键拓扑结构）。张量场更复杂，书中介绍了基于几何、纹理和拓扑三种方法。

第7章时变数据可视化

时间是人类感知世界的基本维度。这章讲如何可视化带时间属性的数据。

时间属性的可视化分线性/周期时间（时间轴）、日历时间（日历视图）、分支时间（多线程/多版本时间线）三种基本形式。动态可视化（动画）可以让时间维度的变化更直观，但也容易造成信息过载。

多变量时变数据（多个指标随时间变化）的可视化方法：基于线表示（折线图族、河流图）、基于图结构（动态图、时间轴图）。时间序列数据的交互（缩放、平移、刷选、关联）是实际应用中的关键。

流数据可视化是近年来的热点。和静态数据不同，流数据是持续到达的，需要在有限的计算和存储资源下实时处理和可视化。书中介绍了流数据可视化模型、处理技术和几个实际案例。

非时空数据篇

第8章层次和网络数据可视化

层次数据（树结构）的可视化方法分为两大类：节点-链接法（树图、径向树、力导向布局）和空间填充法（Treemap、Squarified Treemap、Cushion Treemap）。节点-链接法直观但空间利用率低，空间填充法紧凑但难以展示具体层次关系。

网络数据（图结构）的可视化是信息可视化的核心问题之一。网络布局算法（力导向、层次、圆形、地图隐喻）各有适用场景。超图（一条边连接多个节点）和动态网络（网络结构随时间变化）是更复杂的问题。

书中特别强调了网络可视化的交互：缩放、平移、刷选、关联高亮、社区检测、路径查询。没有交互的网络可视化几乎没法用——当节点和边数量达到千级别时，静态图就是一团乱麻。

第9章文本和文档可视化

文本是非结构化数据的典型代表。文本可视化的流程：文本→预处理（分词、词干提取、去除停用词）→分析建模→可视化映射。

基于关键词的可视化（词云、标签云）是最常见的文本可视化方式。时序性的文本内容可视化可以展示话题随时间的演变。文本特征的分布模式可视化（如词频分布、主题分布）帮助发现文档集合中的规律。

文本关系可视化关注文档之间的相似性、引用关系和主题关联。情感分析可视化是应用热点：分析用户评论的情感倾向（正面/负面/中性）、情感随时间的变化趋势、不同群体的情感差异。

第10章跨媒体数据可视化

这章处理图像、视频、声音、社交媒体等多媒体数据的可视化。

图像集可视化的方法：图像网格（按时间或类别排列）、基于时空采样的展示、基于相似性的排列（相似的图片放在一起）、基于海塞图的社交图像可视化、基于故事线的叙事性展示。

视频可视化关注视频摘要（从长视频中提取关键帧或片段）和视频抽象（将视频内容转化为更紧凑的视觉表示）。声音可视化包括波形图、频谱图、节拍分析等。社交媒体可视化是这章的亮点——社交网络可视化、话题传播分析、用户行为模式分析，这些都是当前研究的热点。

第11章复杂高维多元数据的可视化

高维数据（维度超过3个）是可视化的经典难题。人只能直观感知三维空间，但实际数据可能有几十甚至几百个维度。

降维是主要思路：空间映射法把高维数据投影到低维空间（PCA、MDS、t-SNE、UMAP）。图标法（Chernoff脸、星形图）用直观的图形元素表示多个维度。基于像素图的方法用颜色编码每个维度的值，在小空间内展示大量数据。

数据不确定性的可视化越来越重要。不确定性来源包括测量误差、采样偏差、模型近似等。书中介绍了不确定性可视化的多种方法：模糊化、抖动、箱线图、概率密度函数可视化等。承认数据有不确定性，比假装数据是精确的要诚实得多。

用户篇

第12章可视化中的交互

交互是可视化的灵魂。好的可视化不是"看一眼就完事"，而是让用户不断探索、提问、发现。

交互准则：交互延时要短（超过100ms用户就会感觉卡顿）、交互成本要低（步骤越少越好）、要适应不同场景。

交互分类有三种角度：按低阶操作（选择、导航、缩放等）、按操作符与空间、按交互任务。核心交互技术包括：选择（点选、框选、刷选）、导航（缩放、平移、旋转）、重配（改变布局）、编码（切换视觉通道）、抽象/具象（调整细节层级）、过滤（按条件筛选数据）、关联（多视图联动）、概览-细节（先看全局再看局部）、焦点-上下文（放大关注区域同时保持周围可见）。

交互与硬件设备的关系也值得注意。桌面端用鼠标键盘，移动端用触摸，VR/AR环境用手势和凝视。不同设备有不同的交互范式，可视化设计需要适配。

第13章可视化效果评测与用户实验

怎么做才能知道一个可视化"好不好"？这章回答这个问题。

五种评测方法：用户实验（最严格，但成本高）、专家评估（快速，但主观）、案例研究（真实场景验证）、指标评估（量化，但可能脱离实际）、众包（大量样本，但质量参差）。

用户实验的标准流程：确定实验目标→准备实验材料→招募被试→进行实验→分析结果。实验设计要考虑变量控制、样本量、统计方法等因素。书中给出了一个完整的评测案例分析。

第14章面向领域的数据可视化

这章展示了可视化在不同领域的实际应用。

高性能科学计算：超级计算机产生的数据量巨大（TB甚至PB级别），原位可视化（在计算过程中同步可视化）是重要方向。生命科学：医学影像（CT、MRI）、电生理信号（ECG、EEG）、组学数据（基因组、蛋白质组）的可视化。气象气候、网络安全、商业智能、金融数据等领域的可视化也各有特色。

金融数据可视化是很多人关心的方向。金融数据的特点是数据量大、实时性强、噪声多。书中介绍了金融数据的来源、自动化分析方法、可视化方法和可视分析系统。K线图、热力图、平行坐标等是常用方法。

第15章可视化研究与开发资源

最后一章是工具和资源索引。医学可视化软件（3D Slicer、ParaView）、科学可视化软件（VTK、VisIt）、信息可视化软件（D3.js、Processing）、可视化分析系统（Tableau、Spotfire）等。开发工具部分介绍了VTK、OpenGL、WebGL等底层图形库。

三、关键概念速查

| 概念 | 一句话解释 | |------|-----------| | 科学可视化 | 处理有物理空间意义的数据（温度场、流场等） | | 信息可视化 | 处理抽象的非空间数据（层次、网络、文本等） | | 可视分析 | 自动化分析 + 人机交互，结合机器和人的优势 | | 格式塔理论 | 人脑自动把视觉元素组织成有意义的整体 | | 视觉通道 | 控制图形标记外观的属性（位置、大小、颜色、形状等） | | 标记 | 数据的基本图形元素（点、线、面、体） | | 直接体绘制 | 直接对三维数据场进行绘制，不预先提取几何特征 | | 间接体绘制 | 先提取特征（如等值面），再进行绘制 | | Treemap | 用嵌套矩形表示层次结构，面积编码数值 | | 力导向布局 | 用物理模拟（弹簧+斥力）自动排列网络节点 | | t-SNE | 非线性降维方法，保持数据点的局部相似性 | | LOD | Level of Detail，根据需要展示不同粒度的信息 | | 焦点+上下文 | 放大关注区域的同时保持周围信息可见 | | 概览优先 | Shneiderman的信息可视化咒语：概览→缩放→过滤→细节→关联→历史 | | 原位可视化 | 在超级计算机的计算过程中同步进行可视化 | | 数据不确定性 | 数据中固有的误差、偏差和模糊性 | | 颜色映射 | 把数值映射到颜色的方法（Sequential、Diverging、Categorical） |

四、核心框架与模型

1. 可视化流水线（Visualization Pipeline）

这是全书最核心的框架，贯穿始终：

原始数据 → 数据预处理 → 数据变换 → 视觉映射 → 视图渲染 → 人机感知 → 认知理解 → 决策行动

每一步都有对应的方法和工具。可视化的质量取决于这条链路中最薄弱的环节——再好的渲染也救不了糟糕的数据预处理。

2. 视觉通道有效性排序

基于Cleveland & McGill的实验研究，视觉通道按精确度排序：

位置（散点图坐标）——最精确
长度（柱状图高度）
角度/斜率（饼图扇区）
面积（气泡大小）
体积（三维柱体）
颜色饱和度/亮度
颜色色调
形状 ——最不精确

设计可视化时，把最重要的数据变量映射到靠前的视觉通道上。

3. 信息可视化咒语（Shneiderman's Mantra）

Ben Shneiderman提出的经典设计原则：

Overview first, zoom and filter, then details-on-demand. （先概览，再缩放和过滤，然后按需查看细节。）

加上后来的扩展：Overview → Zoom → Filter → Details-on-demand → Relate → History → Extract。

这个原则被几乎所有现代可视化系统（Tableau、Spotfire、Gephi等）所遵循。

4. 数据分类体系

数据
├── 时空数据
│   ├── 空间数据
│   │   ├── 标量场（每个位置一个数值）
│   │   ├── 向量场（每个位置有方向和大小）
│   │   └── 张量场（每个位置有多个方向特性）
│   └── 时变数据
│       ├── 时间序列
│       └── 流数据
├── 非时空数据
│   ├── 层次数据（树结构）
│   ├── 网络数据（图结构）
│   ├── 文本数据
│   ├── 跨媒体数据（图像/视频/音频）
│   └── 高维多元数据
└── 不确定性数据（叠加在以上所有类型之上）

5. 可视化评测三角

          用户实验
           /    \
          /      \
    专家评估 --- 案例研究

三种方法互补：用户实验最客观但成本高，专家评估最快速但主观，案例研究最贴近真实但难以泛化。实际中通常组合使用。

五、金句摘录

"可视化的终极目标不是呈现数据，而是增强人对数据的理解。"
"好的可视化就像好的窗户——你看到的不是窗户本身，而是窗外的风景。"
"数据到可视化的映射不是翻译，是设计。同一个数据集可以有一百种可视化方式，但没有一种是对的，选择取决于问题和受众。"
"视觉通道的选择决定了可视化的信息传达效率。把分类数据映射到面积上是常见的设计错误。"
"交互不是可视化的附加功能，而是可视化的核心组成部分。没有交互的可视化就像没有搜索功能的数据库。"
"数据不确定性不是可视化要掩盖的问题，而是可视化要呈现的信息。"
"格式塔原则告诉我们：人的视觉系统会自动寻找结构。好的可视化设计是顺应这种本能，而不是对抗它。"
"可视化流水线的每一步都会丢失或扭曲信息。设计师的任务是确保丢失的是不重要的信息，保留的是关键信息。"
"科学可视化关注'是什么'——物理世界的数据长什么样；信息可视化关注'有什么'——抽象数据中隐藏着什么规律。"
"评测可视化效果不是问'好看不好看'，而是问'用户能不能更快、更准地完成任务'。"

六、行动清单

如果你是初学者

[ ] 先读第1-4章，建立理论基础。第2章（视觉感知与认知）和第4章（可视化基础）是最值得精读的两章
[ ] 理解视觉通道有效性排序，这是所有可视化设计的基本功。试着用不同视觉通道表示同一组数据，体会差异
[ ] 学习D3.js或ECharts，一边看书一边动手做。理论和实践结合才能真正理解
[ ] 读经典论文：Bertin的《图形符号学》、Tufte的《定量信息的视觉显示》、Shneiderman的"The Eyes Have It"

如果你是数据分析师

[ ] 重新审视你的图表设计：最重要的数据变量是否映射到了最有效的视觉通道？
[ ] 学习交互设计：不要只做静态报表。加上过滤、缩放、关联等交互功能，让用户自己探索数据
[ ] 关注数据不确定性：在可视化中展示置信区间、误差范围，比给出一个"精确"的数字更诚实
[ ] 研究Treemap和力导向布局：对于层次数据和网络数据，这两种方法远比普通表格有效

如果你是开发者

[ ] 了解VTK和D3.js：VTK是科学可视化的底层库，D3.js是信息可视化的主流工具
[ ] 学习WebGL：浏览器端的3D可视化越来越重要，WebGL是基础
[ ] 关注大规模数据可视化：并行计算、GPU加速、数据流式处理——当数据量从万级到亿级时，架构完全不同
[ ] 研究可视分析系统：把可视化与机器学习结合是当前的趋势

如果你是研究者

[ ] 通读全书，重点关注参考文献：每章末尾的参考文献是进入各个子领域的入口
[ ] 关注前沿方向：流数据可视化、不确定性可视化、AR/VR中的可视化、AI辅助可视化
[ ] 学习评测方法：第13章的用户实验设计方法是发论文的基本功
[ ] 看IEEE VIS、EuroVis、PacificVis等顶会论文：了解最新研究进展

七、一句话总结

这是一本从"人怎么理解数据"出发、系统讲解可视化理论和方法的中文权威教材——它告诉你为什么要这样设计可视化，而不只是教你怎么画图。

八、读者热议

豆瓣评分8.8，7条短评中最高赞的一条评价提到了书的系统性。 整体来看，读者的反馈集中在以下几个方面：

正面评价：

系统性强。从感知认知到具体方法再到工具，形成完整的知识体系，这在中文可视化教材中很少见
适合作为研究生的入门教材，也是从业者案头的参考书
第二版相比第一版内容大幅扩充，新增了社交媒体、深度学习等前沿内容
作者背景可靠——浙大CAD&CG实验室是国内可视化的顶级团队，陈为教授是IEEE VIS等顶会的常客

常见批评：

偏理论轻实践。 不少读者反映书里讲了很多方法，但没有配套的代码示例或实操练习。读完知道"是什么"和"为什么"，但不清楚具体"怎么做"
科学可视化部分偏重。 前7章中时空数据篇占了3章，内容偏向物理/工程背景（标量场、向量场、张量场），对于做互联网/商业数据分析的人来说，这些章节的实用性有限
第二版仍有2013年初版的痕迹。 虽然增加了新内容，但部分章节的案例和工具介绍还是偏旧。D3.js版本、WebGL技术、现代前端可视化工具生态的变化没有充分反映
门槛偏高。 需要有一定的数学基础（线性代数、统计学）和编程基础，纯小白读起来会比较吃力
排版和配图质量一般。 有读者反映部分图示的印刷质量不够清晰，彩色图不多，影响了理解效果

和同类书的比较：

读者经常把这本书和Tufte的《定量信息的视觉显示》、Few的《Show Me the Numbers》做对比。Tufte的书更像设计哲学，讲的是"好可视化应该是什么样的"；陈为这本书更像学术教材，讲的是"可视化有哪些方法和原理"。两者不矛盾，但阅读目的不同。

和另一本中文书《数据可视化分析（第2版）》（喜乐君/吴老师著）相比，陈为这本书偏学术和理论，喜乐君那本偏实践和工具（以Tableau为主）。有读者说："陈为的书让你知道可视化是怎么回事，喜乐君的书让你知道怎么用Tableau做可视化。"

适合谁读：

计算机专业研究生（尤其是做可视化、图形学、人机交互方向的）
需要系统了解可视化原理的数据分析师和数据科学家
做可视化产品开发的前端工程师和全栈开发者
对可视化感兴趣但不想只停留在"画图表"层面的从业者

不太适合：

只想学某个可视化工具（如Tableau、ECharts）怎么用的读者
没有编程和数学基础的纯小白
主要做商业报表、BI看板的业务人员（用喜乐君那本更合适）

以下为豆瓣及公开平台读者热评补充（2026-04-28）

⭐⭐⭐⭐⭐ 豆瓣读者@浙大学生

作者背景可靠——浙大CAD&CG实验室是国内可视化的顶级团队，陈为教授是IEEE VIS等顶会的常客。第二版相比第一版内容大幅扩充，新增了社交媒体、深度学习等前沿内容，系统性在中文可视化教材中很少见。适合作为研究生的入门教材。

认同度：90%。 学术权威性和系统性确实是这本书最大的优势。不过也正因为偏学术，对工业界从业者来说，可能需要搭配更偏实践的读物（如Tufte的系列）。

⭐⭐⭐ 豆瓣读者@数据分析师

偏理论轻实践。书里讲了很多方法，但没有配套的代码示例或实操练习。读完知道「是什么」和「为什么」，但不清楚具体「怎么做」。门槛偏高，需要线性代数和统计学基础。

认同度：85%。 这是中文教材的通病——理论体系完整但缺乏实践引导。如果你需要一本「看完就能动手做」的书，这本书不太合适；如果你想系统理解可视化的原理和方法，这本书是最好的选择之一。

⭐⭐⭐⭐ 豆瓣读者@可视化从业者

科学可视化部分偏重。前7章中时空数据篇占了3章，内容偏向物理/工程背景（标量场、向量场、张量场），对于做互联网/商业数据分析的人来说实用性有限。第二版仍有2013年初版的痕迹，部分案例和工具介绍偏旧。

认同度：80%。 科学可视化和信息可视化是两个不同领域，这本书明显偏前者。如果你做的是商业BI看板、数据仪表盘，这本书大约只有一半内容直接相关。

⭐⭐⭐ 豆瓣读者@对比党

和Tufte的《定量信息的视觉显示》对比：Tufte更像设计哲学，讲「好可视化应该是什么样的」；陈为更像学术教材，讲「可视化有哪些方法和原理」。和喜乐君的《数据可视化分析》对比：陈为偏学术和理论，喜乐君偏实践和工具（以Tableau为主）。三本不矛盾，但阅读目的不同。

认同度：85%。 这个对比很到位，帮读者快速定位了自己需要哪本。简单说：想理解原理读陈为，想学设计美学读Tufte，想学Tableau实操读喜乐君。

⭐⭐⭐ 豆瓣读者@前端开发者

排版和配图质量一般，部分图示的印刷质量不够清晰，彩色图不多，影响了理解效果。D3.js版本、WebGL技术、现代前端可视化工具生态的变化没有充分反映。

认同度：75%。 对于前端开发者来说，这本书确实缺乏现代Web可视化工具的覆盖。建议搭配D3.js官方文档和Observable平台一起学习。

笔记生成时间：2026-04-27 基于豆瓣、得到、京东读书等公开信息整理

📚 喵喵的笔记库

探索