Python數據可視化 ( 簡體 字) |
| 作者：[美]馬里奧·多布勒 [美]蒂姆·高博曼 著 李瀛宇 譯 | 類別：1. -> 程式設計 -> Python -> 程式設計 -> Tableau |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52783
詢問書籍請說出此書號！【有庫存】
NT售價： 495 元 |
| 出版日：6/1/2020 |
| 頁數：275 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302553489 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：關于本書
本書將介紹數據可視化的內容及其重要性。隨后，讀者將學習如何計算平均值、中位數和方差以了解統計學方面的知識，并觀察對應數值之間的差異。除此之外，讀者還將學習關鍵的NumPy和Pandas技術，如索引、切片、迭代、過濾和分組機制。接下來，將介紹可視化的不同類型并對其進行比較。據此，讀者將能夠了解如何選取特定的可視化類型。其間，讀者將探討不同的圖表，同時還包括自定義圖表。
在了解了各種可視化庫之后，讀者將學習如何使用Matplotlib和Seaborn簡化可視化的創建過程。除此之外，本書還將引入高級可視化技術，如地理圖和交互式圖表。讀者將學習如何利用地理空間數據創建交互式可視化內容，并可集成至Web頁面中。我們可通過任意數據集構建美觀且具有洞察力的可視化內容。通過等值線圖以及Bokeh，我們還將學習如何在地圖上繪制地理空間數據，并通過添加微件和動畫顯示信息擴展圖表。
最后，本書將對所學知識進行整合，讀者將得到一個新的數據集，并以此創建一個具有洞察力的可視化圖表。
本書目標
? 了解各種圖表及其最佳用例。
? 與不同的繪圖庫協同工作并討論其優缺點。
? 學習如何創建具有洞察力的可視化內容。
? 了解創建優良可視化圖表的所需條件。
? 提升Python數據整理技能。
? 學習相關的業界標準工具。
? 了解數據格式和表達方式。
適合讀者
本書是針對想步入數據科學領域的開發人員和相關人士而編寫的，他們希望通過數據可視化進一步豐富其個人專業項目。在閱讀本書之前，讀者不需要具備數據分析和可視化方面的經驗，但需要了解Python的基本知識以及高中水平的數學知識。盡管本書是一本入門級的數據可視化書籍，但具有一定經驗的讀者仍可從中受益，并可通過真實數據提升他們的Python技能。
本書以通俗易懂的語言講述了數據可視化技術，并完美地平衡了理論與實踐之間的內容。具體來說，每一章內容都是在前一章的基礎上加以設計的。另外，本書還包含了多項操作，并在現實生活中的業務場景和高度相關的環境中實踐、運用所學的技能。
軟件和硬件需求
為了獲得最佳體驗，推薦使用以下硬件配置。
? 操作系統：Windows 7 SP1 32/64-bit，Windows 8.1 32/64-bit，Windows 10 32/64-bit，Ubuntu 14.04（及后續版本），macOS Sierra（及后續版本）。
? 處理器：雙核或更高配置。
? 內存：4GB RAM。
? 存儲：10GB可用空間。
除此之外，讀者還需要安裝下列軟件。
? 瀏覽器：Google Chrome或Mozilla Firefox。
? Conda。
? JupyterLab和Jupyter Notebook。
? Sublime Text（最新版本）、Atom IDE（最新版本）或其他類似的文本編輯應用程序。
? Python 3。
? 安裝以下Python庫：NumPy、pandas、Matplotlib、seaborn、geoplotlib、Bokeh和squarify。
|
內容簡介：本書詳細闡述了與Python數據可視化相關的基本解決方案，主要包括數據可視化和數據探索的重要性、繪圖知識、Matplotlib、利用Seaborn簡化可視化操作、繪制地理空間數據、基于Bokeh的交互式操作等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。
本書適合作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發人員的自學教材和參考手冊。 |
目錄：第1章數據可視化和數據探索的重要性1
1.1簡介1
1.1.1數據可視化簡介1
1.1.2數據可視化的重要性2
1.1.3數據整理2
1.1.4可視化工具和庫3
1.2統計學概述4
1.2.1集中趨勢的度量5
1.2.2離散度測量6
1.2.3相關性6
1.2.4數據類型7
1.2.5摘要統計信息7
1.3NumPy8
1.3.1練習1：加載示例數據集并計算平均值9
1.3.2操作1：使用NumPy計算平均值、中位數、方差和標準偏差12
1.3.3基本的NumPy操作13
1.3.4操作2：索引、切片、分割和迭代14
1.3.5高級NumPy操作15
1.3.6操作3：過濾、排序、組合和重構16
1.4pandas17
1.4.1pandas的優點17
1.4.2pandas的缺點18
1.4.3練習2：加載示例數據集并計算平均值18
1.4.4操作4：使用pandas計算平均值、中位數和給定數字的方差22
1.4.5基本的pandas操作22
1.4.6Series23
1.4.7操作5：基于pandas的索引、切片和迭代24
1.4.8pandas高級操作24
1.4.9操作6：過濾、排序和重構25
1.5本章小結26
第2章繪圖知識29
2.1簡介29
2.2比較圖29
2.2.1線形圖30
2.2.2柱狀圖31
2.2.3雷達圖33
2.2.4操作7：員工技能比較35
2.3關系圖36
2.3.1散點圖37
2.3.2氣泡圖40
2.3.3相關圖40
2.3.4熱圖42
2.3.5操作8：20年內道路交通事故統計44
2.4合成圖44
2.4.1餅圖44
2.4.2堆疊式柱狀圖46
2.4.3堆疊式面積圖48
2.4.4操作9：智能手機銷售額49
2.4.5維恩圖50
2.5分布圖50
2.5.1直方圖51
2.5.2密度圖51
2.5.3箱形圖52
2.5.4小提琴圖54
2.5.5操作10：不同時間區間內列車的頻率56
2.6地理圖56
2.6.1點圖57
2.6.2等值區域圖58
2.6.3連接圖59
2.7良好的設計規則60
2.7.1一般的設計實踐60
2.7.2操作11：確定理想的可視化操作60
2.8本章小結62
第3章Matplotlib63
3.1簡介63
3.2Matplotlib中的圖表63
3.3pyplot基本知識65
3.3.1創建Figure65
3.3.2關閉Figure66
3.3.3格式化字符串66
3.3.4繪制機制67
3.3.5利用pandasDataFrame繪制69
3.3.6顯示Figure69
3.3.7保存Figure69
3.3.8創建簡單的可視化內容70
3.4基本的文本和圖例功能71
3.4.1標記72
3.4.2標題72
3.4.3文本72
3.4.4標注72
3.4.5圖例73
3.4.6操作12：利用線形圖可視化股票的走勢73
3.5基本圖表74
3.5.1柱狀圖74
3.5.2操作13：比較影片評分的柱狀圖76
3.5.3餅圖77
3.5.4創建耗水量餅圖78
3.5.5堆疊式柱狀圖80
3.5.6操作14：餐廳業績的可視化結果80
3.5.7堆疊式面積圖81
3.5.8操作15：利用堆疊式面積圖比較智能手機的銷售狀態82
3.5.9直方圖83
3.5.10箱形圖85
3.5.11操作16：智商的直方圖和箱形圖86
3.5.12散點圖87
3.5.13操作17：利用散點圖可視化動物間的相關性88
3.5.14氣泡圖89
3.6布局90
3.6.1子圖90
3.6.2緊湊型子圖92
3.6.3雷達圖94
3.6.4與雷達圖協同工作94
3.6.5GridSpec96
3.6.6操作18：基于邊緣直方圖創建散點圖97
3.7圖像98
3.7.1基本的圖像操作98
3.7.2操作19：在網格中繪制多幅圖像103
3.8編寫數學表達式103
3.9本章小結104
第4章利用Seaborn簡化可視化操作105
4.1簡介105
4.2控制Figure觀感106
4.2.1圖形樣式108
4.2.2移除軸向110
4.2.3上下文111
4.2.4操作20：利用箱形圖比較不同測試分組中的IQ值112
4.3調色板113
4.3.1分類調色板114
4.3.2連續調色板115
4.3.3離散調色板116
4.3.4操作21：利用熱圖發現航班數據中的模式117
4.4Seaborn中的圖表118
4.4.1柱狀圖118
4.4.2操作22：電影評分比較119
4.4.3核密度估算119
4.4.4相互關系的可視化122
4.4.5小提琴圖123
4.4.6操作23：利用小提琴圖比較不同測試組中的IQ值124
4.5Seaborn中的多圖表125
4.5.1FacetGrid125
4.5.2操作24：前30個YouTube頻道126
4.6回歸圖127
4.7Squarify庫129
4.8本章小結130
第5章繪制地理空間數據131
5.1簡介131
5.1.1Geoplotlib的設計原理132
5.1.2地理空間可視化133
5.1.3簡單地理空間數據的可視化134
5.1.4操作27：繪制地圖上的地理空間數據138
5.1.5采用GeoJSON數據的等值線圖140
5.2圖塊提供商144
5.3自定義層148
5.4本章小結149
第6章基于Bokeh的交互式操作151
6.1簡介151
6.1.1Bokeh的基本概念152
6.1.2Bokeh中的接口152
6.1.3輸出153
6.1.4Bokeh服務器153
6.1.5演示154
6.1.6集成155
6.1.7利用Bokeh進行繪制155
6.1.8比較plotting和models接口161
6.2添加微件169
6.2.1基本的交互式微件169
6.2.2操作29：利用微件擴展圖表179
6.3本章小結180
第7章知識整合181
7.1簡介181
7.1.1操作30：實現Matplotlib和Seaborn操作181
7.1.2操作31：利用Bokeh可視化股票價格184
7.1.3geoplotlib185
7.1.4操作32：利用geoplotlib分析Airbnb數據185
7.2本章小結186
附錄189
第1章數據可視化和數據探索的重要性189
操作1：使用NumPy計算平均值、中位數、方差和標準偏差189
操作2：索引、切片、分割和迭代192
操作3：過濾、排序、組合和重構197
操作4：使用pandas計算平均值、中位數和給定數字的方差200
操作5：基于pandas的索引、切片和迭代204
操作6：過濾、排序和重構209
第2章繪圖知識215
操作7：員工技能比較215
操作8：20年內道路交通事故統計215
操作9：智能手機銷售額215
操作10：不同時間區間內列車的頻率215
操作11：確定理想的可視化操作216
第3章Matplotlib218
操作12：利用線形圖可視化股票的走勢218
操作13：比較影片評分的柱狀圖219
操作14：餐廳業績的可視化結果220
操作15：利用堆疊式面積圖比較智能手機的銷售狀態222
操作16：智商的直方圖和箱形圖223
操作17：利用散點圖可視化動物間的相關性225
操作18：基于邊緣直方圖創建散點圖226
操作19：在網格中繪制多幅圖像228
第4章利用Seaborn簡化可視化操作229
操作20：利用箱形圖比較不同測試分組中的IQ值229
操作21：利用熱圖發現航班數據中的模式231
操作22：電影評分比較232
操作23：利用小提琴圖比較不同測試組中的IQ值233
操作24：前30個YouTube頻道235
操作25：線性回歸237
操作26：耗水量238
第5章繪制地理空間數據239
操作27：繪制地圖上的地理空間數據239
操作28：與自定義層協同工作246
第6章基于Bokeh的交互式操作249
操作29：利用微件擴展圖表249
第7章知識整合255
操作30：實現Matplotlib和Seaborn操作255
操作31：利用Bokeh可視化股票價格261
操作32：利用geoplotlib分析Airbnb數據268 |
| 序： |
