Python商業數據可視化實戰 ( 簡體 字) |
| 作者：王國平 | 類別：1. -> 程式設計 -> Python
2. -> 程式設計 -> UI/UX |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 53863
詢問書籍請說出此書號！【有庫存】
NT售價： 445 元 |
| 出版日：12/1/2020 |
| 頁數：248 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：全彩印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121398940 |
| 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：大數據時代正在變革我們的生活、工作和思維，如何讓大數據更有意義，使之更貼近于大多數人，重要的手段之一就是實現數據可視化。
在數據可視化的研究熱潮中，如何讓數據生動呈現，成了一個具有挑戰性的任務，隨之也出現了大量的可視化軟件。相對于其他商業可視化軟件，Python是開源且免費的，而且具有易上手、效果好的優點。
本書基于Python 3.9.0編寫，由淺入深地介紹了基于Python的商業數據可視化技術，并結合案例詳細闡述實際應用。全書以案例為主線，既包括軟件應用與操作的方法和技巧，又融入了數據可視化的實戰案例。讀者通過學習本書，能夠輕松、快速地掌握可視化方法。
本書的內容
第1章介紹商業數據可視化的挑戰及其難點、3種商業數據可視化思維和6種商業數據可視化技巧，以及Python可視化開發環境、用Python連接各類數據源和Python數據可視化庫。
第2章介紹Matplotlib可視化庫（它是Python中比較基礎且使用最多的可視化庫），重點講解Matplotlib在繪制圖形時的參數配置和圖形整合。通過實際案例從企業門店經營的角度客觀、公正地分析如何提升門店的銷售額。
第3章介紹Seaborn可視化庫（它是基于Matplotlib的更高級的API封裝，使用戶繪圖更加容易），重點講解Seaborn在繪制圖形時的風格設置和顏色設置。通過實際案例介紹如何研究銷售數據背后隱藏的規律。
第4章介紹Pyecharts可視化庫（它是一個用于生成Echarts圖表的類庫），重點講解Pyecharts在繪制圖形時的基本元素和主要圖形。通過實際案例介紹如何從商品的角度研究企業商品的現狀。
第5章介紹Bokeh可視化庫（它基于JavaScript實現交互式可視化，可以在瀏覽器中實現美觀的視覺效果），重點講解Bokeh在繪制圖形時的主要接口和基本配置。通過實際案例介紹如何從朋友圈營銷的角度研究商品營銷情況。
第6章介紹HoloViews可視化庫（它旨在使數據分析和可視化更加簡便），重點講解HoloViews在繪制圖形時的參數配置和組成對象。通過實際案例介紹如何從客戶價值的角度研究不同類型客戶的價值。
第7章介紹Plotly可視化庫（它是數據分析和可視化的交互式在線平臺），重點講解Plotly在繪制圖形時的繪圖語法和主要圖形。通過實際案例介紹從客戶滿意度的角度研究如何提升客戶的滿意指數。
第8章介紹Pygal可視化庫（它以面向對象的方式來創建各種視圖），重點講解Pygal在繪制圖形時的參數配置和主要圖形。通過實際案例介紹如何從客戶流失率的角度研究企業的客戶流失現狀。
第9章介紹plotnine可視化庫（它是Python中圖形語法的一種實現），重點講解plotnine在繪制圖形時的基本語法和繪圖過程。通過實際案例介紹如何從商品配送的角度研究企業商品的配送準時性。
第10章介紹Altair可視化庫（它是基于交互式圖形語法的可視化庫），重點講解Altair在繪制圖形時的參數配置和主要圖形。通過實際案例介紹如何從訂單商品退貨的角度研究企業商品的退貨現狀。
本書的特色
（1）內容新穎，講解詳細
本書是一本內容新穎的Python著作，詳細介紹了基于Python的商業數據可視化技術，對初學者幫助較大。書中詳細介紹了大量可視化案例，便于讀者練習實踐。
（2）案例豐富、高效學習
本書以案例為主線，既包括軟件應用與操作的方法和技巧，又融入了商業數據可視化的實戰案例。讀者通過學習本書，能夠輕松、快速地掌握可視化方法。本書基于Python 3.9.0編寫，為了使讀者能夠快速提高數據可視化的綜合能力，本書的可視化案例盡可能貼近實際工作。
（3）提供下載文件、方便學習
本書配套資源中包含案例采用的數據源及教學PPT等，供讀者在閱讀本書時使用。
本書的讀者對象
本書的內容和案例適用于互聯網、咨詢、零售、能源等行業從事數據可視化分析的讀者，可以作為Python軟件培訓機構和數據可視化研究者的參考資料，也可以作為高等學校計算機相關專業學生的教材或教師的教學參考書。
另外，本書案例中涉及的圖為代碼運行結果圖，均未添加單位。
由于作者水平有限，書中難免存在疏漏和不足之處，懇請廣大讀者批評與指正。
作 者
2020年8月 |
內容簡介：（全彩）
本書由淺入深、循序漸進地介紹了基于Python的商業數據可視化技術，并結合實際案例詳細介紹了Python在數據可視化方面的具體應用。本書重點介紹了Python的9個可視化庫，分別為Matplotlib、Seaborn、Pyecharts、Bokeh、HoloViews、Plotly、Pygal、plotnine、Altair，并介紹了商業數據可視化的思維，不僅做到授之以魚，更做到授之以漁。讀者通過學習本書，能夠輕松、快速地掌握商業數據可視化技術。本書的內容和案例適用于互聯網、咨詢、零售、能源等行業從事數據可視化分析的讀者，可以作為Python軟件培訓機構和數據可視化研究者的參考資料，也可以作為高等學校計算機相關專業學生的教材或教師的教學參考書。 |
目錄：第1章 Python商業數據可視化概述 / 1
1.1 商業數據可視化概述 2
1.1.1 商業數據可視化的挑戰及其難點 2
1.1.2 3種商業數據可視化思維 4
1.1.3 6種商業數據可視化技巧 6
1.2 Python可視化開發環境 9
1.2.1 Spyder 10
1.2.2 Jupyter Notebook 11
1.2.3 JupyterLab 12
1.3 用Python連接各類數據源 14
1.3.1 連接單個文件數據 14
1.3.2 連接關系型數據庫 15
1.4 Python數據可視化庫簡介 17
1.4.1 探索式可視化庫 17
1.4.2 交互式可視化庫 17
1.5 上機實踐題 19
第2章 Python數據可視化的經典：Matplotlib / 20
2.1 Matplotlib可視化庫概述 21
2.1.1 Matplotlib可視化庫
簡介 21
2.1.2 Matplotlib參數配置 21
2.1.3 Matplotlib圖形整合 32
2.2 Matplotlib數據可視化案例 34 2.2.1 提升門店銷售額 34
2.2.2 制作門店銷售額的
樹狀圖 36
2.2.3 制作業績考核的誤差
條形圖 40
2.3 上機實踐題 42
第3章 基于Matplotlib的高級API封裝：Seaborn / 43
3.1 Seaborn可視化庫概述 44
3.1.1 Seaborn可視化庫簡介 44
3.1.2 Seaborn風格設置 45
3.1.3 Seaborn顏色設置 50
3.2.3 制作銷售金額的線性
回歸圖 58
3.2 Seaborn數據可視化案例 54
3.2.1 解讀企業銷售數據 54
3.2.2 制作銷售數據的密度直方圖 55
3.3 上機實踐題 65
第4章 Python與Echarts的有機結合：Pyecharts / 66
4.1 Pyecharts可視化庫概述 67
4.1.1 Pyecharts可視化庫簡介 67
4.1.2 Pyecharts基本元素 70
4.1.3 Pyecharts主要圖形 76
4.2 Pyecharts數據可視化案例 91
4.2.1 了解企業商品的現狀 91
4.2.2 制作各類型商品的關鍵詞詞云 92
4.2.3 制作商品銷售額的主題河流圖 94
4.3 上機實踐題 97
第5章 基于JavaScript的交互式可視化庫：Bokeh / 98
5.1 Bokeh可視化庫概述 99
5.1.1 Bokeh可視化庫簡介 99
5.1.2 Bokeh主要接口 102
5.1.3 Bokeh基本配置 105
5.2 Bokeh數據可視化案例 116
5.2.1 做好朋友圈的商品營銷 116
5.2.2 制作客戶成功分享商品的和弦圖 116
5.2.3 制作客戶成功分享商品的網絡關系圖 118
5.3 上機實踐題 120
第6章 用較少的代碼呈現視圖：HoloViews / 121
6.1 HoloViews可視化庫概述 122
6.1.1 HoloViews可視化庫簡介 122
6.1.2 HoloViews參數配置 124
6.1.3 HoloViews組成對象 132
6.2 HoloViews數據可視化案例 138
6.2.1 衡量不同類型的客戶價值 138
6.2.2 制作不同類型客戶價值的面積圖 138
6.2.3 制作不同地區客戶價值的箱形圖 140
6.3 上機實踐題 142
第7章 基于瀏覽器的在線可交互可視化庫：Plotly / 143
7.1 Plotly可視化庫概述 144
7.1.1 Plotly可視化庫簡介 144
7.1.2 Plotly繪圖語法 144
7.1.3 Plotly主要圖形 147
7.2 Plotly數據可視化案例 155
7.2.1 提升客戶的滿意指數 155
7.2.2 制作客戶不滿意訂單的環形圖 156
7.2.3 制作客戶滿意度的時間序列圖 158
7.3 上機實踐題 160
第8章 以面向對象的方式創建視圖：Pygal / 161
8.1 Pygal可視化庫概述 162
8.1.1 Pygal可視化庫簡介 162
8.1.2 Pygal參數配置 162
8.1.3 Pygal主要圖形 165
8.2 Pygal數據可視化案例 183
8.2.1 有效降低客戶的流失率 183
8.2.2 制作各月份客戶流失量的折線圖 184
8.2.3 制作各地區客戶流失量的雷達圖 186
8.3 上機實踐題 188
第9章 Python版ggplot2的可視化庫：plotnine / 189
9.1 plotnine可視化庫概述 190
9.1.1 plotnine可視化庫簡介 190
9.1.2 plotnine基本語法 190
9.1.3 plotnine繪圖過程 193
9.2 plotnine數據可視化案例 202
9.2.1 商品配送準時性及影響因素分析 202
9.2.2 制作商品準時配送的分面散點圖 203
9.2.3 制作各地區延遲配送的小提琴圖 205
9.3 上機實踐題 206
第10章 基于交互式圖形語法的可視化庫：Altair / 207
10.1 Altair可視化庫概述 208
10.1.1 Altair可視化庫簡介 208
10.2 Altair數據可視化案例 225
10.2.1 有效規避訂單商品退貨 225
10.2.2 制作各類型商品退貨量的多線圖 226
10.1.2 Altair參數配置 210
10.1.3 Altair主要圖形 216
10.2.3 制作各月份商品退貨量的脊線圖 228
10.3 上機實踐題 229
附錄A Python 3.9.0及可視化庫安裝 / 230
附錄B Python常用第三方工具包簡介 / 233
B.1 數據分析類包 233
B.2 數據可視化類包 234
B.3 機器學習類包 235
參考文獻 / 238 |
| 序： |
