数据科学的可视化--Python与R的实现

**部分 基础篇 第 1 章 可视化探索性数据分析:从案例开始理解 1.1 案例: 例1.1 汽车数据 1.2 案例: 例 1.2 葡萄牙选举数据 1.3 案例: 例 1.3 睡眠数据 1.4 案例: 例 1.4 QSAR 生物富集类别数据 1.5 案例:例 1.5 部分鸢尾花人造缺失值数据 1.6 本书使用的一些自编的Python 函数 1.7 本章的R代码. 1.8 习题 第 2章 Python 基本画图技能 2.1 matplotlib.pyplot 画图工具及基本技能 2.2 seaborn(sns)系列画图工具 2.3 pandas.DataFrame 画图. 2.4 Altair 画图工具 2.5 Plotly 画图工具 2.6 pyecharts 画图工具 2.7 习题 第 3 章 R基本画图技能 3.1 基本的 R 代码画图 3.2 强有力的画图程序包: ggplot2 3.3 recharts 画图工具 3.4 习题(第2章和第3章合并) 第 4 章 网络图基本技能 4.1 R网络作图 4.2 Python 网络作图 4.3 习题 第二部分 应用篇 第5章 有监督学习的可视化案例 5.1 初等可视化描述:例5.1盐度数据 5.2 有监督学习回归案例: 例 5.2 混凝土数据 5.3 有监督学习分类案例(自变量为数量变量):例5.3 数字笔迹数据 5.4 有监督学习分类案例(自变量多为分类变量):例5.4皮肤病数据 5.5 本章的 Python 代码 5.6 习题 第 6章 无监督学习的可视化描述 6.1 降维:主成分方法的可视化 6.2 聚类案例: 例 6.2 人口学数据 6.3 本章的 Python 代码 6.4 习题 第 7 章 关联规则:大量比例的计算、展示及解释 7.1 概述: 7.2 一些基本概念和术语 7.3 概观例 7.1 的数据 7.4 求规则 7.5 关联规则的可视化 7.6 本章的 Python 代码 7.7 习题 第 8 章 社交网络的可视化 8.1 网络图概述 8.2 贸易数据案例 8.3 例 8.1 贸易数据的部分: 中国出口占比 8.4 中心性度量 8.5 本章的 Python 代码 8.6 习题 第 9章 词语分析的可视化 9.1 通过简单例子概述词语分析 9.2 两个词语文献的词频数比较 9.3 文本的词频率分析 9.4 文本的情感分析 9.5 词之间的关系:n元组 9.6 本章涉及的 Python 编程 9.7 习题