Python数据可视化
￥ 15.47 1.6折 ￥ 99 九五品
仅1件
作者[美]马里奥·多布勒,[美]蒂姆·高博曼,李瀛宇
出版社清华大学出版社
ISBN9787302553489
出版时间2020-06
版次1
装帧平装
开本16开
纸张胶版纸
页数275页
定价99元
上书时间2024-05-20
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:Python数据可视化
定价：99.00元
作者:[美]马里奥·多布勒,[美]蒂姆·高博曼,李瀛宇
出版社：清华大学出版社
出版日期：2020-06-01
ISBN：9787302553489
字数：
页码：275
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
古谚有云“一图胜千言”，这在不同的文化背景中均广为人知。本书是针对想步入数据科学领域的开发人员和相关人士而编写的，他们希望通过数据可视化进一步丰富其个人专业项目。本书以通俗易懂的语言讲述了数据可视化技术，并完美地平衡了理论与实践之间的内容。具体来说，每一章内容都是在前一章的基础上加以设计的。另外，本书还包含了多项操作，并在现实生活中的业务场景和高度相关的环境中实践、运用所学的技能。
内容提要
《Python数据可视化》详细阐述了与Python数据可视化相关的基本解决方案，主要包括数据可视化和数据探索的重要性、绘图知识、Matplotlib、利用Seaborn简化可视化操作、绘制地理空间数据、基于Bokeh的交互式操作等内容。此外，该书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 《Python数据可视化》适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。
目录
章 数据可视化和数据探索的重要性1．1 简介1．1．1 数据可视化简介1．1．2 数据可视化的重要性1．1．3 数据整理1．1．4 可视化工具和库1．2 统计学概述1．2．1 集中趋势的度量1．2．2 离散度测量1．2．3 相关性1．2．4 数据类型1．2．5 摘要统计信息1．3 NumPy1．3．1 练习1：加载示例数据集并计算平均值1．3．2 操作1：使用NumPy计算平均值、中位数、方差和标准偏差1．3．3 基本的NumPy 操作1．3．4 操作2：索引、切片、分割和迭代1．3．5 高级NumPy 操作1．3．6 操作3：过滤、排序、组合和重构1．4 pandas1．4．1 pandas的优点1．4．2 pandas的缺点1．4．3 练习2：加载示例数据集并计算平均值1．4．4 操作4：使用pandas计算平均值、中位数和给定数字的方差1．4．5 基本的pandas 操作1．4．6 Series1．4．7 操作5：基于pandas的索引、切片和迭代1．4．8 pandas高级 操作1．4．9 操作6：过滤、排序和重构1．5 本章小结第2章 绘图知识2．1 简介2．2 比较图2．2．1 线形图2．2．2 柱状图2．2．3 雷达图2．2．4 操作7：员工技能比较2．3 关系图2．3．1 散点图2．3．2 气泡图2．3．3 相关图2．3．4 热图2．3．5 操作8：20年内道路交通事故统计2．4 合成图2．4．1 饼图2．4．2 堆叠式柱状图2．4．3 堆叠式面积图2．4．4 操作9：智能手机销售额2．4．5 维恩图2．5 分布图2．5．1 直方图2．5．2 密度图2．5．3 箱形图2．5．4 小提琴图2．5．5 操作10：不同时间区间内列车的频率2．6 地理图2．6．1 点图2．6．2 等值区域图2．6．3 连接图2．7 良好的设计规则2．7．1 一般的设计实践2．7．2 操作11：确定理想的可视化 操作2．8 本章小结第3章 Matplotlib3．1 简介3．2 Matplotlib中的图表3．3 pyplot基本知识3．3．1 创建Figure3．3．2 关闭Figure3．3．3 格式化字符串3．3．4 绘制机制3．3．5 利用pandas DataFrame绘制3．3．6 显示Figure3．3．7 保存Figure3．3．8 创建简单的可视化内容3．4 基本的文本和图例功能3．4．1 标记3．4．2 标题3．4．3 文本3．4．4 标注3．4．5 图例3．4．6 操作12：利用线形图可视化股票的走势3．5 基本图表3．5．1 柱状图3．5．2 操作13：比较影片评分的柱状图3．5．3 饼图3．5．4 创建耗水量饼图3．5．5 堆叠式柱状图3．5．6 操作14：餐厅业绩的可视化结果3．5．7 堆叠式面积图3．5．8 操作15：利用堆叠式面积图比较智能手机的销售状态3．5．9 直方图3．5．1 0 箱形图3．5．1 1操作16：智商的直方图和箱形图3．5．1 2 散点图3．5．1 3操作17：利用散点图可视化动物间的相关性3．5．1 4 气泡图3．6 布局3．6．1 子图3．6．2 紧凑型子图3．6．3 雷达图3．6．4 与雷达图协同工作3．6．5 GridSpec3．6．6 操作18：基于边缘直方图创建散点图3．7 图像3．7．1 基本的图像 操作3．7．2 操作19：在网格中绘制多幅图像3．8 编写数学表达式3．9 本章小结第4章 利用Seaborn简化可视化 操作4．1 简介4．2 控制Figure观感4．2．1 图形样式4．2．2 移除轴向4．2．3 上下文4．2．4 操作20：利用箱形图比较不同测试分组中的IQ值4．3 调色板4．3．1 分类调色板4．3．2 连续调色板4．3．3 离散调色板4．3．4 操作21：利用热图发现航班数据中的模式4．4 Seaborn中的图表4．4．1 柱状图4．4．2 操作22：电影评分比较4．4．3 核密度估算4．4．4 相互关系的可视化4．4．5 小提琴图4．4．6 操作23：利用小提琴图比较不同测试组中的IQ值4．5 Seaborn中的多图表4．5．1 FacetGrid4．5．2 操作24：前30个YouTube频道4．6 回归图4．7 Squarify库4．8 本章小结第5章 绘制地理空间数据5．1 简介5．1．1 Geoplotlib的设计原理5．1．2 地理空间可视化5．1．3 简单地理空间数据的可视化5．1．4 操作27：绘制地图上的地理空间数据5．1．5 采用GeoJSON数据的等值线图5．2 图块提供商5．3 自定义层5．4 本章小结第6章 基于Bokeh的交互式 操作6．1 简介6．1．1 Bokeh的基本概念6．1．2 Bokeh中的接口6．1．3 输出6．1．4 Bokeh服务器6．1．5 演示6．1．6 集成6．1．7 利用Bokeh进行绘制6．1．8 比较plotting和models接口6．2 添加微件6．2．1 基本的交互式微件6．2．2 操作29：利用微件扩展图表6．3 本章小结第7章 知识整合7．1 简介7．1．1 操作30：实现Matplotlib和Seaborn 操作7．1．2 操作31：利用Bokeh可视化股票价格7．1．3 geoplotlib7．1．4 操作32：利用geoplotlib分析Airbnb数据7．2 本章小结附录章 数据可视化和数据探索的重要性操作1：使用NumPy计算平均值、中位数、方差和标准偏差操作2：索引、切片、分割和迭代操作3：过滤、排序、组合和重构操作4：使用pandas计算平均值、中位数和给定数字的方差操作5：基于pandas的索引、切片和迭代操作6：过滤、排序和重构第2章 绘图知识操作7：员工技能比较操作8：20年内道路交通事故统计操作9：智能手机销售额操作10：不同时间区间内列车的频率操作11：确定理想的可视化 操作第3章 Matplotlib操作12：利用线形图可视化股票的走势操作13：比较影片评分的柱状图操作14：餐厅业绩的可视化结果操作15：利用堆叠式面积图比较智能手机的销售状态操作16：智商的直方图和箱形图操作17：利用散点图可视化动物间的相关性操作18：基于边缘直方图创建散点图操作19：在网格中绘制多幅图像第4章 利用Seaborn简化可视化 操作操作20：利用箱形图比较不同测试分组中的IQ值操作21：利用热图发现航班数据中的模式操作22：电影评分比较操作23：利用小提琴图比较不同测试组中的IQ值操作24：前30个YouTube频道操作25：线性回归操作26：耗水量第5章 绘制地理空间数据操作27：绘制地图上的地理空间数据操作28：与自定义层协同工作第6章 基于Bokeh的交互式 操作操作29：利用微件扩展图表第7章 知识整合操作30：实现Matplotlib和Seaborn 操作操作31：利用Bokeh可视化股票价格操作32：利用geoplotlib分析Airbnb数据
作者介绍
[美] 马里奥•多布勒[美] 蒂姆•高博曼李瀛宇 译
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价