- ISBN:9787115488428
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 开本:16开
- 页数:252
- 出版时间:2018-09-01
- 条形码:9787115488428 ; 978-7-115-48842-8
本书特色
本书主要介绍如何通过Python来实现数据可视化。本书包含了一系列实用的示例,旨在帮助读者熟悉运用Python及其流行的可视化库和数据操作库,牢固地掌握数据可视化的知识。 本书从安装和搭建Python数据操作和可视化环境讲起,循序渐进,直到读者掌握使用Python库绘制3D动画等技能。另外,本书还讲解了如何配置matplotlib及相关库,如何在不同的环境(如文字排版系统或LaTeX)中使用matplotlib,以及如何使用Python创建甘特图等实用技能。通过本书,读者能更好地理解数据可视化的概念和技术。 本书包括以下内容: ·搭建工作环境所需的工具; ·使用标准的Python数据处理库和Pandas库处理数据; ·绘制并定制化图表; ·使用流行的Python数据可视化库; ·使用mplot3d绘制3D图表; ·使用图像和地图绘制图表; ·使用恰当的图表描述数据; ·更多matplotlib的高级内容; ·使用Plot.ly在线分享可视化图表。 本书特色: ·简单、易懂且统一的组织形式; ·一系列非常有用的任务和难题; ·精心组织的说明以便高效地解决问题; ·清晰的操作步骤讲解; ·可用于解决实际问题的方案; ·常见问题的快速解答。
内容简介
本书是一本使用Python实现数据可视化编程的实战指南,介绍了如何使用Python流行的库,通过70余种方法创建美观的数据可视化效果。 全书共9章,分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图表和定制化、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据、更多的matplotlib知识以及使用Plot.ly进行云端可视化。 本书适合那些对Python编程有一定基础的开发人员阅读,可以帮助读者从头开始了解数据、数据格式、数据可视化,并学会使用Python可视化数据。
目录
第 1章 准备工作环境 1
1.1 介绍 1
1.2 安装matplotlib、Numpy和Scipy库 2
1.2.1 准备工作 2
1.2.2 操作步骤 3
1.2.3 工作原理 4
1.2.4 补充说明 4
1.3 安装virtualenv和virtualenvwrapper 4
1.3.1 准备工作 5
1.3.2 操作步骤 5
1.4 在Mac OS X上安装matplotlib 7
1.4.1 准备工作 7
1.4.2 操作步骤 7
1.5 在Windows上安装matplotlib 8
1.5.1 准备工作 8
1.5.2 操作步骤 9
1.5.3 补充说明 9
1.6 安装图像处理工具:Python图像库(PIL) 10
1.6.1 操作步骤 10
1.6.2 安装过程说明 10
1.6.3 补充说明 10
1.7 安装requests模块 11
1.7.1 操作步骤 11
1.7.2 requests使用说明 11
1.8 在代码中配置matplotlib参数 12
1.8.1 准备工作 12
1.8.2 操作步骤 12
1.8.3 代码解析 13
1.9 为项目设置matplotlib参数 13
1.9.1 准备工作 13
1.9.2 操作步骤 14
1.9.3 配置过程说明 14
1.9.4 补充说明 15
第 2章 了解数据 16
2.1 简介 17
2.2 从CSV文件导入数据 17
2.2.1 准备工作 17
2.2.2 操作步骤 17
2.2.3 工作原理 18
2.2.4 补充说明 19
2.3 从Microsoft Excel文件中导入数据 19
2.3.1 准备工作 20
2.3.2 操作步骤 20
2.3.3 工作原理 21
2.3.4 补充说明 22
2.4 从定宽数据文件导入数据 22
2.4.1 准备工作 22
2.4.2 操作步骤 22
2.4.3 工作原理 23
2.5 从制表符分隔的文件中读取数据 24
2.5.1 准备工作 24
2.5.2 操作步骤 24
2.5.3 工作原理 25
2.5.4 补充说明 25
2.6 从JSON数据源导入数据 26
2.6.1 准备工作 26
2.6.2 操作步骤 26
2.6.3 工作原理 27
2.6.4 补充说明 27
2.7 导出数据到JSON、CSV和Excel 28
2.7.1 准备工作 28
2.7.2 操作步骤 28
2.7.3 工作原理 31
2.7.4 补充说明 32
2.8 用Pandas导入和操作数据 32
2.8.1 准备工作 33
2.8.2 操作步骤 33
2.8.3 工作原理 33
2.8.4 补充说明 33
2.9 从数据库导入数据 34
2.9.1 准备工作 34
2.9.2 操作步骤 35
2.9.3 工作原理 37
2.9.4 补充说明 37
2.10 清理异常值 38
2.10.1 准备工作 38
2.10.2 操作步骤 38
2.10.3 补充说明 43
2.11 读取大块数据文件 43
2.11.1 操作步骤 43
2.11.2 工作原理 44
2.11.3 补充说明 45
2.12 读取流数据源 45
2.12.1 操作步骤 45
2.12.2 工作原理 46
2.12.3 补充说明 46
2.13 导入图像数据到NumPy数组 47
2.13.1 准备工作 47
2.13.2 操作步骤 47
2.13.3 工作原理 50
2.13.4 补充说明 52
2.14 生成可控的随机数据集合 53
2.14.1 准备工作 53
2.14.2 操作步骤 54
2.15 真实数据的噪声平滑处理 60
2.15.1 准备工作 60
2.15.2 操作步骤 60
2.15.3 工作原理 60
2.15.4 补充说明 65
第3章 绘制并定制化图表 67
3.1 简介 68
3.2 定义图表类型—柱状图、线形图和堆积柱状图 68
3.2.1 准备工作 68
3.2.2 操作步骤 68
3.2.3 工作原理 72
3.2.4 补充说明 73
3.3 简单的正弦图和余弦图 74
3.3.1 准备工作 74
3.3.2 操作步骤 74
3.4 设置坐标轴长度和范围 77
3.4.1 准备工作 77
3.4.2 操作步骤 77
3.4.3 工作原理 78
3.4.4 补充说明 79
3.5 设置图表的线型、属性和格式化字符串 80
3.5.1 准备工作 80
3.5.2 操作步骤 80
3.5.3 工作原理 81
3.6 设置刻度、刻度标签和网格 84
3.6.1 准备工作 84
3.6.2 操作步骤 84
3.7 添加图例和注解 87
3.7.1 准备工作 87
3.7.2 操作步骤 88
3.7.3 工作原理 89
3.8 移动轴线到图中央 90
3.8.1 操作步骤 90
3.8.2 工作原理 91
3.8.3 补充说明 91
3.9 绘制直方图 91
3.9.1 准备工作 92
3.9.2 操作步骤 92
3.9.3 工作原理 93
3.10 绘制误差条形图 94
3.10.1 准备工作 94
3.10.2 操作步骤 94
3.10.3 工作原理 95
3.10.4 补充说明 97
3.11 绘制饼图 97
3.11.1 准备工作 97
3.11.2 操作步骤 97
3.12 绘制带填充区域的图表 99
3.12.1 准备工作 99
3.12.2 操作步骤 99
3.12.3 工作原理 100
3.12.4 补充说明 100
3.13 绘制堆积图 101
3.13.1 准备工作 101
3.13.2 操作步骤 101
3.13.3 工作原理 103
3.14 绘制带彩色标记的散点图 103
3.14.1 准备工作 103
3.14.2 操作步骤 103
3.13.3 工作原理 104
第4章 学习更多图表和定制化 105
4.1 简介 105
4.2 设置坐标轴标签的透明度和大小 106
4.2.1 准备工作 106
4.2.2 操作步骤 106
4.2.3 工作原理 107
4.2.4 补充说明 108
4.3 为图表线条添加阴影 109
4.3.1 准备工作 109
4.3.2 操作步骤 110
4.3.3 工作原理 111
4.3.4 补充说明 111
4.4 向图表添加数据表 112
4.4.1 准备工作 112
4.4.2 操作步骤 112
4.4.3 工作原理 113
4.4.4 补充说明 113
4.5 使用subplots(子区) 114
4.5.1 准备工作 114
4.5.2 操作步骤 114
4.5.3 工作原理 116
4.5.4 补充说明 116
4.6 定制化网格 116
4.6.1 准备工作 116
4.6.2 操作步骤 118
4.6.3 工作原理 120
4.7 创建等高线图 120
4.7.1 准备工作 120
4.7.2 操作步骤 122
4.7.3 工作原理 123
4.8 填充图表底层区域 123
4.8.1 准备工作 124
4.8.2 操作步骤 124
4.8.3 工作原理 126
4.9 绘制极线图 127
4.9.1 准备工作 127
4.9.2 操作步骤 127
4.9.3 工作原理 128
4.10 使用极线条可视化文件系统树 129
4.10.1 准备工作 129
4.10.2 操作步骤 129
4.10.3 工作原理 132
4.11 定制matplotlib绘图风格 133
4.11.1 准备工作 133
4.11.2 操作步骤 133
4.11.3 工作原理 134
第5章 创建3D可视化图表 135
5.1 简介 135
5.2 创建3D柱状图 135
5.2.1 准备工作 136
5.2.2 操作步骤 136
5.2.3 工作原理 138
5.2.4 补充说明 138
5.3 创建3D直方图 139
5.3.1 准备工作 140
5.3.2 操作步骤 140
5.3.3 工作原理 142
5.4 在matplotlib中创建动画 142
5.4.1 准备工作 142
5.4.2 操作步骤 143
5.4.3 工作原理 144
5.4.4 补充说明 145
5.5 用OpenGL制作动画 146
5.5.1 准备工作 146
5.5.2 操作步骤 147
5.5.3 工作原理 148
5.5.4 补充说明 149
第6章 用图像和地图绘制图表 150
6.1 简介 150
6.2 用PIL做图像处理 151
6.2.1 准备工作 151
6.2.2 操作步骤 154
6.2.3 工作原理 156
6.2.4 补充说明 156
6.3 绘制带图像的图表 157
6.3.1 准备工作 157
6.3.2 操作步骤 157
6.3.3 工作原理 160
6.4 在具有其他图形的图表中显示图像 161
6.4.1 准备工作 161
6.4.2 操作步骤 162
6.4.3 工作原理 164
6.4.4 补充说明 165
6.5 使用Basemap在地图上绘制数据 165
6.5.1 准备工作 165
6.5.2 操作步骤 166
6.5.3 工作原理 168
6.5.4 补充说明 170
6.6 生成CAPTCHA图像 170
6.6.1 准备工作 171
6.6.2 操作步骤 171
6.6.3 工作原理 174
6.6.4 补充说明 175
第7章 使用正确的图表理解数据 176
7.1 简介 176
7.2 理解对数图 177
7.2.1 准备工作 177
7.2.2 操作步骤 177
7.2.3 工作原理 179
7.3 理解频谱图 180
7.3.1 准备工作 180
7.3.2 操作步骤 181
7.3.3 工作原理 183
7.3.4 补充说明 183
7.4 创建火柴杆图 184
7.4.1 准备工作 185
7.4.2 操作步骤 185
7.4.3 工作原理 187
7.5 绘制矢量场流线图 188
7.5.1 准备工作 188
7.5.2 操作步骤 188
7.5.3 工作原理 190
7.5.4 补充说明 191
7.6 使用颜色表 191
7.6.1 准备工作 192
7.6.2 操作步骤 193
7.6.3 工作原理 195
7.6.4 补充说明 196
7.7 使用散点图和直方图 197
7.7.1 准备工作 197
7.7.2 操作步骤 198
7.7.3 工作原理 201
7.7.4 补充说明 201
7.8 绘制两个变量间的互相关图形 204
7.8.1 准备工作 204
7.8.2 操作步骤 205
7.8.3 工作原理 206
7.9 自相关的重要性 207
7.9.1 准备工作 207
7.9.2 操作步骤 208
7.9.3 工作原理 210
7.9.4 补充说明 210
第8章 更多的matplotlib知识 211
8.1 简介 211
8.2 绘制风杆(barbs) 211
8.2.1 准备工作 212
8.2.2 操作步骤 213
8.2.3 工作原理 214
8.2.4 补充说明 215
8.3 绘制箱线图 215
8.3.1 准备工作 215
8.3.2 操作步骤 216
8.3.3 工作原理 218
8.4 绘制甘特图 218
8.4.1 准备工作 218
8.4.2 操作步骤 219
8.4.3 工作原理 223
8.5 绘制误差条 223
8.5.1 准备工作 223
8.5.2 操作步骤 224
8.5.3 工作原理 225
8.5.4 补充说明 226
8.6 使用文本和字体属性 226
8.6.1 准备工作 226
8.6.2 操作步骤 229
8.6.3 工作原理 232
8.7 用LaTeX渲染文本 232
8.7.1 准备工作 233
8.7.2 操作步骤 234
8.7.3 工作原理 236
8.7.4 补充说明 237
8.8 理解pyplot和OO API的不同 237
8.8.1 准备工作 237
8.8.2 操作步骤 239
8.8.3 工作原理 241
8.8.4 补充说明 242
第9章 使用Plot.ly进行云端可视化 243
9.1 简介 243
9.2 创建线形图 244
9.2.1 准备工作 244
9.2.2 操作步骤 244
9.2.3 工作原理 245
9.2.4 补充说明 246
9.3 创建柱状图 248
9.3.1 准备工作 248
8.3.2 操作步骤 248
9.3.3 工作原理 249
9.3.4 补充说明 250
9.4 绘制3D三叶结 250
9.4.1 操作步骤 251
9.4.2 工作原理 251
作者简介
Igor Milovanovi是一个在Linux系统和软件工程领域有深厚背景的经验丰富的开发人员。具备创建可扩展数据驱动分布式富软件系统的技术。 身为一个高性能系统设计的布道者,他对软件架构和软件开发方法论有着浓厚的兴趣。他一直坚持倡导促进高质量软件的方法论,如测试驱动开发、一键部署和持续集成。 他也拥有坚实的产品开发知识。拥有领域经验知识,并参加过官方培训,他能够在业务和开发人员之间很好地传递业务知识和业务流程。 Igor非常感谢他的女友允许他把大量的时间花费在本书的写作上而没有陪伴她,并在他无休止地谈论本书时甘愿做一个热心的听众。他感谢他的哥哥这个他一直以来*坚强的后盾。他还要感谢他的父母,给予他自由的发展空间,让他成为今天的自己。 Dimitry Foures 是一个拥有应用数学和理论物理背景的数据科学家。在里昂高等师范学校(法国)完成他的物理专业的本科学业后,他继续在巴黎综合理工学院学习流体力学,并获得了一等硕士学位。他拥有剑桥大学应用数学专业博士学位。他目前在剑桥的一家智能能源初创公司担任数据科学家一职,与剑桥大学有着非常密切的合作。 Giuseppe Vettigli是一名数据科学家,他在产业界和学术界从事过多年的研究工作。他的工作关注于从结构化及非结构化数据中提取信息进行机器学习模型的开发和应用。他经常发表利用Python进行科学计算和数据可视化的文章。
-
有限与无限的游戏:一个哲学家眼中的竞技世界
¥37.4¥68.0 -
硅谷之火-人与计算机的未来
¥14.3¥39.8 -
全图解零基础word excel ppt 应用教程
¥12.0¥48.0 -
机器学习
¥59.4¥108.0 -
深度学习的数学
¥43.5¥69.0 -
智能硬件项目教程:基于ARDUINO(第2版)
¥37.7¥65.0 -
元启发式算法与背包问题研究
¥38.2¥49.0 -
AI虚拟数字人:商业模式+形象创建+视频直播+案例应用
¥62.9¥89.8 -
UNIX环境高级编程(第3版)
¥164.9¥229.0 -
剪映AI
¥52.8¥88.0 -
深度学习高手笔记 卷2:经典应用
¥90.9¥129.8 -
纹样之美:中国传统经典纹样速查手册
¥77.4¥109.0 -
UG NX 12.0数控编程
¥24.8¥45.0 -
MATLAB计算机视觉与深度学习实战(第2版)
¥90.9¥128.0 -
界面交互设计理论研究
¥30.8¥56.0 -
UN NX 12.0多轴数控编程案例教程
¥25.8¥38.0 -
微机组装与系统维护技术教程(第二版)
¥37.8¥43.0 -
Go 语言运维开发 : Kubernetes 项目实战
¥48.2¥79.0 -
明解C语言:实践篇
¥62.9¥89.8 -
Linux服务器架设实战(Linux典藏大系)
¥84.5¥119.0