數據可視化——從小白到數據工程師的成長之路 ( 簡體 字) |
| 作者：劉英華 | 類別：1. -> 程式設計 -> Tableau |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 52090
詢問書籍請說出此書號！【有庫存】
NT售價： 260 元 |
| 出版日：11/1/2019 |
| 頁數：252 |
| 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：9787121362231 |
| 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：寫作目的
在當前的大數據時代，數據是一種闡明和支撐觀點的常用手段。為了更準確地理解數據（如數字、文本、圖片、音頻和視頻等），需要從大量的數據中篩選出有用的信息，然后分析數據發現規律，最后將晦澀的數據轉換為易于理解的數據可視化作品，如一個圖表或動態圖片，幾幅地圖、一段動畫，甚至是一段視頻，這些包含多種形式的數據可視化作品可以清晰有效地傳達、溝通和展示數據，讓用戶快速地抓住數據中的重點，發現數據的規律，理解數據背后的深意。
現有的數據可視化相關書籍對讀者有較高的編程要求，入門較難，適合開發人員和相關從業者閱讀和學習，且缺乏數據可視化原則和數據可視化作品發布這兩個重要環節。本書簡化了數據可視化入門難度，提升了數據可視化能力在各個專業和行業的普及，實現了零編程基礎的數據可視化。
本書內容
第1章 基礎知識，闡述學習數據可視化的必要概念，包括模擬和數字、數模轉換、進制、存儲單位、因特網、域名和網絡速度等。
第2章 數據獲取，講解不需編程獲取數據的方法，包括數據搜索、依申請公開數據、數據眾包及import.io和Octoparse兩種抓取工具；需要Python編程獲取數據的方法，包括Python基礎和Beautiful Soup庫；多媒體數據的獲取，包括圖片、音頻和視頻的獲取及其格式轉化方法。
第3章 數據清理，介紹Python基礎編程，通過案例實現缺失值、格式內容、邏輯錯誤和非需求數據的清洗，最后是兩個綜合案例。
第4章 數據分析，通過數據定位案例讓讀者了解基本數據，實現條件篩選和排序以及數據的描述性分析。
第5章 可視化基礎和原則，介紹圖表的種類和圖表設計原則，色彩暗示，通過4個圖表可視化的失敗案例掌握圖表可視化原則，通過5個案例說明設計排版原則。
第6章 數據可視化工具，主要介紹信息圖制作工具、數據可視化工具Gapminder、Datawrapper、Gephi、QGIS、ECharts和Tableau等。
第7章 可視化作品發布，介紹網絡基礎、HTML5和JavaScript基礎知識，以及Web應用框架和模板、數據可視化作品發布流程。
讀前準備
? Windows或Mac操作系統，接入互聯網，Firefox瀏覽器。
? 環境配置，具體見2.7.1節。
? 安裝Jupyter Notebook，具體見3.1節。
? 科研工作者或學生可以申請1年期限的免費Tableau試用許可證，具體見6.7節。
感謝
首先，感謝購買本書的讀者。您的閱讀是我寫作動力的源泉。數據可視化的發展日新月異，真心希望您在閱讀本書后提出寶貴的意見，我們可以共同探討問題，為后續書籍的撰寫提供素材和經驗。
其次，感謝我的愛人和父母。撰寫書稿讓我沒有足夠的時間陪伴他們，感謝家人的理解和支持。
最后，感謝電子工業出版社的編輯們，他們對書稿傾注了大量的心血，并提出了諸多細致的修改意見，保證了本書的順利出版。
聯系作者
如果您對本書有任何想法和建議，或者想與作者探討某個問題，請隨時與我聯系yinghliu@163.com。
劉英華
2019年10月于北京 |
內容簡介：掌握數據可視化技術是未來工作和學習的必備能力，是展示理念和成果的重要手段。閱讀并完成本書的實踐，你將快速地學會數據獲取、清洗、分析、可視化及發布的完整流程。本書以豐富的實踐案例解析數據可視化的制作理念和具體方法，緊密圍繞當前數據可視化領域的實際需求，全面介紹數據可視化的概念和技巧。本書包含基礎知識、數據獲取、數據清洗、數據分析、可視化基礎和原則、數據可視化工具和可視化作品發布等內容，基于具體案例多角度啟發和引導讀者的創新思維，增強讀者對抽象數據的把握及綜合可視化能力的提升。本書內容通俗易懂，簡明實用，配套的教學輔助資料可免費下載。本書適合零編程基礎的數據可視化從業者和高校師生閱讀，有一定工作經驗的數據可視化工程師也可以從本書中學到大量實用的技能。 |
目錄：第1章 基礎知識 1
1.1 模擬和數字化 1
1.2 數模轉換 1
1.3 進制 2
1.4 存儲單位 3
1.5 因特網 3
1.6 地址和協議 4
1.7 域名和域名系統 6
1.8 網絡速率 6
1.9 數據可視化 7
小結 7
習題1 7
第2章 數據獲取 8
2.1 知識共享許可協議 8
2.2 搜索數據 9
2.2.1 搜索引擎 10
2.2.2 瀏覽器 11
2.2.3 搜索指令 11
2.3 主動公開的數據 15
2.3.1 我國政府數據 15
2.3.2 國際組織數據 17
2.3.3 科研機構及第三方數據公司 17
2.4 依申請公開數據 17
2.5 數據眾包 18
2.6 抓取工具 18
2.6.1 import.io工具 20
2.6.2 Octoparse工具 23
2.7 Python基礎 33
2.7.1 環境配置 33
2.7.2 第一個Python程序 35
2.7.3 變量和運算符 36
2.7.4 條件語句 43
2.7.5 循環語句 45
2.7.6 輸入和輸出 48
2.7.7 文件的讀/寫 49
2.8 Beautiful Soup庫 51
2.8.1 安裝Beautiful Soup 51
2.8.2 使用Beautiful Soup抓取網頁數據 52
2.9 圖片的獲取 56
2.9.1 常用的圖片編輯軟件 56
2.9.2 圖片文件類型 57
2.9.3 圖片文件的保存 58
2.10 音頻的獲取 59
2.10.1 常用的音頻編輯軟件 60
2.10.2 音頻文件類型及保存 61
2.11 視頻的獲取 62
2.11.1 常用的視頻編輯軟件 62
2.11.2 視頻文件類型 63
2.11.3 視頻文件的保存 63
2.12 數據格式轉換 64
2.12.1 數字圖片的格式轉換 65
2.12.2 數字音頻的格式轉換 67
2.12.3 數字視頻的格式轉換 68
2.12.4 文件格式轉換 68
2.12.5 可機讀數據 70
小結 70
習題2 70
第3章 數據清洗 71
3.1 Jupyter Notebook 71
3.1.1 安裝Jupyter Notebook 72
3.1.2 啟動、關閉notebook服務器 72
3.1.3 保存notebook 75
3.2 Pandas包 75
3.2.1 系列（Series） 75
3.2.2 數據幀（DataFrame） 78
3.3 清洗缺失值 80
3.3.1 檢查缺失值 80
3.3.2 刪除含缺失值的行或列 82
3.3.3 填充缺失值 82
3.4 清洗格式內容 84
3.4.1 刪除字符串中的空格 84
3.4.2 大小寫轉換 85
3.4.3 規范數據格式 87
3.4.4 字符型數據判斷 87
?
3.5 清洗邏輯錯誤 88
3.5.1 刪除重復記錄 88
3.5.2 替換不合理值 89
3.6 刪除非需求數據 90
3.6.1 刪除非需求行 90
3.6.2 刪除非需求列 90
3.7 分組、合并和保存 91
3.7.1 分組 91
3.7.2 數據合并 92
3.7.3 保存結果 96
3.8 數據清洗案例 97
3.8.1 案例1 97
3.8.2 案例2 102
小結 104
習題3 104
第4章 數據分析 105
4.1 數據定位 105
4.1.1 了解基本數據 105
4.1.2 使用[ ]定位 107
4.1.3 使用loc[ ]定位 108
4.1.4 使用iloc[ ]定位 110
4.1.5 使用iat[ ]定位 112
4.2 條件篩選和排序數據 113
4.2.1 條件篩選 113
4.2.2 排序和排名 117
4.3 數據的描述性分析 121
4.3.1 describe( )方法 121
4.3.2 眾數、均值和中位數 123
4.3.3 數據重塑 124
4.3.4 相關性計算 131
小結 132
習題4 132
第5章 可視化基礎和原則 133
5.1 圖表 135
5.1.1 圖表的種類 135
5.1.2 圖表設計原則 142
5.2 色彩暗示 152
5.2.1 色調 152
5.2.2 明度 153
5.2.3 飽和度 154
5.2.4 色彩暗示的綜合運用 155
5.3 圖表可視化原則 156
5.3.1 “第一眼”原則 156
5.3.2 數據不是敵人 157
5.3.3 刪減無關的元素 157
5.3.4 慎用3D圖表 159
5.3.5 視覺暗示的使用 160
5.3.6 整體變個體 161
5.3.7 交互圖表原則 162
5.3.8 顯示上下文 164
5.4 圖表可視化的失敗案例 165
5.5 設計排版原則 168
5.5.1 順序 168
5.5.2 標注 171
5.5.3 動畫效果 171
5.5.4 分組 173
5.5.5 賦形 173
小結 174
習題5 175
第6章 數據可視化工具 176
6.1 信息圖制作工具 176
6.2 可視化工具Gapminder 179
6.3 可視化工具DataWrapper 181
6.4 可視化工具Gephi 188
6.5 可視化工具QGIS 194
6.6 可視化工具ECharts 201
6.6.1 五分鐘上手ECharts 201
6.6.2 第一個ECharts作品 202
6.6.3 使用ECharts主題 206
6.7 可視化工具Tableau 207
6.7.1 安裝和簡介 208
6.7.2 連接數據 209
6.7.3 工作表 209
6.7.4 儀表板 210
6.7.5 故事 211
6.7.6 保存和導出 211
6.8 用Python和R實現可視化 215
小結 217
習題6 218
?
第7章 可視化作品發布 219
7.1 網絡基礎知識 219
7.2 HTML5基礎 220
7.2.1 HTML文檔 220
7.2.2 HTML常用標簽 221
7.3 CSS3基礎 225
7.3.1 內部CSS 225
7.3.2 外部CSS 228
7.4 JavaScript基礎 229
7.4.1 直接嵌入HTML使用 230
7.4.2 在HTML中調用 230
7.5 Web應用框架和模板 231
7.5.1 Web應用框架 231
7.5.2 Web模板 233
小 結 234
習 題 7 234
附錄A 數據可視化作品 235
附錄B 配套教學資源二維碼 237
參考文獻 238 |
| 序： |
