Python数据可视化之美(专业图表绘制指南)

1星价 ¥78.7 (6.1折)

2星价￥78.7 定价￥129.0

作者：张杰

出版社：电子工业出版社

本类榜单：计算机/网络

分类：计算机/网络 > 程序设计

暂无评论

图文详情

ISBN：9787121383700
装帧：平装-胶订
册数：暂无
重量：暂无
开本：24cm
页数：15,303页
出版时间：2020-03-01
条形码：9787121383700 ; 978-7-121-38370-0

本书特色

本书主要介绍如何使用Python 中的matplotlib、Seaborn、plotnine、Basemap 等包绘制专业图表。本书首先介绍Python 语言编程的基础知识，以及NumPy 和Pandas 的数据操作方法；再对比介绍matplotlib、Seaborn 和plotnine 的图形语法。本书系统性地介绍了使用matplotlib、Seaborn 和plotnine 绘制类别对比型、数据关系型、时间序列型、整体局部型、地理空间型等常见的二维和三维图表的方法。另外，本书也介绍了商业图表与学术图表的规范与差异，以及如何使用matplotlib 绘制HTML 交互页面动画。

内容简介

本书主要介绍如何使用Python中的matplotlib、Seabom、plotnine、Basemap等包绘制专业图表。本书首先介绍Python语言编程的基础知识, 以及NumPy和Pandas的数据操作方法: 再对比介绍matplotib, Seaborm和plotnine的图形语法。本书系统性地介绍了使用matplotlib、Seaborm和plotnine绘制类别对比型、数据关系型、时间序列型、整体局部型、地理空间型等常见的二维和三维图表的方法。另外, 本书也介绍了商业图表与学术图表的规范与差异, 以及如何使用matplotlib绘制HTML交互页面动画。

目录
第1 章 Python 编程基础 1
1.1 Python 基础知识 . 2
1.1.1 Python 3.7 的安装 . 2
1.1.2 包的安装与使用 . 3
1.1.3 Python 基础操作 . 4
1.2 6 种常用数据结构 5
1.2.1 列表 . 5
1.2.2 字典 . 6
1.2.3 元组 . 6
1.3 控制语句与函数编写 . 6
1.3.1 控制语句 . 6
1.3.2 函数编写 . 8
第2 章数据处理基础 . 10
2.1 NumPy：数值运算 11
2.1.1 数组的创建 11
2.1.2 数组的索引与变换 . 12
2.1.3 数组的组合 . 13
2.1.4 数组的统计函数 . 14
2.2 Pandas：表格处理 15
2.2.1 Series 数据结构 . 15
2.2.2 数据结构：DataFrame 16
2.2.3 数据类型：Categorical . 18
2.2.4 表格的变换 . 19
2.2.5 变量的变换 . 20
2.2.6 表格的排序 . 20
2.2.7 表格的拼接 . 21
2.2.8 表格的融合 . 22
2.2.9 表格的分组操作 . 23
2.2.10 数据的导入与导出 . 26
2.2.11 缺失值的处理 . 28
第3 章数据可视化基础 29
3.1 matplotlib . 33
3.1.1 图形对象与元素 . 33
3.1.2 常见图表类型 . 36
3.1.3 子图的绘制 . 38
3.1.4 坐标系的变换 . 41
3.1.5 图表的导出 . 44
3.2 Seaborn 44
3.2.1 常见图表类型 . 45
3.2.2 图表风格与颜色主题 . 46
3.2.3 图表的分面绘制 . 48
3.3 plotnine 50
3.3.1 geom_???()与stat_???() 51
3.3.2 美学参数映射 . 54
3.3.3 度量调整 . 58
3.3.4 坐标系及其度量 . 64
3.3.5 图例 . 69
3.3.6 主题系统 . 71
3.3.7 分面系统 . 73
3.3.8 位置调整 . 74
3.4 可视化色彩的运用原理 . 76
3.4.1 RGB 颜色模式 76
3.4.2 HSL 颜色模式 . 77
3.4.3 LUV 颜色模式 79
3.4.4 颜色主题的搭配原理 . 80
3.4.5 颜色主题方案的拾取使用 . 84
3.4.6 颜色主题的应用案例 . 87
3.5 图表的基本类型 . 91
3.5.1 类别比较 . 91
3.5.2 数据关系 . 92
3.5.3 数据分布 . 93
3.5.4 时间序列 . 94
3.5.5 局部整体 . 94
3.5.6 地理空间 . 95
第4 章类别比较型图表 96
4.1 柱形图系列 . 97
4.1.1 单数据系列柱形图 . 98
4.1.2 多数据系列柱形图 . 100
4.1.3 堆积柱形图 . 101
4.1.4 百分比堆积柱形图 . 102
4.2 条形图系列 . 104
4.3 不等宽柱形图 . 105
4.4 克利夫兰点图 . 106
4.5 坡度图 . 108
4.6 南丁格尔玫瑰图 110
4.7 径向柱图 114
4.8 雷达图 117
4.9 词云图 119
第5 章数据关系型图表 122
5.1 散点图系列 . 123
5.1.1 趋势显示的二维散点图 . 123
5.1.2 分布显示的二维散点图 . 131
5.1.3 气泡图 . 136
5.1.4 三维散点图 . 139
5.2 曲面拟合 . 142
5.3 等高线图 . 145
5.4 散点曲线图系列 . 147
5.5 瀑布图 . 149
5.6 相关系数图 . 156
第6 章数据分布型图表 159
6.1 统计直方图和核密度估计图 . 161
6.1.1 统计直方图 . 161
6.1.2 核密度估计图 . 161
6.2 数据分布图表系列 . 165
6.2.1 散点数据分布图系列 . 166
6.2.2 柱形分布图系列 . 168
6.2.3 箱形图系列 . 169
6.2.4 小提琴图 . 175
6.3 二维统计直方图和核密度估计图 . 179
6.3.1 二维统计直方图 . 179
6.3.2 二维核密度估计图 . 180
第7 章时间序列型图表 184
7.1 折线图与面积图系列 . 185
7.1.1 折线图 . 185
7.1.2 面积图 . 185
7.2 日历图 . 192
7.3 量化波形图 . 195
第8 章局部整体型图表 199
8.1 饼状图系列 . 200
8.1.1 饼图 . 200
8.1.2 圆环图 . 202
8.2 马赛克图 . 203
8.3 华夫饼图 . 206
8.4 块状/点状柱形图系列 208
第9 章高维数据型图表 213
9.1 高维数据的变换展示 . 215
9.1.1 主成分分析法 . 215
9.1.2 t-SNE 算法 217
9.2 分面图 . 218
9.3 矩阵散点图 . 221
9.4 热力图 . 224
9.5 平行坐标系图 . 227
9.6 RadViz 图 229
第10 章地理空间型图表 231
10.1 不同级别的地图 . 232
10.1.1 世界地图 . 232
10.1.2 国家地图 . 238
10.2 分级统计地图 . 241
10.3 点描法地图 . 244
10.4 带柱形的地图 . 248
10.5 等位地图 . 250
10.6 点状地图 . 252
10.7 简化示意图 . 256
10.8 邮标法 . 260
第11 章数据可视化案例 263
11.1 商业图表绘制示例 . 264
11.1.1 商业图表绘制基础 264
11.1.2 商业图表绘制案例① 269
11.1.3 商业图表绘制案例② 270
11.2 学术图表绘制示例 . 273
11.2.1 学术图表绘制基础 274
11.2.2 学术图表绘制案例 276
11.3 数据分析与可视化案例 . 278
11.3.1 示意地铁线路图的绘制 278
11.3.2 实际地铁线路图的绘制 280
11.3.3 地铁线路图的应用 281
11.4 动态数据可视化演示 . 286
11.4.1 动态条形图的制作 286
11.4.2 动态面积图的制作 291
11.4.3 三维柱形地图动画的制作 296
参考文献 . 301

展开全部

相关资料

English only documentation is starting to be a major problem for the scientific python ecosystem.This book provides an introduction to the basic usage of Matplotlib, the underlying structure of the architecture, and several of the high-level libraries built on top of matplotlib. Hopefully this book will provide the context needed for Chinese speakers to better approach and understand the canonical English documentation of the projects. Python语言生态圈有一个很主要的问题就是只有英文参考文档。本书介绍了matplotlib包的基本用法和底层架构，以及构建在Matplotlib包上几个高水平的包（Plotnine、Seaborn和Basemap等）。希望这本书能给中国读者提供所需的学习内容，更好地帮助读者学习与理解这些经典的英文技术文档。 Thomas Caswell Lead Developer of matplotlib（matplotlib包的首席开发者） When trying to understand or communicate information one usually asks, what is the best visualisation(s) I can make? If this question often comes to you and that you tend not to have an answer, then“Beautiful Visualisation with Python” is meant for you. Python is an excellent language for data analysis and visualization. Secondly, the book helps you build a practical toolbox for most visualisations that you may want to create. It strikes a delicate balance between a book that introduces and teaches and a gallery that you can always comeback to for ideas. It is not one to throw away after reading. As it is titled, you will learn how to turn data in into beautiful visualisations by making the best choices at every step. Most important for me is that it covers the biggest idea in data visualization in the last 20 years, that is, “The G rammar of Grap hics”. 当尽力去理解与沟通某人常问的数据信息时，什么才是我可以实现的数据可视化？如果你也经常遇到这个问题，而又没有答案时，这本《Python数据可视化之美：专业图表绘制指南》就是专门为你准备的。Python是一门用于数据分析与可视化的非常优秀的语言。而这本书可以帮你创建你的工具箱，从而可以实现你想做的大部分数据可视化。这本书不仅能给你介绍、教你数据可视化，而且能帮你寻找数据可视化的灵感，两者兼得。这不是一本你看完就可以束之高阁的书。正如这本书名，你会通过本书手把手的教学模式，学习到如何将数据转换成优美的图表。更重要的是，这本书涵盖了近20年来数据可视化的核心理念，即“图形语法”。 Hassan Kibirige Author/ Maintainer of plotnine（plotnine包的开发者与维护者）

作者简介

张杰【狮猿狗】数据分析-工业设计狮，程序猿，科研狗；微信公众号【EasyShu】联合主创；著有15篇SCI(E)和SSCI学术论文；出版专著《Excel 数据之美：科学图表与商业图表的绘制》《R语言数据可视化之美：专业图表绘制指南》《Python数据可视化之美：专业图表绘制指南》；多届中国R会议数据可视化演讲嘉宾；学术研究方向为颜色科学、机器视觉、数据分析与可视化等。

本类五星书