作者Nahan Yau，创建了可视化博客flowingdata.com，拥有66000用户，查看了下Amazon.com，发现作者一共只出版了两本书，一本书是这本《鲜活的数据-数据可视化指南》，另一本是2013年出版的《Data Points: Visualization That Means Something》，算是对上一本的补充，侧重讲各种图形化在各领域的利用，但貌似还没有中译本。作者的背景是在《纽约时报》、CNN从业的媒体工作者，本身即非程序员、也不是统计分析的专业人士，但看得出来，作者出书也好，个人网站也好，都在传递一个观点：让普通大众都能更好利用可视化技术，也希望通过这种方式讲述与数据有关的故事。
给我印象最深的是，作者是一个好学的人，而且是一个非常“聪明”的学习者（褒义非贬义），有点像那种“唯工具论者”，也有点像互联网时代“利用网络资源倍增学习的技术达人”，作者的主要方法是：混合使用各种工具和方法（其实更偏爱R语言），特别是涉及到编程技术时，不需要先要完整学习Python，R等编程工具，也不需要深入学习Abobe lilustrator等绘图软件，作者大而全的介绍了可视化的种种：
1、如何选择可视化工具，包括开箱即用的可视化工具（指那种需熟悉操作界面，用鼠标操作 ）、编程工具（靠编程语言）、绘图软件、地图绘制工具
2、不同类型的可视化应用类型及创建案例：有关比例的可视化（有用R创建的板块层级图、flash builder工具创建的交互式堆叠面积图，protovis工具创建的面包圈图）、有关关系的可视化，有关空间关系的可视化
3、很初步的介绍了一些可视化原则：比如第一章节：用数据讲故事，介绍了可视化在一些领域的应用情况，探讨了可视化的内核是追寻一种【模式和相互关系】，也谈可视化从设计方面的组成。
4、作者也谈到了如何收集数据，如何设置数据的格式，里面也提供了一些可供下载的数据源，一些自动处理收集的工具和方法（这点我个人最感兴趣，而且也确实提供了一些好资源和工具）
作者的背景知识也表明：他是那种提供给非程序员而看的书籍，虽然里面涉及很多编程工具的知识。而且，令人佩服的是，他是那种“适度学习者”，不会因为对信息可视化感兴趣，而先要深入学习各种Python和R等编程语言，然后学习设计理论，最后结合统计分析知识的那种学习路径，这点确实应该值得推崇，特别是针对非程序员和非统计分析专业人士来说。
作者充分利用了现有的一些互联网工具，而且也多次重申和主张，不要被各种编程语言所吓坏，它模式很简单，也有模式可寻，这里作者谈的模式就像我们平时去网上收集信息，只有百度上有教程，哪怕不懂原理也没事，依葫芦画瓢就行。更难得的是，作者不是简单罗列各种应用案例和方法，他简明扼要，而且是那种“投机取巧”的方式介绍了各种软件和工具的一些应用的场景，优势和劣势，和背后的逻辑模式，这样他的这些罗列才显得更有价值，而不会简单变成那种百年不会碰一下的工具书，即使翻了看也不知道工具书怎么使用。
所以，这本书可以算是一本够格的“指南”，因为确实具有实操价值，书中的很多案例，我都在网上下载了软件，按照案例操作试了看。但也仅仅是够格，它会成为很多对信息可视化感兴趣的人士，愿意亲自动作去感受它的有趣，也同时提供了框架入门的指引，当然，要象作者一样，成为每个工具都略懂一二，能合理地混合利用各个工具创作信息可视化的人，这背后当然没作者说的那样容易，还需以某个领域为焦点深入下去。
作者是媒体传播者，着重点在“讲故事”，那“适当学习”，混合使用各工具去创建就说得通，但如果你是企业人士从事市场分析工作，那重点可能就放在了统计分析的原理理解和应用上，信息可视化作为辅助工具加持，恐怕就不能大范围的尝试使用各种工具，而是固定在某一种工具上发力。
遗憾和不足：可视化的原理，设计准则，各统计内涵与图形表达之间的关系，等等，作者都未有涉猎讲解，这也是这本书没把数据讲“鲜活”的原因，不怪作者，本身它的目标群体就不是那些专而精的人。
4颗星，少一星是不够格成为经典，没法定位在这个领域给一个独一无二的位置，但推荐，国人写的那种全是从别人论文和外文书籍拔下来的“没错误”的书籍，还真是不如那种“专业实践几年”的技术博客达人的接地气书籍，好歹可以试试动动手，没法子的时候还真用得着。
学习任何一个领域，都需要一本这样大而全的操作指南工具书，在没有看到更好的书籍前，就拿这本放桌面吧。
161116留