• 大数据分析可视化
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

大数据分析可视化

正版现货,品相完整,套书只发一本,多版面书籍只对书名

61.64 6.9折 89 九五品

仅1件

河北廊坊
认证卖家担保交易快速发货售后保障

作者李宗伟;张艳辉;苑荣

出版社人民邮电出版社

出版时间2022-02

版次1

装帧其他

上书时间2024-08-16

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 李宗伟;张艳辉;苑荣
  • 出版社 人民邮电出版社
  • 出版时间 2022-02
  • 版次 1
  • ISBN 9787115584144
  • 定价 89.00元
  • 装帧 其他
  • 开本 16开
  • 纸张 胶版纸
  • 页数 281页
  • 字数 350千字
【内容简介】
随着大数据时代的到来,可视化技术在越来越多的领域得到应用。什么是大数据可视化?常见的大数据可视化工具有哪些?如何实现大数据可视化?本书从大数据可视化的基本概念入手,介绍大数据的采集及预处理、大数据可视化的主要工具及使用相关工具进行可视化分析等方面的内容。
  《大数据分析可视化》共8章。第1章~第3章主要介绍大数据可视化的基本概念、相关工具和大数据采集及预处理,第4章~第6章主要介绍基本图形制作、极坐标系和平行坐标系下各类图形制作及基本三维图形与地图制作,第7章~第8章主要介绍机器学习可视化图形制作及进阶图形制作。
  《大数据分析可视化》既可以作为大数据管理与应用、信息管理与信息系统、电子商务等相关专业的入门教材或教学参考书,也可以作为数据分析相关从业人员的参考用书。
【作者简介】
李宗伟

博士,研究生导师,上海市系统工程协会会员。出版专著一部:《电子商务服务业生态系统研究》,先后在《中国管理科学》《管理评论》《管理科学》《管理学报》及《软科学》等期刊发表论文多篇。主持科研项目国家社科:“互联网 ”与制造企业核心竞争力构建研究,省部级课题二项[上海软科学(20692103400),上海市浦江人才计划资助(2019PJC096)],主持完成省部级课题一项[上海市科委软科(17692109000)],参与省部级科研项目七项。拥有深厚的研究理论基础和丰富的管理实践工作经验。

张艳辉

博士,华东理工大学商学院副教授,上海市经济学会会员。主要聚焦于电子商务及创意经济的持续发展问题,在《中国管理科学》《管理学报》和《数量经济技术经济研究》等期刊发表多篇论文。主持完成一项国家自然科学基金课题,十一项省部级纵向课题,专著《价值链视角下创意产业功能演化研究》2012年获上海市哲学社会科学三等奖,专著《中国保险业产业组织研究》2006年获上海市哲学社会科学二等奖。

苑荣

博士。现长期从事管理科学与工程、信息管理、电子商务和金融工程方面的教学及科研工作。作为副主编参与编写:《软件工程—— 原理、方法与应用(第二版)》《电子商务(第三版)》。参与省部级科研项目多项。拥有深厚的研究理论基础和丰富的教学实践工作经验。
【目录】
第 1章大数据可视化概述 / 1

1.1 大数据可视化的基本概念 / 1

1.2 大数据可视化的主要用途 / 2

1.3 大数据可视化的常见图形及常见数据可视化方式 / 3

1.3.1 常见图形类型 / 3

1.3.2 常见数据可视化方式 / 4

1.4 大数据可视化的发展趋势 / 5

1.5 常见的大数据可视化工具 / 6

1.5.1 大数据可视化工具的主要特征 / 6

1.5.2 大数据可视化主要工具介绍 / 7

1.6 小结 / 10

1.7 习题 / 10

第 2章可视化分析工具的安装与配置 / 11

2.1 下载与配置ECharts / 11

2.1.1 下载ECharts / 11

2.1.2 配置ECharts / 11

2.2 下载与安装R软件、Rstudio 和Recharts / 16

2.2.1 下载与安装R软件 / 16

2.2.2 下载与安装Rstudio / 19

2.2.3 下载与安装Recharts / 20

2.3 Windows中Python的安装与配置 / 23

2.3.1 在Windows中安装Python / 23

2.3.2 安装Pyecharts / 28

2.4 小结 / 30

2.5 习题 / 30

第3章大数据采集及预处理 / 31

3.1 数据类型 / 31

3.1.1 结构化数据 / 31

3.1.2 非结构化数据 / 31

3.1.3 半结构化数据 / 32

3.1.4 地理数据 / 32

3.1.5 实时媒体数据 / 32

3.1.6 自然语言数据 / 32

3.1.7 时间序列数据 / 33

3.1.8 事件数据 / 33

3.1.9 网络数据 / 33

3.1.10 链接数据 / 33

3.2 数据结构 / 34

3.2.1 数据度量 / 34

3.2.2 数据结构组织形式 / 35

3.3 大数据采集 / 41

3.3.1 大数据采集的概念 / 41

3.3.2 大数据采集的新方法 / 42

3.3.3 公开的数据源 / 42

3.4 大数据预处理 / 46

3.4.1 数据抽取 / 46

3.4.2 数据清洗 / 46

3.4.3 数据转换 / 47

3.4.4 数据加载 / 47

3.4.5 常用的ETL工具 / 48

3.5 小结 / 50

3.6 习题 / 50

第4章基本图形制作 / 51

4.1 线状图与面积图 / 51

4.1.1 线状图与面积图介绍 / 51

4.1.2 线状图与面积图绘制案例 / 51

4.1.3 线状图与面积图的配置 / 67

4.2 柱图 / 68

4.2.1 柱图介绍 / 68

4.2.2 柱图绘制案例 / 69

4.2.3 柱图的配置 / 90

4.3 饼图 / 91

4.3.1 饼图介绍 / 91

4.3.2 饼图绘制案例 / 92

4.3.3 绘制多个饼图 / 101

4.3.4 饼图的配置 / 104

4.4 散点图与雷达图 / 106

4.4.1 散点图与雷达图介绍 / 106

4.4.2 散点图与雷达图绘制案例 / 106

4.4.3 散点图与雷达图的配置 / 119

4.5 漏斗图与仪表盘 / 121

4.5.1 漏斗图与仪表盘介绍 / 121

4.5.2 漏斗图与仪表盘绘制案例 / 121

4.5.3 漏斗图与仪表盘的配置 / 127

4.6 盒式图与热力图 / 130

4.6.1 盒式图与热力图介绍 / 130

4.6.2 盒式图与热力图绘制案例 / 130

4.6.3 盒式图与热力图的配置 / 138

4.7 小结 / 140

4.8 习题 / 140

第5章极坐标系和平行坐标系下各类图形制作 / 141

5.1 极坐标系下的线状图 / 141

5.1.1 极坐标系下线状图介绍 / 141

5.1.2 极坐标系下线状图绘制案例 / 142

5.1.3 极坐标系下线状图的配置 / 145

5.2 极坐标系下的散点图 / 146

5.2.1 极坐标系下散点图介绍 / 146

5.2.2 极坐标系下散点图绘制案例 / 146

5.2.3 极坐标系下散点图的配置 / 152

5.3 极坐标系下的柱图 / 153

5.3.1 极坐标系下柱图介绍 / 153

5.3.2 极坐标系下柱图绘制案例 / 153

5.3.3 极坐标系下柱图的配置 / 161

5.4 平行坐标系下的基本图形 / 162

5.4.1 平行坐标系介绍 / 162

5.4.2 平行坐标系下基本图形绘制案例 / 163

5.4.3 平行坐标系下基本图形的配置 / 165

5.5 小结 / 166

5.6 习题 / 167

第6章基本三维图形与地图制作 / 169

6.1 基本三维图形 / 169

6.1.1 基本三维图形介绍 / 169

6.1.2 基本三维图形绘制案例 / 169

6.2 地图 / 184

6.2.1 地图介绍 / 184

6.2.2 地图绘制案例 / 184

6.2.3 地图的配置 / 197

6.3 小结 / 198

6.4 习题 / 198

第7章机器学习可视化图形制作 / 199

7.1 大数据与机器学习概述 / 199

7.1.1 大数据与机器学习 / 199

7.1.2 大数据与机器学习的应用领域 / 199

7.1.3 机器学习分类 / 200

7.2 线性回归模型可视化图形制作 / 202

7.2.1 线性回归模型 / 202

7.2.2 线性回归模型的评估标准 / 202

7.2.3 线性回归模型图形绘制案例 / 203

7.3 逻辑回归模型可视化图形制作 / 210

7.3.1 逻辑回归模型 / 210

7.3.2 逻辑回归模型图形绘制案例 / 211

7.3.3 逻辑回归模型的评估方法:ROC 曲线图 / 219

7.4 决策树模型可视化图形制作 / 223

7.4.1 决策树模型 / 224

7.4.2 决策树模型的建立原理 / 224

7.4.3 决策树模型图形绘制案例 / 227

7.5 朴素贝叶斯模型可视化图形制作 / 229

7.5.1 朴素贝叶斯模型 / 229

7.5.2 朴素贝叶斯模型图形绘制案例 / 232

7.6 支持向量机可视化图形制作 / 232

7.6.1 支持向量机 / 233

7.6.2 支持向量机图形绘制案例 / 238

7.7 KMeans 算法可视化图形制作 / 242

7.7.1 KMeans 算法的基本原理 / 242

7.7.2 KMeans 算法图形绘制案例 / 243

7.8 主成分分析可视化图形制作 / 247

7.8.1 主成分分析的基本原理 / 247

7.8.2 主成分分析图形绘制案例 / 250

7.9 小结 / 260

7.10 习题 / 261

第8章进阶图形制作 / 263

8.1 关系图 / 263

8.1.1 关系图介绍 / 263

8.1.2 关系图绘制案例 / 263

8.2 词云 / 271

8.2.1 词云介绍 / 271

8.2.2 词云绘制案例 / 271

8.3 小结 / 275

8.4 习题 / 276

参考文献 / 277
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP