Python统计可视化之Altair探索分析实践指南（全彩）

图书标准信息

• 作者 刘大成
• 出版社 电子工业出版社
• 出版时间 2022-01
• 版次 1
• ISBN 9787121425974
• 定价 139.00元
• 装帧 其他
• 页数 392页

【内容简介】

本书以Altair为核心工具，通过认识数据、理解数据和探索数据全方位地探索分析数据集的统计可视化形式，以应用数据和案例研究为实践场景，使用Altair数据加工箱进行数据预处理，在此基础上，深入理解不同应用领域和实践场景的数据集的统计可视化模型。本书以实践和练习的方式学习和巩固核心知识，学习形式简单高效，适合大数据相关行业的人士参考，也适合大数据相关专业的高校师生教学和自学使用。 本书在很多章节均有动手实践和练习，其中，\"动手实践”采用以练代讲的方式学习和延展核心知识或技能，\"练习”采用举一反三的方式复习和巩固核心知识或技能。

【作者简介】

高级机器学习工程师、资深数据分析师、数据产品工程师。具有金融、教育、测评、咨询等行业的丰富实践经验；完成多个机器学习项目、数据分析项目；开发多个数据产品。出版专著《Python数据可视化之matplotlib实践》和《Python数据可视化之matplotlib精进》。研究兴趣主要有数据可视化、数据挖掘和数据产品。

【目录】

第1 篇 入门

第1 章 Altair 的环境配置 . 4

1.1 Altair 的安装 . 4

1.2 前端渲染工具的安装和启动方法 . 5

1.2.1 Jupyter Notebook 的安装和启动方法  5

1.2.2 JupyterLab 的安装和启动方法  5

1.3 vega_datasets 的使用  6

1.4 JSON 简介 . 9

1.4.1 JSON 语法规则. 9

1.4.2 在Altair 中使用JSON . 10

1.5 Pandas 的数据框（DataFrame）对象的使用方法 .12

1.5.1 使用字典创建DataFrame 的方法  12

1.5.2 DataFrame 的操作方法  13

1.5.3 缺失值的操作方法 . 15

1.5.4 条件查询的操作方法 . 22

1.6 数据加工器 . 27

第2 章 Altair 的图形语法 . 30

2.1 图形语法简介 . 30

2.1.1 图形语法的原理 . 31

2.1.2 图形的视觉对象的组合原则 . 33

2.1.3 Altair 图形系统的组成模块 . 40

2.2 声明式统计可视化的意义和优势 . 43

2.3 Altair 的语法规则 . 46

2.3.1 Altair 的数据结构 . 46

2.3.2 Altair 的基本对象 . 48

2.3.3 Altair 的展示方法 . 56

2.3.4 Altair 的存储方法 . 59

第2 篇 进阶

第3 章 认识数据  65

3.1 名义型变量和数量型变量组合的经典图形  66

3.1.1 柱形图 . 66

3.1.2 条形图 . 67

3.1.3 条形码图 . 67

3.2 时间型变量和数量型变量组合的经典图形  68

3.2.1 折线图 . 68

3.2.2 动手实践：调整折线图的刻度标签 . 70

3.2.3 次序型变量（时间变量离散化）和数量型变量组合：柱形图  72

3.2.4 动手实践：面积图 . 74

3.2.5 动手实践：阶梯图 . 76

3.2.6 练习：比较不同年份7 月的日降雨量 . 78

3.2.7 动手实践：分类汇总天气类型的频数分布 . 78

3.2.8 练习：总结分类汇总天气类型频数分布的实现方法  81

3.2.9 斜率图 . 81

3.2.10 数据集类型的数据结构形式 . 82

3.3 时间型变量和名义型变量的组合：甘特图  85

3.4 数量型变量和数量型变量组合的经典图形  87

3.4.1 散点图 . 87

3.4.2 动手实践：气泡图 . 89

3.4.3 动手实践：缺失值的可视化识别方法 . 90

3.4.4 直方图 . 91

3.4.5 热力图 . 94

3.4.6 变量类型对颜色标尺的作用 . 96

3.4.7 动手实践：展示不同时间的气温的分布情况  96

3.4.8 动手实践：展示文本注释与颜色的映射关系 . 99

第4 章 理解数据  105

4.1 使用子区通道分区理解数据  105

4.1.1 比较不同地区的汽车马力分布情况 . 106

4.1.2 动手实践：分区展示不同年份的每月平均降雨量  108

4.1.3 练习：绘制不同月份的年平均降雨量时间序列图  109

4.2 使用分层图形综合理解数据 110

4.2.1 使用描述统计量刻画变量取值的分布偏斜方向和程度  111

4.2.2 练习：绘制风速的均值、值和小值的趋势变化曲线 . 115

4.3 通过连接图形全面理解数据  115

4.3.1 散点图连接直方图了解更多的变量信息  116

4.3.2 练习：散点图连接水平直方图和垂直直方图，分别刻画降雨量和

风速的频数分布  118

4.4 使用变量矩阵分区理解数据 119

第5 章 探索数据  123

5.1 让鼠标光标停留在标记上出现变量取值提示  123

5.1.1 实现方法 . 123

5.1.2 练习：时间序列图的时间型变量和数量型变量的提示文本  125

5.2 点击鼠标和拖曳鼠标实现图形区域选择  127

5.2.1 实现方法 . 127

5.2.2 动手实践：动态选定时间区间的时间序列面积图  132

5.3 点击鼠标实现标记选择 . 137

5.3.1 实现方法 . 137

5.3.2 动手实践：滑动鼠标实现标记选择 . 139

5.4 点击鼠标实现图形区域选择 140

5.4.1 实现方法 . 140

5.4.2 动手实践：滑动鼠标实现图形区域的选择 . 142

5.4.3 练习：鼠标光标悬停在注释文本上交互显示标记  143

5.4.4 动手实践：缺失值的可视化识别方法2  144

5.5 元素交互实现图形区域选择  147

5.5.1 点选下拉列表实现图形区域的选择 . 148

5.5.2 练习：使用条件查询过滤数据记录，实现图形区域的选择  150

5.5.3 使用单选按钮实现图形区域的选择 . 151

5.5.4 动手实践：使用连接图形以图形联动方式实现图形区域的选择 . 152

5.5.5 练习：点选图例的标记符号实现图形区域的选择  155

5.5.6 拖动滑块实现图形区域的选择 . 155

第3 篇 实践

第6 章 应用数据  161

6.1 滑珠图 .161

6.1.1 比较不同国家人群的预期寿命的变化情况 . 161

6.1.2 动手实践：使用网格线表示滑竿的滑珠图 . 163

6.1.3 练习：描绘数量波动的总体趋势——棒棒糖图 166

6.2 连线散点图 .168

6.2.1 探索不同年份的数量变化 . 168

6.2.2 动手实践：使用文本注释使连线散点图成为时间故事线 . 172

6.3 箱线图 . 173

6.3.1 探索不同天气类型的风速分布特征和分布形态 174

6.3.2 动手实践：垂直连接分区直方图补充箱线图的分布特征  176

6.3.3 水平连接分区直方图补充箱线图的分布特征 . 178

6.3.4 核密度估计加工器 . 179

6.3.5 动手实践：通过比较均值和众数的大小分析概率密度曲线的

偏斜方向和程度 . 181

6.3.6 数据离散加工器 . 181

6.3.7 数据汇总连接加工器 . 185

6.3.8 动手实践：计算小雨天气的出现天数 . 188

6.3.9 练习：按照月份统计不同降雨量类型出现的天数  190

6.4 探索数据的累积汇总和秩的排序及滞后变换——窗口变换加工器 .191

6.4.1 窗口变换加工器的应用 . 191

6.4.2 动手实践：累积求和的柱形图 . 193

6.4.3 指数图 . 195

6.4.4 动手实践：秩的排序 . 198

6.4.5 凹凸图 . 201

6.4.6 动手实践：滞后等值和领先等值 . 206

6.4.7 瀑布图 . 209

6.4.8 练习：销售量的相对变化量 . 214

6.5 分散型堆积条形图系列 . 215

6.5.1 分散型堆积条形图 . 215

6.5.2 漏斗图 . 217

6.5.3 动手实践：离散化的颜色标尺 . 221

6.5.4 旋风图 . 224

6.5.4 动手实践：堆积条形图的分层图形——子弹头图  227

6.5.5 练习：将堆积条形图变成分层条形图——温度计图  230

6.6 堆积柱形图系列  231

6.6.1 堆积柱形图 . 231

6.6.2 堆积百分比柱形图 . 235

6.7 面积图系列 . 236

6.7.1 堆积百分比面积图 . 236

6.7.2 量化波形图 . 237

6.8 置信区间的应用  239

6.8.1 置信区间 . 239

6.8.2 误差棒图 . 241

6.8.3 动手实践：样本容量对样本标准差和样本均值的标准误的影响 . 245

第7 章 案例研究  248

7.1 不同数量级和单位变量关系的探索分析  248

7.1.1 使用平行坐标图分析数量型变量的相关关系 . 249

7.1.2 使用矩阵散点图分析连续型变量的相关关系 . 251

7.1.3 建立马力和重量的一元线性回归模型 . 252

7.1.4 练习：建立生产年份和重量的置信带与回归直线  265

7.1.5 动手实践：建立关于生产年份的重量分布脊线图  266

7.1.6 动手实践：建立马力和单位里程数的非线性回归模型 . 268

7.2 金融时间序列数据的探索分析 . 270

7.2.1 5 只股票的价格波动探索分析  271

7.2.2 5 只股票的频数分布探索分析  274

7.2.3 比较不同股票的价格走势图 . 275

7.2.4 股票收益率的迷你折线图 . 277

7.2.5 股票波动率的迷你柱形图 . 278

7.2.6 绘制股票收盘价的移动平均线 . 281

7.2.7 绘制股票的K 线图（蜡烛图）  283

7.2.8 动手实践：绘制移动平均线和K 线图的分层图形 . 285

7.2.9 练习：使用柱线图（棒形图）代替K 线图 . 289

7.3 自然语言处理的可视化模型的构建和应用 . 289

7.3.1 读取文本数据 . 290

7.3.2 存储单词和字母的频数分布 . 292

7.3.3 使用条形图分析字母的频数 . 293

7.3.4 使用条形图分析高频词 . 295

7.3.5 使用词云图分析段落词语的运用特点 . 296

7.4 反映统计数字的象形图 . 299

7.5 可视化模型框架的数据流转过程与模型存储和渲染方法  303

7.5.1 使用Pandas 的实例方法to_json()和Altair 的函数to_values()

完成数据流转 . 304

7.5.2 使用Altair 的函数to_json()和函数to_values()完成数据流转  305

7.5.3 可视化模型的存储和渲染方法 . 305

7.6 调整坐标轴的量尺类型的实现方法和应用场景 . 306

7.6.1 选择合适的坐标轴量尺类型 . 306

7.6.2 使用气泡图描绘3 个数量型变量的数量关系 . 307

7.6.3 动手实践：按照年份查看人均收入、寿命和人口数量的

动态变化关系 . 309

7.6.4 使用连续型量尺离散化的方法转换变量类型 . 312

7.7 使用波形图和频谱图分析音频文件 . 314

7.7.1 使用波形图分析音频文件的声音变化 . 314

7.7.2 使用频谱图分析音频文件的频率变化 . 315

7.7.3 练习：使用仪表盘分析音频文件的元数据 . 317

7.8 视觉图像的大块数据文件处理和统计可视化  318

第4 篇 拓展

第8 章 探索分析辅助工具 . 327

8.1 包sviewgui 的使用方法 . 327

8.1.1 sviewgui 加载数据和读取数据的方法  328

8.1.2 CSV 文件的GUI 具体功能和使用方法 . 329

8.1.3 数据框对象的GUI 具体功能和使用方法  331

8.2 数据框对象统计可视化的实现方法 . 334

8.2.1 折线图 . 334

8.2.2 核密度估计图 . 336

8.2.3 直方图 . 338

8.2.4 散点图 . 340

8.2.5 六边形网格图 . 341

8.2.6 箱线图 . 341

第9 章 颜色的使用方法和属性配置的作用域 . 343

9.1 颜色方案的设置方法  343

9.2 动手实践：使用颜色方案accent 设置标记属性通道color 的

配色模式  346

9.3 变量与颜色的映射关系的设置方法 . 347

9.4 原始颜色编码数据的设置方法 . 348

9.5 属性配置的作用域 . 349

附录A 本书练习详解 . 352

3.2