Foreword
Visualization, as a discipline in computer science, is a rather young field of study. The
field has made many advances over the past 25 years through tremendous basic and
application-driven research efforts, and also successfully transferred some of these
advances into products and services for data-intensive applications. Visualization as
a problem-solving and knowledge discovery tool has become even more important as
we enter the Big Data era. Its applications grow from scientific computing, engineering
design, biomedicine, cyber security, and intelligence, to social science, transportation
studies, and commerce. Visualization will be considered a basic skill, and will likely
become part of the standard curriculum in science and engineering.
There is clearly a fast-growing interest in visualization as a discipline, a technology, or a
practice. Over the years, I have been asked by many to suggest readings in visualization.
So far, no book has ever managed to provide a comprehensive overview of the field,
since even the good ones focus on a subarea of visualization, typically reflecting the
author’s research endeavors. A visualization textbook is definitely needed. I know a few
other book projects are underway, but this book is by far the most comprehensive one I
have seen. It provides a fairly complete introduction to essential topics in visualization,
as well as information on where the field is today, effectively serving the needs of both
practitioners and future researchers in the field. As the field evolves rapidly to cope
with demands from new applications and exploiting Big Data, I believe the authors will
update the content regularly to reflect the latest and greatest developments in the field,
which will make this book a lasting, valuable resource.
While visualization has become an active area of study and practice in the United States
and Europe, visualization research and education in Asia would benefit from increased
promotion and development. Thus, the publication of this textbook is timely. I praise the
dedicated effort of Professor Wei Chen and his co-authors in creating this book, which
will help accelerate visualization education, research, and practice in China and other
Chinese-speaking countries. I hope to see this book translated into other languages. It
will then become an important reference in the field of visualization. I found the book
very informative and easy to read. I believe you will enjoy reading it.
Kwan-Liu Ma
Davis, CA
September 20, 2013

序言
浙江大学计算机辅助设计与图形学（CAD&CG）国家重点实验室陈为教授来电话，
请我为他的新作《数据可视化》作序。陈为教授是我的老同事，也是我们实验室可视化方
向的带头人。现在他有新作出版，请我作序是对我的尊重，我哪有不懂之理。然而我犹豫
了。我坦率地告诉他，我怕完不成任务，因为我已退休多年，不再跟踪学科前沿多年。陈
为说，他把书稿链接发给我，请我浏览以后再做定夺。我在浏览了《数据可视化》的内容
简介、前言、目录和第1 章后，深感全书内容十分丰富，架构严谨，是我国学界和业界急
需的一本好书。陈教授在信里还写道：“可否请您从可视化在中国的发展历史、现状、未
来为这本书写一个序言，作为对我们的鼓励。”读信后，我感到我写不出现状和未来，写
点我经历过的事情，以及谈点作为过来人的体会和建议还是可以的，同时我感到作为可视
化领域的一名老兵，面对《数据可视化》这样一本可视化新作、好书，又有爱不释手和责
无旁贷之感，当即决定试试。
“可视化”或它的全称“科学计算可视化”（Visualization in Scientific Computing，ViSC）
一词是在1987 年根据美国国家科学基金会召开的“科学计算可视化研讨会”内容撰写的
一份报告中正式提出的。在短短20 余年历史中，科学计算可视化发展成为一个十分活跃
的研究领域，新的研究分支不断涌现，如出现了用于表示海量数据不同类型及其逻辑关系
的信息可视化技术，以及将可视化与分析相结合的可视分析学研究方向。现在又有了把“科
学计算可视化”、“信息可视化”和“可视分析学”这三个分支整合在一起的新学科“数据
可视化”。这是可视化研究领域的新起点，必将进一步促进学科交叉与融合，进一步扩大
应用领域的发展，进一步提高应用水平。可以预期，这波数据可视化研究新浪潮必将推动
可视化学科研究和应用向更宽、更深、更高的方向发展。事实上，这既是学界和业界的责任，
也是广大用户的期待，因为现有的可视化技术还远远满足不了用户的期望。我举一个亲身
体验来说明我的这个论断。去年8 月我的小孙女出生，面对可爱的小脸，脑海里不由得回
忆起3 个月前看到儿子发来的那张胎儿超声波三维影像时留下的印象：紧闭的双目，高额
头和大鼻子。今天小天使虽然依然双目紧闭，依然是高额头，但鼻子一点也不大，反而显
得小巧、可爱，加上时张时合的小嘴，这张真实的小脸与那张高科技三维图像相比不知要
漂亮多少倍。这个事实说明，今天的超声波三维成像技术离用户期望水平还相去甚远。我
们全家在感谢今天科技进步让我们提前3 个月看到了小孙女真容的同时，也期望科学家们
早日提供逼真的胎儿三维影像。
应该说，我们国家可视化方向的研究工作起步还是比较早的。国家自然科学基金委
将科学计算可视化列为“八五”重点资助项目，国家科委也将其列为基础研究专门项目
给予资助。国内一批图形学研究中心，如浙江大学计算机辅助设计与图形学国家重点实
验室、清华大学计算机系、中科院CAD 开放实验室和中科院软件所等单位在20 世纪90
年代初相继开展了可视化方向的基础研究和应用研究。我们这一代人遇到的最大困难是
信息闭塞，很多信息都是从国际学术交流中取得的。例如，我是在1991 年3 月至7 月在
德国Encarnacao 教授领导的弗朗霍夫图形学研究所（FhG-IGD）做访问研究，在Martin
Goebel 博士领导的可视化研究室工作时接触科学计算可视化研究方向的。我有幸与研究
室内一批年轻博士一起工作4 个月，奠定了从事可视化学科的基础。回国后我在浙江大
学CAD&CG 国家重点实验室大力倡导，并组织年轻教师和博士生开展可视化方向的研
究工作，很快出现了一批较高水平的研究成果，影响并推动了可视化研究方向在国内的
普及。基于可视化方向的广泛应用背景，我们从1993 年9 月起在浙江大学为全校理工科
硕士和博士研究生开设“科学计算可视化”全校性选修课。1995 年4 月23 日至27 日由
我们实验室牵头举办了虚拟现实与科学计算可视化国际研讨会（International Workshop on
VR-ViSC）。同时为国内青年学者和学生举办同名高级研讨班，请出席国际研讨会的一批
国内外著名学者为国内高级研讨班学员做报告，取得了很好的效果。这应是我国第一次举
办VR-ViSC 专题国际研讨会和同名国内高级研讨班，让国外学者有机会了解我国学者在
这个领域的研究成果，也让国内学者和学生有机会接触世界一流学者。我想借此机会向
Encarnacao 教授表示我们最诚挚的谢意，是他帮助我们解决了国外学者来华的费用。欧洲
学者费用是他出面向欧盟申请的，北美加拿大和美国学者来华费用也是Encarnacao 教授
出面通过他的老朋友Larry L. Rosenblum 教授向美国国家科学基金会申请的。Larry 是美国
海军研究生院教授，曾任美国国家科学基金会计算机学部主任。2006 年4 月16 日，我的
一批国外老朋友应邀参加我的70 岁生日庆祝大会，几位老朋友到我的新居做客，其中就
有Larry，这是他第一次访问中国。我如此冗长地介绍1995 年研讨会和一批国外老朋友无
非是想强调国际学术交流的重要，以及强调国外一流学者的敬业精神值得我们永远学习。
1996 年9 月由石教英、蔡文立等编著的《科学计算可视化算法与系统》一书由科学出版
社出版。这应是我国学者编著的第一本可视化教材，曾在国内高校应用多年，遗憾的是至
今没有更新再版。计算机类教科书哪有十几年不更新的，早该淘汰了。
我除了欣赏《数据可视化》一书内容翔实、架构严谨、图表精美外，我更欣赏和看重
的是本书前言里列出的执笔者，也就是作者名单。这张名单清晰地表明各个章节的作者姓
名。我欣赏的就是这种既强调知识产权保护，又明确文责自负的做法。我一直认为我国知
识产权保护不力是制约我国科技创新的罪魁祸首！我欣赏陈为教授严谨的知识产权保护意
识和实践。保护知识产权从我们每个科技工作者做起当然是应该的，但我更希望我国各级
科技主管部门重视知识产权保护对我国科技创新的影响问题，也希望各级行政执法主管部
门严格执法，严格保护知识产权。更希望中央媒体能像报道全国道德模范一样报道一批因
知识产权而致富的知识分子实例。我想一旦知识产权可以致富意识深入人心，榜样的力量
就将是无穷的。
最后请容许我再向青年学者说几句心里话。你们从事的可视化研究领域属应用基础研
究范畴，具有很强的应用性，因此希望你们重视应用研究，做有用的研究，多与产业界联
系；不要随波逐流跟着考核指挥棒走，一味追逐论文数、奖项数和科研经费数；学术评价
标准是影响力，而不是这个数那个数。影响力分学术影响力和产业影响力两类：学术影响
力看的是发表的学术论文级别，真正有影响力的论文只有顶级论文，能产出顶级论文的只
有少数人，且只能在其创造力旺盛的有限岁月才有可能发表顶级学术论文；产业影响力是
看你的成果在产业界的应用效果，所有有真才实学的人都能有所贡献，且可能是终生都会
有所贡献。你可能会说没有论文，拿不到博士学位，升不了职称，没有科研经费无法带研
究生，等等。是的，这里就有个度以及你的看法问题，这就是先贤王阳明先生说的“良知”
（我们对事物的最初反应，也是我们本性的表现）；王阳明还提出“致良知”说，就是指我
们应该遵从自己的良知而行，即将良知付诸实践。因此，这是一个复杂而又现实的问题，
我前面说了“不要随波逐流”，现在又说要“致良知”，即要按自己想清楚的去做，一句话
就是：要独立思考，不要随大流。
东拉西扯地写了一大堆，请陈教授谅解，也请诸位读者谅解。
石教英
浙江大学计算机辅助设计与图形学国家重点实验室
2013 年9 月11 日

再版序
作为一种数据分析的工具，可视化业已成为各类数据分析的理论框架和应用中的必
备要素，并成为科学计算、商业智能、安全等领域中的普惠技术。21 世纪之初以后，国
内外信息环境发生了很大的变化，可视化的意义也逐渐为世人所知。各类科研基金和企业
研发经费纷纷投向高效、高质量的可视化方法和系统的研究与开发。国家自然科学基金于
2012 年资助了“探索式可视分析的基础理论与方法”重点项目，团队成员来自浙江大学、
北京大学、香港科技大学、北京应用物理与计算数学研究所等单位。经过五年的努力，课
题组成果斐然，在结题考核中被评为优秀。学术界的共同努力，使得国内的学术力量为亚
洲领先、世界知名。据国际权威学术排行榜（http://www.csrankings.org）统计，近五年，
浙江大学、清华大学、北京大学在可视化和可视分析领域顶级会议IEEE VIS 上的发文数
量均名列世界前20。产业界也纷纷发力，国内著名企业均投入重兵，研发新兴可视化技术。
阿里巴巴、阿里云、百度、蚂蚁金服、华为、360，都相继成立了可视化的研发团队。阿
里云早期和浙江大学合作的DataV 可视化组件库，“被阿里巴巴的各类产品线广泛使用（如
数据魔方、淘宝指数、对外数据大屏和‘双11’大屏等产品），打破了国外highcharts 等
收费方案的垄断，帮助阿里集团的众多大数据产品以最低成本大幅提高数据输出效果和质
量”。百度公司发布的ECharts 可视化工具，位列github 可视化工具第三，占有国内70%
的开源可视化工具市场。蚂蚁金服研发的AntV、G2 等开源可视化工具，也逐渐在轻量级
Web 可视化方面输出能力。此外，新型大数据可视化创业公司如海云数据、永洪科技等，
以可视化和可视分析技术为亮点，逐步在国内市场占据一席之地。在这种新形势下，在最
新发布的中国科技创新2030“新一代人工智能”和“大数据”专项指南中，均将可视化
和可视分析列为大数据智能急需突破的关键共性技术。
可视化的推广和应用离不开学术界的引导。从2014 年到2017 年，中国计算机学会大
数据专家委员会每年都发布大数据十大趋势，可视化和可视分析年年入选。从入选评价，
不难看出大数据学术界对可视化的期望：2014 年，第四，大数据分析与可视化；2015 年，
第八，可视化分析与可视化呈现；2016 年，第一，可视化推动大数据平民化；2017 年，第十，
可视化技术和工具提升大数据分析工具的易用性。浙江大学自2011 年为本科生开设“数
据可视化”课程以来，年年选课总人数超过150 人。北京大学、浙江大学等高校，每年都?
举办暑期学校和研讨班。自2014 年起，国内学术同仁发起了中国可视化与可视分析大会，
每年参会人数超过500 人。
本书自2013 年出版第1 版至今，多次重印，被国内20 多所高校列为教材，也被广大
的企事业单位用于科研、研发和培训。本书的繁体字版本还被销往中国台湾地区。本书第
2 版的修订增加了一些最新的科研成果，更新了大量案例。团队成员（马昱欣、郭方舟、
朱闽峰、郭方舟、王叙萌、张天野、马昱欣、梅鸿辉、魏雅婷、黄兆嵩、陆俊华、韩东明、
潘嘉铖、张玮、黄家东）等为本书的修订做了大量的工作，在此一并致谢。我们相信，大
数据可视化的征程才刚刚开始。
本书作者
于2019 年2 月

第1版前言
数据的采集、提取和理解是人类感知和认识世界的基本途径之一，数据可视化为人类
洞察数据的内涵、理解数据蕴藏的规律提供了重要的手段。
随着数据时代的来临，大数据的分析、挖掘与可视化已经成为信息技术发展的迫切需
求。面对当前科学可视化、信息可视化、可视分析研究和应用的新形势，需要发展新的复
杂数据的处理、分析与可视化方法，并围绕实际科学和社会问题的求解设计高效的人机交
互界面。目前，国内急需面向信息时代中各类数据特性和应用领域介绍数据可视化基本理
论与方法的工具书。
本书从研究者的视角，介绍了数据可视化的定义、方法、功效和实用软件，可作为初
学者入门的向导，是有关科研和教育人员从事可视化研究和开发的一本实用的参考书。全
书共有16 章，分为4 篇：基础篇、时空数据篇、非时空数据篇和用户篇。
基础篇（第1~4 章）阐述数据可视化的基础理论和概念，从人的感知和认知出发，介
绍数据模型和可视化基础。第1 章阐述可视化的定义、作用和发展历史，给出数据可视化
的现代意义和分类。第2 章详细介绍视觉感知和认知的基本原理、颜色模型和可视化编码
原则。第3 章介绍数据模型、数据定义、数据组织与管理、数据分析与挖掘等基本概念。
第4 章阐述数据可视化基础，包括可视化流程、图形符号、视觉变量和评估方法等内容。
根据数据的时空特性，数据可分为时空数据和非时空数据。
时空数据篇（第5~8 章）介绍含有空间坐标或时间信息的数据的可视化方法，此类数
据通过测量仪器在真实物理空间中采集或由科学计算模拟生成。空间数据可分为标量、向
量和张量三大类。第5 章介绍空间标量场数据可视化，主要涵盖一维、二维和三维空间的
标量场数据。第6 章介绍含有地理信息的空间数据的可视化技术。第7 章介绍大尺度或随
时间变化的空间标量场数据的可视化解决方案和挑战，空间向量场和张量场数据的可视化
方法，多变量空间数据场的可视化。第8 章关注带有时间信息的数据可视化，包括时间属
性可视化、多变量时变型数据可视化和流数据可视化。
非时空数据篇（第9~12 章）描述非结构和非几何抽象数据的可视化，这类数据既存
在于真实物理空间，也存在于社会空间和网络信息空间。第9~12 章分别介绍层次结构数
据可视化、文本数据可视化、跨媒体数据可视化和复杂高维多元数据可视化。特别是，非
时空数据，具有高维、大尺度、异构、复杂等特点。第12 章介绍最新的有关复杂高维多
元数据可视化的方法，处理对象包括多变量非结构化数据、大规模数据、异构数据和不确
定性数据等。
用户篇（第13~16 章）介绍实际应用中各类数据可视化需采用的共性、技术和工具以
及具体的应用系统。第13 章介绍可视化中的交互方法，包括交互准则、交互分类和相关
技术。第14 章介绍可视化评测，阐述可视化评测的因素、方法、流程和具体实例。第15
章介绍面向科学计算、生命医学、网络安全、商业智能和金融等领域的可视化技术。第
16 章介绍可视化系统，包括应用系统、数据资源、开发工具和全球重要的可视化研究小
组等信息。
本书由浙江大学计算机辅助设计与图形学（CAD&CG）国家重点实验室部分师生和
阿里巴巴公司的沈则潜博士共同编著。美国内布拉斯卡- 林肯大学的俞宏峰（Hongfeng
Yu）博士全程参与了本书结构的讨论和若干章节的编写，并完成了前4 章的审校，为本书
做出了极大的贡献。为清晰起见，我们将各章的作者列表如下（粗体字所示作者为相关章
节的主要编写者）。
章 节 号章节名称作 者辅 助
第1 章数据可视化简介陈为
第2 章视觉感知与认知陈伟锋（浙江财经大学）
第3 章数据马昱欣、陈为
第4 章数据可视化基础
俞宏峰（美国内布拉斯卡- 林肯大学）、陈为（4.3 节）、陈
伟锋（4.4 节，浙江财经大学）
丁治宇
第5 章空间标量场可视化
陶煜波、陈为、李昕（5.3.5 节，中国石油大学（华东）计
通学院）
朱斯衎
第6 章地理信息可视化沈则潜
第7 章
大规模多变量空间数据场可
视化
陶煜波、彭艺、陈莉（7.1 节、7.2 节，清华大学）、解聪（7.3
节）、丁子昂（7.4 节，美国普度大学）、丁治宇（7.5 节）
陈为、
张嘉伟
第8 章时变数据可视化夏菁、陈为、郭方舟
第9 章层次和网络数据可视化沈则潜、夏菁陈为
第10 章文本和文档可视化王桂珍陈为
第11 章跨媒体数据可视化解聪、徐星、彭帝超（11.4.2 节、11.4.3 节）、陈广宇陈为
第12 章复杂高维多元数据的可视化沈则潜、陈为（12.3 节）、陈海东（12.4 节） 陈海东
第13 章可视化中的交互吴斐然、沈则潜刘颖
第14 章可视化评测沈则潜、刘颖（英特尔北京研究院）
第15 章面向领域的数据可视化
陈为、彭帝超（15.4 节）、俞宏峰（15.1 节，美国内布拉斯卡-
林肯大学）、刘真（15.5 节、15.6 节，杭州电子科技大学）
第16 章可视化研究与开发资源李昕（中国石油大学（华东）计通学院）、严丙辉陈为
浙江大学CAD&CG 国家重点实验室的彭群生教授一直鼓励、关心和支持本书的写作。
浙江大学CAD&CG 国家重点实验室可视分析小组的全体同学参与了书稿的准备、讨论和
校对，包括陈广宇、檀江华、汪飞、朱标、刘昊南、张嘉伟、张建霞、邹瑶瑶等。英特尔
北京研究院的刘颖博士、清华大学的陈莉博士、合肥工业大学的罗月童博士、中科院深圳
先进技术研究院的汪云海博士等帮助审校了部分章节，在此一并致谢。
本书编写始于2010 年12 月，初稿完成于2012 年10 月。基于国内各高校开展可视化
教学的强烈需求，在本书初稿完成后，本书部分作者和其他作者着手编撰一本面向本科生
的可视化教材，其中部分内容取材自本书的相关章节，该书已于2013 年6 月出版（《数据
可视化的基础原理与方法》，陈为、张嵩、鲁爱东编著，鞠丽娜编辑，科学出版社，ISBN
978-7-03-037488-2），欢迎有兴趣的读者参阅。
由于时间紧迫，编著者水平有限，错误、疏漏之处难免，敬请谅解。本书的附属材
料和修订信息将在http://www.vizinsight.com/datavisbook 上予以实时更新。若有任何建议，
欢迎致信作者。
本书作者
于2013 年6 月