对比Excel,轻松学习Python数据可视化
全新正版 极速发货
￥ 55.24 6.2折 ￥ 89 全新
库存19件
广东广州
认证卖家担保交易快速发货售后保障
作者张俊红 著
出版社电子工业出版社
ISBN9787121488207
出版时间2024-11
装帧平装
开本16开
定价89元
货号1203394191
上书时间2024-12-03
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 数据可视化的基础概念/1
1.1 什么是数据可视化 1
1.2 为什么要进行数据可视化 1
1.2.1 数据可视化能够高效、简洁地传递信息 1
1.2.2 数据可视化能够提供更加丰富的信息 2
1.3 数据可视化的基本步骤 3
1.4 数据可视化的图表分类 4
1.4.1 图表的基本组件 4
1.4.2 基于基本组件组合的图表类型 5
1.4.3 图表的分类与选择 6
1.5 数据可视化的基本原则 7
1.5.1 格式塔原则 7
1.5.2 墨水比原则 9
1.5.3 CRAP 设计原则 10
第2章 图表的组成元素及实现方式/12
2.1 图表的基本组成元素 12
2.2 图表常用组成元素的设置 13
2.2.1 图表标题的设置 13
2.2.2 坐标轴标题的设置 14
2.2.3 网格线的设置 15
2.2.4 坐标轴的设置 15
2.2.5 图例的设置 16
2.2.6 图表字体的选择 16
2.2.7 配色 17
2.2.8 最终效果的对比 22
2.3 数据可视化的常用工具及选择 22
2.3.1 数据可视化的常用工具 22
2.3.2 如何高效地学习不同的数据可视化工具 25
2.3.3 为什么要学习多种数据可视化工具 25
第3章 Matplotlib/26
3.1 Matplotlib 的基础介绍 26
3.2 Matplotlib 中图表的组成元素 26
3.3 图表各元素的实现及设置 27
3.3.1 画布的建立 27
3.3.2 规则坐标系的建立 29
3.3.3 不规则坐标系的建立 36
3.3.4 坐标轴的设置 38
3.3.5 网格线的设置 44
3.3.6 图例的设置 45
3.3.7 数据标签的设置 47
3.3.8 图表注释的设置 48
3.3.9 数据表的设置 49
3.3.10 图表标题的设置 51
3.4 一个完整图表的绘制 53
3.4.1 一个完整图表的绘制流程 53
3.4.2 显式编程与隐式编程 55
3.5 关于Matplotlib 的其他一些问题 55
3.5.1 如何解决中文乱码的问题 55
3.5.2 图表样式的设置 56
3.6 常用的图表类型 59
第4章 Pyecharts/60
4.1 Pyecharts 的基础介绍 60
4.2 图表各元素的实现及设置 61
4.3 一个完整图表的绘制 62
4.4 图表样式的设置 65
4.5 常用的图表类型 66
第5章 Seaborn/67
5.1 Seaborn 的基础介绍 67
5.2 图表各元素的实现及设置 67
5.3 图表样式的设置 69
5.4 常用的图表类型 70
第6章 比较关系型图表的绘制/72
6.1 折线图 72
6.1.1 Excel 的实现 73
6.1.2 Matplotlib 的实现 73
6.1.3 Pyecharts 的实现 76
6.1.4 Seaborn 的实现 78
6.2 双折线图 79
6.2.1 Excel 的实现 79
6.2.2 Matplotlib 的实现 79
6.2.3 Pyecharts 的实现 80
6.2.4 Seaborn 的实现 81
6.3 双Y 轴的双折线图 85
6.3.1 Excel 的实现 85
6.3.2 Matplotlib 的实现 85
6.3.3 Pyecharts 的实现 87
6.3.4 Seaborn 的实现 88
6.4 柱形图 89
6.4.1 Excel 的实现 89
6.4.2 Matplotlib 的实现 90
6.4.3 Pyecharts 的实现 92
6.4.4 Seaborn 的实现 93
6.5 簇状柱形图 93
6.5.1 Excel 的实现 93
6.5.2 Matplotlib 的实现 94
6.5.3 Pyecharts 的实现 95
6.5.4 Seaborn 的实现 97
6.6 条形图 97
6.6.1 Excel 的实现 98
6.6.2 Matplotlib 的实现 99
6.6.3 Pyecharts 的实现 100
6.6.4 Seaborn 的实现 101
6.7 簇状条形图 102
6.7.1 Excel 的实现 102
6.7.2 Matplotlib 的实现 102
6.7.3 Pyecharts 的实现 103
6.7.4 Seaborn 的实现 104
6.8 棉棒图 105
6.9 热力图 107
6.9.1 Excel 的实现 107
6.9.2 Matplotlib 的实现 108
6.9.3 Pyecharts 的实现 110
6.9.4 Seaborn 的实现 111
6.10 雷达图 112
6.10.1 Excel 的实现 113
6.10.2 Matplotlib 的实现 113
6.10.3 Pyecharts 的实现 115
6.11 仪表图 116
6.12 水球图 117
6.13 词云图 118
第7章 联系关系型图表的绘制/120
7.1 散点图 120
7.1.1 Excel 的实现 120
7.1.2 Matplotlib 的实现 121
7.1.3 Pyecharts 的实现 122
7.1.4 Seaborn 的实现 124
7.2 双散点图 124
7.2.1 Excel 的实现 125
7.2.2 Matplotlib 的实现 125
7.2.3 Pyecharts 的实现 126
7.2.4 Seaborn 实现 127
7.3 关系图 128
7.4 回归拟合图 130
7.4.1 Excel 的实现 130
7.4.2 Seaborn 的实现 131
7.5 多回归拟合图 133
7.5.1 Excel 的实现 133
7.5.2 Seaborn 的实现 133
7.6 气泡图 135
7.6.1 Excel 的实现 135
7.6.2 Matplotlib 的实现 135
7.6.3 Seaborn 的实现 139
7.7 波士顿矩阵图 139
7.8 平行坐标系图 141
第8章 分布关系型图表/144
8.1 直方图 144
8.1.1 Excel 的实现 144
8.1.2 Matplotlib 的实现 145
8.1.3 Seaborn 的实现 146
8.2 概率密度图 148
8.3 双概率密度图 150
8.4 地毯图 151
8.5 累积分布图 152
8.6 双累积分布图 154
8.7 箱形图 155
8.7.1 Excel 的实现 156
8.7.2 Matplotlib 的实现 156
8.7.3 Pyecharts 的实现 157
8.7.4 Seaborn 的实现 159
8.8 双箱形图 160
8.7.1 Excel 的实现 160
8.7.2 Matplotlib 的实现 160
8.7.3 Pyecharts 的实现 161
8.7.4 Seaborn 的实现 161
8.8 K 线图 163
8.9 小提琴图 165
8.9.1 Matplotlib 的实现 165
8.9.2 Seaborn 的实现 166
8.10 双小提琴图 167
8.10.1 Matplotlib 的实现 168
8.10.2 Seaborn 的实现 168
8.11 误差线图 170
8.11.1 Matplotlib 的实现 170
8.11.2 Seaborn 的实现 172
8.12 双误差线图 173
8.12.1 Matplotlib 的实现 173
8.12.2 Seaborn 的实现 174
8.13 条带图 175
8.14 蜂群图 177
8.15 事件图 178
第9章 构成关系型图表/180
9.1 饼图 180
9.1.1 Excel 实现 180
9.1.2 Matplotlib 的实现 181
9.1.2 Pyecharts 的实现 182
9.2 圆环图 183
9.2.1 Excel 的实现 183
9.2.2 Matplotlib 的实现 183
9.2.3 Pyecharts 的实现 184
9.3 旭日图 185
9.3.1 Excel 的实现 185
9.3.2 Pyecharts 的实现 186
9.4 矩阵树形图 188
9.4.1 Excel 的实现 188
9.4.2 Pyecharts 的实现 188
9.5 面积图 190
9.5.1 Excel 的实现 190
9.5.2 Matplotlib 的实现 191
9.6 堆积柱形图 192
9.6.1 Excel 的实现 192
9.6.2 Matplotlib 的实现 193
9.6.3 Pyecharts 的实现 194
9.7 瀑布图 195
9.7.1 Excel 的实现 195
9.7.2 Matplotlib 的实现 196
9.7.3 Pyecharts 的实现 197
9.8 桑吉图 198
9.9 漏斗图 200
9.9.1 Excel 的实现 200
9.9.2 Pyecharts 的实现 200
第10章 其他类型图表的绘制/202
10.1 为图表添加标记点 202
10.1.1 Matplotlib 的实现 202
10.1.2 Pyecharts 的实现 203
10.2 为图表添加标记线 206
10.2.1 Matplotlib 的实现 206
10.2.2 Pyecharts 的实现 207
10.3 为图表添加标记区域 210
10.3.1 Matplotlib 的实现 210
10.3.2 Pyecharts 的实现 211
10.4 组合图表的绘制 213
10.4.1 Excel 的实现 213
10.4.2 Matplotlib 的实现 213
10.4.3 Pyecharts 的实现 214
10.4.4 Seaborn 的实现 215
10.5 分面图表的绘制 216
10.5.1 Matplotlib 的实现 216
10.5.2 Pyecharts 的实现 217
10.5.3 Seaborn 的实现 220
10.6 动态图表的绘制 222
第11章 ChatGPT 在数据可视化中的应用/224
11.1 使用ChatGPT 直接生成图表 224
11.2 使用文心一言直接生成图表 232
11.3 使用ChatGPT 选择合适的图表类型 235
11.4 使用ChatGPT 生成相应的可视化建议 236
11.5 使用ChatGPT 给出不同工具的实现方式 237
11.6 使用ChatGPT 解读图表 239
11.7 使用ChatGPT 进行故事化呈现 240
第12章 数据可视化案例/242
12.1 订单量分日趋势可视化 242
12.2 品类增长潜力可视化 244
12.3 用户在线时长可视化 246
12.4 指标异动贡献度可视化 247
内容摘要
本书主要介绍了如何使用Python进行数据可视化，并通过对比Excel的方式来学习对应的Python代码。全书内容围绕4种基础图表类型展开，分别介绍了比较关系型图表、联系关系型图表、分布关系型图表和构成关系型图表的绘制方法。对于每种图表，本书均提供了Matplotlib、Pyecharts和Seaborn共3种Python库的实现方式。
通过阅读本书，读者不仅能够学习数据可视化的基本概念，还能够掌握一种图表的多种实现方式。这样在工作中遇到具体需求时，读者可以根据实际情况灵活选择合适的图表绘制方法，从而提高数据展示的效率，达到良好的数据展示效果。
— 没有更多了 —
以下为对购买帮助不大的评价