习·D3.js 学习资源汇总
除了D3.js自身以外，许多可视化工具包都是基于D3开发的，所以对D3的学习就显得很重要了，当然如果已经有了Javascript的经验，学起来也会不费力些。
Github主页：https://github.com/mbostock/d3/wiki
包括D3简介，案例，教程和公开课，以及之前提到的API参考等。
Github教程页面：https://github.com/mbostock/d3/wiki/Tutorials
-·-·-·-·-·-
其他：
-·-·-·-·-·-
^^Scott Murray-D3 tutorials
中文翻译文档： pkuwwt-D3入门教程：http://pkuwwt.gitcafe.com/d3-tutorial-cn/about.html
^^以及同样来自Scott Murray的书籍：O'reilly出版
电子版·Interactive data visualization for the web：http://chimera.labs.oreilly.com/books/1230000000345/index.html
纸质版·中文《数据可视化实战：使用D3设计交互式图表》。
偷偷的放上 Pdf下载·百度云：（如果有能力，请支持正版。）
作者提供在Github提供了书本案例源码：https://github.com/alignedleft/d3-book/
除了英文看得略吃力以外，还是建议结合英文网站学习。
这边是部分网上的教程：
慕课网上的公开课：《使用D3创建图表》http://www.imooc.com/view/103
^^Dashing D3.js：https://www.dashingd3js.com/
资源丰富，但部分需要依靠电子邮件获取，以及购买。包括视频教程以及一些小练习。当然D3 Tutorial Table of Contents页面不需要。
^^来自阮一峰的D3教程 ：http://javascript.ruanyifeng.com/library/d3.html#
只适合已经掌握了Javascript的学习者。
||另：可以看看他的JavaScript 标准参考教程（alpha）
^^发现一个中文博客·数据可视化专题站，D3.js 入门系列~如果是大神的话，我想应该不需要看。自己练习过程中遇到问题，我觉得看看也没事。
http://www.ourd3js.com/wordpress/
其实发现D3教程页面本身提供了很多资源了。也是一些资源的整合。
网上的教程作品（部分是深坑注意鉴别，另外还有华盛顿大学的数据可视化公开课）+视频+出版物。
另外向怡宁翻译的鲜活的数据 (豆瓣)也值得一看，关键是介绍了数据可视化处理的具体过程，而且向怡宁翻译的书一向通俗易懂，他翻译的有关交互设计的就这么简单 (豆瓣)其实也是一本和信息设计有关系的书籍，行文风趣，作为入门比较合适。
另外涂子沛的大数据 (豆瓣)也值得一看，虽然这里介绍的主要是时代发展和大背景，但也有一章专门涉及数据可视化处理。
2013年6月时，浙大的陈为老师出了本数据可视化的教材，算是在国内第一本数据可视化教材，并系统地把数据可视化相关都做了梳理，看到有人也提到了这全彩略贵的书，数据可视化 (豆瓣)；如果嫌贵，可以买这本教材：数据可视化的基本原理与方法 (豆瓣)，都是陈为的书，内容基本一样，入门是够了。
国外的能推荐的多些，
Edward Tufte不用说了，有人说他的书是“信息设计的圣经”，他的The Visual Display of Quantitative Information (豆瓣)应该是入门必看了，公认的开山之作。不过目前还没有中译本，看完基本上可以了解数据可视化的前世今生了；
他还有一个华人学生，在美国报社工作，专门负责数据图表的设计制作，也出了一本相关的书，很棒，Dona M.Wong，她写的书现在已经有中译本了：最简单的图形与最复杂的信息 (豆瓣) 主要侧重于对数据图表的修饰、完善，讲解了一些处理数据图表的基本原则，实操性很强。
Edward R.Tufte的其他书：
Visual Explanations (豆瓣)，Beautiful Evidence (豆瓣) 都可以在网上找到pdf全本。
另外除了书，还推荐一个国外老头：Hans Rosling，他是瑞典卡罗琳学院全球公共卫生教授，有关他利用数据可视化显示200多个国家200年来的人均寿命和经济发展的ted视频非常火，真是数据可视化的魅力，他的其他视频也很棒（TED | Search），本人非常幽默，由他主持的BBC纪录片[BBC：统计学的快乐]也值得一看，这些都是初步了解数据可视化的好材料。
总之，个人感觉数据可视化除了具有优秀的美术功底外，统计学知识也是重要部分，毕竟数据的展现和设计都是建立在对数据的获取、清洗、处理、挖掘的基础上的。
链接：https://www.zhihu.com/question/19710815/answer/19266137
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
对主流可视化项目具备欣赏/批评的能力？
对具有清晰结论的数据可视化之？
对原始数据进行整理分析并可视化之？
Beautiful Visualization (豆瓣)，用来开拓眼界：文字云，*的历史流，交通图谱，信息设计，基本的色彩/字体设计，生物医学上的应用都涉及了……
Visualize This (豆瓣) , flowing data 的博主撰写的第一本书，从实现层面介绍可视化的作品是如何被完成的，里面介绍过的技术很多，R，d3，processing，illustrator都有，大多是flowingdata.com里面的教程。 （好吧这两本都有人介绍过了）
Data Points (豆瓣)博主最近出的另一本书，并没有涉及太多的细节，而是更深入地分析数据是什么，应如何根据不同的场景以不同的角度展现数据，抱歉我还没有读完，基于作者推荐。
花半个月翻完上面任意两本以后题主应该大致对可视化项目的形式入门了。
我大胆估计题主会自己尝试去做一点。这时就会迎来一个比较痛苦的学习过程了（假如题主有编程经验可能没这么痛）。假如想学编程，获得自己驾驭可视化作品的能力，建议走processing + d3的路线。
入门级
Getting Started with Processing (豆瓣) processing作者写的入门书，把2D部分看完就知道怎么添线添圆圈添字，这就具备做可视化的基本能力了。
D3.js - Data-Driven Documents：使劲看doc吧，d3的设计真是艺术。 Getting Started with D3 (豆瓣)是鸡肋书，不要花时间在上面。
进阶级1
实践过后，题主可能会觉得可视化中的各种动画，碰撞检测算法什么的太重要了，于是会想着学一下图形学相关的算法。
简单的有 Algorithms for Visual Design Using the Processing Language (豆瓣)
再上一下 OpenProcessing 看看牛人们的算法，能开始解决一些问题了。
想把基础打得更好的可以看看计算机图形学的书。当时老大推荐的是一本经典教材Computer Graphics (豆瓣)。不过这本略显艰深了。
进阶级2
这时有人可能慕名而来找到题主恳请题主来做可视化项目，但是递到题主手里的却是质量不高的原始数据。这时需要学会问自己问题，找到数据的内在联系，得到答案。最艰苦的步骤是这一步。要学的东西太多了，不能一一尽列，用了张图。除了visualization以外的所有结点，都是这一步的涉及的知识。假如时间的确有限，那就着重补一补统计学的知识，看看R in Action (豆瓣) 关于统计分析和实战的那几章（好像是第七章之后吧）。
<img src="https://pic3.zhimg.com/a5315b5cd129ee30511c589626e3ca6e_b.jpg" data-rawwidth="1550" data-rawheight="1258" class="origin_image zh-lightbox-thumb" width="1550" data-original="https://pic3.zhimg.com/a5315b5cd129ee30511c589626e3ca6e_r.jpg">
进阶级3
终于，能端到端搞定一个一般规模的可视化项目了，这时题主可能会发现——自己的作品压根没有达到自己美感上的预期。由于没有设计感的东西拿不出手，所以可能会找到：
《色彩设计的原理》、《设计中的设计》等书一读，或者再去读一下《字体传奇》这类文艺历史书。边读边发现自己作品中的问题，慢慢地，作品基本到了能看的地步了。
假如取所有对可视化感兴趣的人做样本，到这里的人应该不会超过0.1%。题主加油！
推销一下自己的博客 http://fwz.github.io，不定期更新各种数据工程技术和可视化技术相关文章。
链接：https://www.zhihu.com/question/19710815/answer/74278577
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
英文教材选择就比较多了:
入门可以看The Functional Art (豆瓣)和Design for Information (豆瓣)，相对比较简单。
Tufte的The Visual Display of Quantitative Information (豆瓣)和Envisioning Information (豆瓣)都比较经典了，不过内容有点旧(Twitter他timeline上那四本书一直刷屏...)。另外Semiology of Graphics (豆瓣)也很经典。
如果想侧重看关于perception的东西, Colin Ware的Visual Thinking (豆瓣)和Information Visualization, Third Edition (豆瓣)这两本内容差不多。
如果是关于可视化研究，Tamara Munzner去年刚刚出版的Visualization Analysis & Design (豆瓣)最近被好几个国外可视化课程列为教材。Interactive Data Visualization: Foundations, Techniques, and Applications (豆瓣)也可以。
编程的方面话大家逐渐都开始从Processing或者Prefuse转到D3了，教材的话Interactive Data Visualization for the Web (豆瓣)还不错，不过个人感觉网上看看作者的Gallery (Gallery · mbostock/d3 Wiki · GitHub)和各种在线教程(比如D3 Tutorial Table of Contents)一般也够了。
另外PKU和ZJU的可视化小组博客都有经常更新: PKU Visualization Blog, vag - 浙江大学可视分析小组博客, 友情推荐。
最后打一下自己组里微博的广告: 香港科技大学VIS_Lab的微博, 欢迎喜欢数据可视化的同学关注!
浙大可视化小组的博客也有不少干货：vag - 浙江大学可视分析小组博客
一个中文的数据可视化社区：首页 - DataVlab.org
另外推荐一个可视化的网站，有很多可视化作品，定期举办可视化项目的比赛：Data Visualizations, Challenges, Community
国内有款可视化工具-数说立方
http://cube.datastory.com.cn
可视化工具：BDP个人版等
本书从研究者的角度，介绍数据可视化的定义、方法、效用和工具，既可作为初学者的领路手册，也可用于可视化研究和可视化工具使用的参考指南。