【现货速发】数据可视化

数据科学与大数据技术本科专业的建设实际上是一场教育革命，是受业界需求驱动形成的，其理论基础、课程体系和知识结构框架均处于探索阶段。但有一点非常明确，“实践”是学习该专业重要、效的方式，这也成为本套教材——“普通高等教育数据科学与大数据技术专业‘十三五’规划教材”的编写导向。这不仅需要学生夯实统计学、应用数学以及计算机科学等学科的基础，也需要学生具备大数据所服务行业的相关知识积累和实践经验。只有掌握多学科融会贯通的能力，才能真正成为一个有思想的数据科学家。
为了探索学科人才培养模式，北京大学、中国人民大学、中国科学院大学、中央财经大学和首都经济贸易大学在2014年共同搭建了“大数据分析硕士”培养协同创新平台。在不断的摸索中，一套科学完整的课程体系逐渐建立起来。随后，相关课程也在全国多所院校中实施，成为我国大数据技术高端人才培养体系的蓝本。
为紧跟科学技术的发展潮流，引领中国大数据理论、技术、方法与应用，在北京大数据协会及相关机构的组织下，开展了教材编写的大量前期国内外调研工作，并于2017年6月在云南举办了“届全国数据科学与大数据技术本科专业建设研讨会”，展示了调研成果，为中国数据科学与大数据技术人才培养奠定了基础。为进一步厘清该专业的培养方案和课程内容建设的目标和路径，从培养方案、课程体系、培养过程、教材建设等方面深入交流探讨，于2019年5月在北京召开了“第二届全国数据科学与大数据技术本科专业建设研讨会”，会上正式发布了本套系列教材。
本套教材凝聚了全国相关院校数据科学与大数据技术领域著名专家和学者的智慧和力量。在教材编写过程中更加关注的是数据分析思想的引导，体现数据分析的艺术，侧重于从数据和案例出发，厘清数据分析的基本思路，这样能够让读者更好地理解各种假设、公式、定理和模型背后的逻辑。为了结合现实需求，每本教材均配套相关的Python编程代码，让读者在练中学、学中练的过程中夯实基础，积累经验，提升竞争力。尽管编写人员投入了大量的心血，但教材内容还需不断突破和完善，希望能够得到各位专家和同行的批评指正，共同实现此套教材满足教学需求的编写宗旨。
本套系列教材是集体创作的成果。感谢编委会成员和其他编写人员的辛勤付出，以及北京大学出版社和首都经济贸易大学出版社的大力支持。希望此套教材能对广大教师和学生及各数据科学领域的从业人员具有重要的参考价值。

北京大数据协会会长
 
2019年9月

《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()

部分数据可视化概论

1数据可视化在DIKW体系中的作用()

11DIKW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1Tableau()

72R()

73D3js()

第三部分Python使用基础

8开始使用Python IDE ()

81Python 3x与 Python 2x()

82交互式工具()

83Python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()

9Python数据结构基础()

91列表()

92堆栈()

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1NumPy中的数组()

102NumPy常用函数()

103SciPy常用函数()

104Python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1pyecharts快速入门()

122pyecharts中的图表类型()

123pyecharts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全球自杀人数可视化分析()

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1K-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6K-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5Networkx工具包()

参考资料()

《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。