1. 可视化数据培训
     可视化数据培训
   课程大纲：
   第一部分 可视化数据的七个阶段
   为什么数据显示需要计划
   一个例子
   相互影响和联合
   原则
   综述
   第二部分 Processing入门
   Processing的草图功能
   导出和发布你的项目
   示例和参考
   函数
   草图和脚本编程
   第三部分 映射
   绘制一幅地图
   地图上的定位
   地图上的数据
   使用你自己的数据
   第四部分 时间序列
   牛奶、茶和咖啡（获取和分析）
   清理桌子（过滤和挖掘）
   一个简单的图表（表述和修饰）
   为当前数据集合贴上标签（修饰和交互）
   绘制坐标轴（修饰）
   选择一个合适的表述（表述和修饰）
   通过鼠标滚动强调数据点（交互）
   连接数据的方法（修饰）
   标签面板一样的文本标签（交互）
   数据集合之间插值（交互）
   结束时间序列
   第五部分 连接和关连
   改变数据源
   问题描述
   预处理
   使用预处理过的数据（获取，分析，过滤，挖掘）
   显示结果（表述）
   回到问题本身（修饰）
   复杂排序：将收入作为判断胜局的依据
   转移到多个日期（交互）.
   平滑交互（修饰）
   实施时的考虑因素（获取，分析，过滤）
   第六部分 散点地图
   预处理
   载入数据（获取和分析）
   用邮政编码绘制散点图（挖掘和表述）
   在输入的时候突出显示（优化和交互）
   显示目前已选择的点（优化）
   逐渐地将点变暗和变亮（优化）
   放大（交互）
   改变缩放时的点的画法（优化）
   部署的问题（获取和优化）
   下面的步骤
   第七部分 树、层次结构和递归
   用递归来构建一个目录树
   用队列来异步的加载（交互）
   树图的简介
   哪些文件占据了最多的空间
   查阅文件夹的内容（交互）
   提高树图的显示（修饰）
   快速浏览文件（交互）
   下面的步骤
   第八部分 网络和图
   简单的图的演示示例
   一个更加复杂的图
   解决网络问题
   高级图例
   挖掘更多信息
   第九部分 获取数据
   哪里能找到数据
   从互联网上获取数据的工具
   用Processing定位使用的文件
   载入文本数据
   处理文件和文件夹
   列出一个文件夹中的文件
   异步图像下载
   以OpenStream（）为桥联系Java
   处理字节数组
   高级网页技术
   使用数据库
   处理大量文件
   第十部分 分析数据
   努力程度
   收集线索的工具
   文本是最好的
   文本标注语言
   正则表达式（regexps）
   语法和BNF范式
   压缩的数据
   向量和几何
   二进制数据格式
   高级侦查工作
    
2. 
    
   
   
   
3. 
    
    
4. 
    
    
5. 
    
    
6. 
    
7. 
    
8. 
    
9. 
    
10. 
     
     
11. 
     
     
     
     
12. 
     
13. 
     
14. 
     
     
     
     
15. 
     
     
     
     
16. 
       
17. 
    
18. 
     
19. 
     
     
20. 
     
     
21. 
    
    

"