可視化，作為利用數據、信息用來達到自己目的、解決問題的最後一環，往往重要性超過前邊所有。
這些書讓我從一個小白，到做的可視化會被領導同事讚賞、逐漸走上數據之路。
首先為什麼是可視化?
分析的項目，在經過了定義問題、收集數據、數據清洗、數據建模、評價的環節以後，終於到了展示、決策階段，也是最有價值的時候。
這時候需要把想要表達的信息、數據，高效的展現數來。
可視化，就是展示的藝術。
在一個並不是“數據驅動”的企業，數據分析相關環節的重要性其實是這樣的。
所以，解讀以及可視化數據，往往是比數據分析的過程重要的多。
從幾年前第一次感受到“好看的圖”和“不好看的圖”之間的差距，就開始瞭解“可視化”這門混合了多個學科的藝術。
最近整理了之前看過的書，又重新收集了一點新的材料，找到了現在最多人推薦，最好的可視化參考書。
分別是這幾本(文後有下載)
The Visual Display of Quantitative Information， Edward Turfte
最簡單的圖形與最複雜的信息
數據可視化之美，Beauty Visualization，Juliesteele
鮮活的數據：數據可視化指南，Nanthan Yau
數據之美，Data Points: Visualization that means something，Nanthan
Yau
數據可視化，陳為
太多，怎麼看?
在開始很長的一本一本介紹之前，先說最重要的部分，推薦學習過程：
完全不瞭解數據可視化的小白，任何專業：先推薦讀從《最簡單的圖形與最複雜的信息》，再讀《鮮活的數據》，用《數據可視化之美》當作課外書
對可視化有興趣，會簡單數據分析、做報表等的可視化初級：推薦讀《鮮活的數據》以及《數據之美》;喜歡練英語的把《The Visual Display of Quantitative Information》作為課外書，如果不喜歡的就看看《數據可視化之美》
可視化有經驗，對於數據分析、可視化基本原理有過系統性瞭解，也肯定有過一定學習，建議直接上手陳為的《數據可視化》、數據可視化之美，以及《The Visual Display of Quantitative Information》作為課外書，
下面環節是：為什麼?
1.可視化鼻祖的書《The Visual Display of Quantitative Information， Edward Turfte》
作者是大名鼎鼎的Edward Tufte，美國耶魯大學統計學家，計算機、統計、政治的退休教授。因為作為在數據可視化方面的先驅而出名。他可以算是可視化研究的鼻祖了，這本書也是可視化的聖經。在兩年之前讀了原本，書皮和這個一樣。
書中講了可視化的基本原理，講到了一些複雜信息可視化的例子。比如非常經典的講述戰爭中部隊變化的圖：用顏色、線條清楚描述了部隊組建是龐大的，到開始撤退後逐漸表少的過程。
書中提到一些可視化信息的方式以及可視化原理，相比其他非常系統的書，這本“古董書”並不完全適合作為一個教程，適合英語較好，對可視化有興趣的讀者。有能力閱讀英文書的讀者，閱讀時間大概在5-15小時。
2. 最簡單的圖形與最複雜的信息
看兩個圖大概就知道這本書的內涵了，簡單直接的指導。
是的，這本書主要的內容，就是各類圖形的特點、用途以及一些注意事項。在什麼時候該使用什麼樣的圖，在使用這種類型的圖的時候，又要注意些什麼才能達到更好的效果。
非常適合剛開始學習如何把報表、數據展示做好的新人。
書的內容很少也很容易理解，推薦閱讀時間在1.5-4小時。
3. 數據可視化之美，Beauty Visualization
這本書首先讀完英文版，然後正好又看到中文版，發現確實和很多人吐槽的一樣，翻譯比較差。所以喜歡英語的同學可以嘗試讀一下英文。
這本書的每一章都是由不同的人完成，每一章都介紹了一種可視化。從可視化的點子開始一直到如何實現，甚至包括一些以前的代碼。比如“詞雲word cloud”發明者的那篇文章。
整體來講這本書的內容更偏向“信息可視化”而不是“數據可視化”。
(信息和數據有不同的理解，這裡只表達在這個語境下)
個人理解：
信息可視化更強調將現在有的信息，或者從數據中挖掘出來後的信息，進行展示。如何來讓表達的信息更清楚、更美觀、更好用，更吸引人。比如這樣的地鐵圖，就是用來表現地鐵的信息。
數據可視化更強調將數據，清楚的表達出來，讓看到可視化的人，可以從數據中獲取信息(而不是直接單純表達信息)，很多數據可視化也要強調交互的作用。數據可視化要求精確、很多時候作為進一步挖掘信息的輔助。
信息可視化很多的時候作為一次性的工作，比如繪製一個地鐵圖，關係圖，人體神經圖，戰鬥過程圖，複雜關係圖。
數據可視化在很多的時候都是重複使用的，數據改變，可視化改變，類似於各種各樣的dashboard。
這本書集合了眾多大師們的作品，非常值得一讀，但是並不能作為系統的“數據可視化”的指導。非常推薦想要把數據、信息表達的好看的人來讀，作為啟發。
4. 鮮活的數據：數據可視化指南，Nanthan Yau
這本書對於數據分析可視化的初學者首先是非常完整。
首先用一章介紹了數據可視化的流程、目的，也就是“數據是用來講故事”。數據是用來講事實，說明問題的，為了數據分析而分析，為了可視化而可視化是沒有意義。
這本書還介紹了不同的數據可視化工具，有非常多的例子和參考代碼，內容非常豐富。書中的可視化大部分採用了“使用可視化工具(各種語言)出圖，再使用Illustrator完善圖表“的過程。非常值得參考，但是從目前(2018年中)，以及個人經驗(會python，R，Tableau等可視化工具)角度來講，沒有學習的必要。
整體來講整本書對於新手、可視化熟手都有看和學習的價值。很多部分值得自己試試實現，但是沒有必要參考書中的具體實現方法，思想是類似的，具體可以自由發揮。
5. 數據之美，Data Points: Visualization that means something，Nanthan Yau
本書內容非常豐富，英文版目前還沒有讀完。從最基本的對於數據的理解開始，一直到可視化的基本元素、方式，各種類型的可視化，並且有大量實例。
可以看成是上一本書的一個加強版本。非常推薦對於想要利用數據來講故事、說明問題，用數據工作的人讀讀。
去購買6. 《數據可視化》，陳為
作為一本六百多頁的書，這本書可以說是把可視化從出生到現在都講了，從可視化的最初意義，人的視覺感受，色彩原理，一直到可視化技術的具體細節實現。
可以說這本書是唯一一本只是看了目錄就覺得“好厲害”的可視化相關書了。
書中把數據可視化這樣一個大概念，按照應用分為三類：
科學可視化：最早，最成熟的領域，主要是自然科學各個學科對於數據和模型進行解釋，處理。早期主要關注於三維數據的可視化。
信息可視化：對象一般是抽象的、非結構的數據集合。更關注抽象高維數據，根據具體信息決定不同形式，大概有時空數據，層次與結構數據，文本和跨媒體，多變量數據等
可視分析學：以可視交互為基礎的分析推理科學，綜合了圖形學、數據挖掘和人機交互。把人的認知融入數據處理過程中，完成分析推理和決策。
一般我們認識的數據可視化等，大多數都屬於信息可視化範疇之內。
在講完可視化的歷史，數據和可視化的基礎以後，後邊的內容分成“時空數據”和“非時空數據”兩大塊。
內容中很大一部分，也是可視化技術的背後實現。
這是唯一的一本的書，不做過多評價，但是推薦對於可視化真的有興趣，想要系統學習可視化的各位來讀。
