對於可視化能夠如何幫助我們*加清晰、全面地理解數據，惠特尼編著的《洞悉數據(用可視化方法發掘數據真義)》提供了發人深省的見解。本書提供了不同背景下人們的各種視角，其中包括數據科學家、統計學家、畫家和作家，等等。如果我們不了解數據真正的意義，那麼所有數據就都隻是無用的或誤導性的。
本書共分為7章，探討了一些能夠讓數據變得有意義、有用的數據可視化方法。本書還討論了一些根本思想和基本問題，涉及數據生命周期，數據和展示方法之間的交互，以及數據可視化中基本構建模塊的本質、起源和目的。讀者可以看到在用戶界面的上下文中理解用戶的新老方式，溝通是如何被歪曲的，以及數據可視化是如何與計算機聯繫起來的。結尾，本書評估了數據可視化特性的優缺點。
本書包含各種插圖、名人名言和現實生活中的例子，以及商業分析、醫療、網絡監控、安全和遊戲等領域的案例分析。

惠特尼編著的《洞悉數據(用可視化方法發掘數 據真義)》為了解數據可視化的重要內容和功能提供 了多學科的視角，通過各種各樣的案例分析，來演示 可視化如何讓數據變得更清晰、更全面，通過對數據 可視化的廣泛用途和適用性的討論，來了解它如何讓 數據變得更加讓人容易接受和理解。 本書的讀者對像包括數據分析師、視覺設計師、 以及對數據呈現感興趣的開發人員等。

第1章 萬億字節裡的洞察力
1.1 如虎添翼：縝密的可視化讓生活*美好
1.1.1 你的“神經末梢”
1.1.2 擴展的視角
1.1.3 剔除數據“噪聲”
1.1.4 尋找信息和數據如大海撈針
1.1.5 模式識別
1.1.6 思維方法
1.2 不要害怕圖表
1.3 洞察數據的世界
1.4 從數據到智慧
1.5 我與數據的**
1.6 數據洪流與數據涓流：統計學家約翰·博斯利的觀點
1.6.1 雨點和大海
1.6.2 數據流
1.6.3 數據是一種“社會商品”
1.7 困惑叢生
1.8 數據生命周期
1.8.1 計劃和準備
1.8.2 收集和處理
1.8.3 分析和總結
1.8.4 表現和溝通
1.8.5 實現和管理
1.9 “隻要事實”：什麼是數據和元數據
1.10 留下哪些，刪掉哪些：對話新聞學教授及科技企業家倫恩·塞勒斯
1.11 哪些數據有價值
1.12 漣漪效應
1.12.1 數據可視化與這杯牛奶的相同點和不同點
1.12.2 牛奶管理
1.12.3 冰山一角
1.13 數據可視化的特性
1.14 與Splunk公司首席信息官道格·哈爾深入機器數據
1.14.1 存儲熱數據、暖數據和冷數據
1.14.2 運營智能可視化
1.15 寓繁於簡（簡單形式展現復雜數據）
1.16 有哪些新特性
第2章 提出*好的問題
2.1 詢問的藝術
2.1.1 提出問題
2.1.2 權衡答案
2.2 好的問題
2.3 華盛頓特區的1100個亮點
2.4 二十個問題
2.5 模式、上下文和問題
2.5.1 不同的角度、觀點以及分辨率
2.5.2 999 歲的患者？數據未曾提出的問題
2.6 設計軟件
2.6.1 別去追逐瀑布
2.6.2 正確的軌道
2.6.3 相信數據的同時驗證數據
2.6.4 個人問題與公共問題
2.7 問題中的問題
2.8 知道自己得到了什麼
2.8.1 計劃和準備
2.8.2 收集和處理
2.8.3 分析和總結
2.8.4 表現和溝通
2.8.5 實現和管理
2.9 問題和元數據
2.9.1 講述完整的故事
2.9.2 收集本地數據
2.9.3 深思熟慮
2.10 快速提問
2.11 找到“*適合自己”的標準（基於信息專家丹·吉爾曼的研究）
2.12 降低商業中的“好奇稅”
2.13 提出好問題
2.14 以初學者的心態研究數據
2.15 數據過多
2.16 *好的問題
第3章 致勝組合：巧用可視化組成元素
第4章 視線的路徑、目的和視點
第5章 可用的視角
第6章 會思考的機器
第7章 後見、先見和洞見
相關資源
參考文獻