《数据可视化》是一本使用Python实现数据可视化编程的教材,介绍了如何使用Python流行的库,通过几十种方法创建美观的数据可视化效果。
全书共8章,分别介绍了了解数据、绘制并定制化图表、Python IDE工具、学习更多图表和定制化、创建3D可视化图表、数值计算和交互式绘图、使用正确的图表理解数据以及更多matplotlib知识。
李伊,西南财经大学统计学院副教授,美国佐治亚州立大学统计学博士。主要研究领域包括统计学,数量经济学,数据科学,在包括《Computational Statistics and Data Analysis》,《Canadian Journal of Statistics》,《Statistica Sinica》在内的国内外主流学术期刊发表论文近十篇。
前言
第1部分 数据可视化概论
1 数据可视化在DIKW体系中的作用
1.1 DIKW体系
1.2 数据可视化的作用
2 数据可视化的价值
2.1 什么是数据可视化
2.2 数据可视化的历史
2.3 数据可视化的优势
2.4 数据可视化的应用场景
第二部分 如何做好数据可视化
3 什么是好的数据可视化
4 数据可视化的一般流程
4.1 数据收集、处理与分析
4.2 数据可视化展示
4.3 数据可视化叙事
5 数据可视化基础图像与展示
5.1 比较与排序图像
5.2 局部与整体关系图像
5.3 分布图像
5.4 相关图像
5.5 网络关系图像
5.6 位置与地理特征图像
5.7 时间趋势图像
6 使用数据可视化讲述故事
6.1 主动式叙事
6.2 互动式叙事
7 常用数据可视化工具
7.1 Tableau
7.2 R
7.3 D3.js
第三部分 Python使用基础
8 开始使用Python IDE
8.1 Python 3.x与Python 2
8.2 交互式工具
8.3 Python中常用的IDE
8.4 使用Python进行可视化作图
8.5 交互式可视化包简介
9 Python 数据结构基础
9.1 列表
9.2 堆楼
9.3 元组
9.4 集合
9.5 队列
9.6 字典
9.7 树
10 使用NumPy和SciPy库
10.1 NumPy中的数组
10.2 NumPy 常用函数
10.3 SciPy 常用函数
10.4 Python的性能增强
第四部分 使用Python进行基础数据可视化
11使用matplotlib绘制数据可视化基础图形
11.1 折线图
11.2 直方图
11.3 核密度估计图
11.4 柱状图与条形图
11.5 饼图
11.6 热力图
11.7 散点图
11.8 矩阵图
11.9 三维曲面图
12 使用pyecharts 绘制数据可视化基础图形
12.1 pyecharts快速入门
12.2 pyecharts中的图表类型
12.3 pyecharts中的配置选项
13 基础数据可视化案例
13.1 我国各地区经济发展水平可视化分析
13.2 成都天津两市空气质量可视化分析
13.3 人数可视化分析
13.4 各国奥运会奖牌可视化分析
13.5 文本数据可视化分析
13.6 股票价格可视化分析
第五部分 数据可视化建模
14 统计学习模型
14.1 K-近邻算法
14.2 逻辑斯谛回归
14.3 支持向量机
14.4 集成学习
14.5 主成分分析
14.6 K-均值聚类算法
15 图论与网络模型
15.1 无向图与有向图
15.2 图的集聚系数
15.3 常见的网络优化问题
15.4 社交网络分析
15.5 Networkx工具包
参考资料