目　录
第1章　大数据可视化概述　1
1.1　什么是大数据可视化　1
1.2　大数据可视化分类　1
1.2.1　数据统计分析可视化　1
1.2.2　设备仿真运行可视化　2
1.2.3　宏观态势可视化　3
1.3　大数据可视化的目标与应用
场景　4
1.3.1　大数据可视化目标　4
1.3.2　大数据可视化应用场景　4
1.4　大数据可视化实现基础　5
1.4.1　维度与指标　5
1.4.2　可视化图表　6
1.4.3　数据可视化流程　9
1.4.4　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　12
2.1　色彩搭配基础　12
2.1.1　色彩基础理论　12
2.1.2　色彩平衡　14
2.1.3　无彩色应用　16
2.1.4　渐变色应用　17
2.1.5　配色流程　18
2.2　原型设计基础　19
2.2.1　原型设计软件概述　19
2.2.2　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　22
3.1　Axure基础　22
3.1.1　Axure安装　22
3.1.2　Axure界面介绍　24
3.1.3　Axure基础元件　25
3.1.4　Axure高级功能　27
3.2　电商可视化数据中台原型设计
实战　31
3.2.1　项目介绍　31
3.2.2　确定背景图风格　31
3.2.3　借助DeepSeek绘制产品
类目占比图表　33
3.2.4　苹果手机订单图表绘制　36
3.2.5　使用母版快速绘制华为
手机订单和小米手机
订单图表　38
3.2.6　使用母版快速绘制业绩
增长和大订单页面　41
3.2.7　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　48
4.1　Tableau概述　48
4.1.1　Tableau产品体系　48
4.1.2　Tableau Desktop下载与
安装　49
4.1.3　Tableau Desktop开始界面　51
4.2　Tableau操作基础　52
4.2.1　数据连接　52
4.2.2　统计图表制作　58
小节实训　64
4.3　主要客户定位　65
4.3.1　客户销售额图表制作　65
4.3.2　绘制地图　66
小节实训　67
4.4　Tableau Agent的使用　68
本章总结　69
第5章　Tableau数据可视化进阶　70
5.1　零售销售分析　70
5.1.1　制作标靶图　71
5.1.2　制作分离条形图　72
5.1.3　制作箱线图　73
5.1.4　制作地图　75
5.1.5　制作树地图　75
5.1.6　制作双环形饼图　77
小节实训　80
5.2　专业级仪表板制作　81
5.2.1　版面设计的基本原则　81
5.2.2　创建计算字段　82
5.2.3　创建销售业绩与效率综合
图表　83
5.2.4　创建仪表板　84
小节实训　84
5.3　故事创建与工作汇报　85
5.3.1　Tableau故事与PPT　85
5.3.2　创建故事　86
小节实训　87
5.4　Tableau与AI融合　88
本章总结　88
第6章　ECharts数据可视化　89
6.1　ECharts概述　89
6.1.1　ECharts简介　89
6.1.2　ECharts特性　89
6.2　ECharts基本使用　90
6.2.1　ECharts入门案例　90
6.2.2　ECharts option常用属性
配置　91
小节实训　99
6.3　ECharts常用图表　100
6.3.1　折线图　100
6.3.2　柱状图　104
6.3.3　饼图　106
小节实训　110
6.4　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　113
7.1　智慧教育可视化平台　113
7.1.1　项目介绍　113
7.1.2　整体设计　114
小节实训　116
7.2　可视化布局左侧分域的
实现　116
7.2.1　师资概览　116
7.2.2　师资分布　118
7.2.3　经费支出　120
小节实训　122
7.3　可视化布局中间部分实现　123
7.3.1　毕业生分布　123
7.3.2　就业率排名　125
小节实训　126
7.4　可视化布局右侧部分实现　127
7.4.1　学习情况统计　127
7.4.2　图书借阅统计　128
7.4.3　考研考公统计　130
小节实训　132
7.5　AI与ECharts的结合应用　133
本章总结　133
第8章　Superset数据可视化　134
8.1　Superset数据可视化基础　134
8.1.1　Superset概述　134
8.1.2　环境说明　135
8.2　Superset安装　135
8.2.1　安装Miniconda　135
8.2.2　创建Python 3.7环境　136
小节实训　136
8.3　Superset部署　137
8.3.1　安装依赖　137
8.3.2　安装Superset　137
8.3.3　启动Superset　137
8.3.4　登录Superset　138
8.3.5　停止Superset　138
小节实训　138
8.4　Superset使用　139
8.4.1　准备数据源　139
8.4.2　连接MySQL数据源　140
8.4.3　配置数据源　140
8.4.4　制作仪表盘　141
8.4.5　创建图表　142
8.4.6　查看仪表盘　145
8.4.7　制作分区图　145
8.4.8　制作柱状图　146
8.4.9　制作饼图　147
8.4.10　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　150
9.1　Matplotlib：Python中的基础
绘图工具　150
9.1.1　Matplotlib核心概念　150
9.1.2　基本图表绘制　151
9.1.3　自定义样式与布局　157
9.1.4　子图与多图组合展示　161
9.1.5　使用大语言模型生成
可视化代码　165
小节实训　165
9.2　Seaborn：统计图表的优雅
呈现　166
9.2.1　Seaborn简介与优势　166
9.2.2　分布与相关性图表　167
9.2.3　组合与分面绘图　171
9.2.4　高级特性与风格定制　174
9.2.5　使用大语言模型生成统计
分析报告　176
小节实训　177
9.3　Plotly：动态交互图表的设计
与实现　178
9.3.1　Plotly概览与安装　178
9.3.2　图表类型与数据绑定　179
9.3.3　交互性与事件响应　181
9.3.4　Web应用与Dash框架　183
小节实训　185
9.4　Mayavi：三维可视化与科学
计算　186
9.4.1　Mayavi简介与三维数据
可视化　186
9.4.2　科学计算可视化　188
9.4.3　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　195
10.1　教育业大数据可视化分析　195
10.1.1　教育业大数据介绍　195
10.1.2　教育业大数据的应用　195

10.1.3　教育业大数据的挑战与
未来趋势　196
10.1.4　教育业大数据可视化
示例　196
10.2　电商业大数据可视化分析　197
10.2.1　电商业大数据介绍　197
10.2.2　电商业大数据的应用　197
10.2.3　电商业大数据的挑战与
未来趋势　198
10.2.4　电商业大数据可视化
示例　199
10.3　农业大数据可视化分析　199
10.3.1　农业大数据介绍　199
10.3.2　农业大数据的应用　200
10.3.3　农业大数据的挑战与
未来趋势　201
10.3.4　农业大数据可视化示例　201
10.4　旅游业大数据可视化分析　202
10.4.1　旅游业大数据介绍　202
10.4.2　旅游业大数据的应用　202
10.4.3　旅游业大数据的挑战与
未来趋势　203

10.4.4　旅游业大数据可视化
示例　203
10.5　医疗行业大数据可视化
分析　204
10.5.1　医疗行业大数据介绍　204
10.5.2　医疗行业大数据的应用　204
10.5.3　医疗行业大数据的挑战
与未来趋势　205
10.5.4　医疗行业大数据可视化
示例　205
10.6　金融行业大数据可视化
分析　206
10.6.1　金融行业大数据介绍　206
10.6.2　金融行业大数据的应用　206
10.6.3　金融行业大数据的挑战
与未来趋势　207
10.6.4　金融行业大数据可视化
示例　208
10.7　可视化分析与新兴技术融合
的展望　209
本章总结　210