包邮数据可视化PYTHON编程实践

第 1 章 数据可视化概述 61.1 数据可视化简介 61.1.1 数据与数据可视化 61.1.2 数据可视化的起源与分类 71.1.3 数据可视化基本流程 71.1.4 数据可视化设计原则与技巧 91.2 数据可视化常用工具 Matplotlib 10第 1 章 数据可视化概述 6 1.1 数据可视化简介 6 1.1.1 数据与数据可视化 6 1.1.2 数据可视化的起源与分类 7 1.1.3 数据可视化基本流程 7 1.1.4 数据可视化设计原则与技巧 9 1.2 数据可视化常用工具 Matplotlib 10 1.2.1 Matplotlib 简介 10 1.2.2 Matplotlib 的安装与使用 11 第 2 章 常用数据读写方法与数据预处理 27 2.1 常用数据读写方法 27 2.1.1 Numpy 文件读写 27 2.1.2 Pandas 文件读写 32 2.1.3 Python 内置文件读写方法 37 2.2 数据预处理 40 2.2.1 数据清洗 40 2.2.2 数据集成 49 2.2.3 数据变换 56 2.2.4 数据归约 62 第 3 章 常见类型数据的可视化 69 3.1 关系型数据可视化 69 3.1.1 散点图系列 69 3.1.2 瀑布图 72 3.1.3 等高线图 74 3.2 分布型数据可视化 76 3.2.1 统计直方图 76 3.2.2 柱形分布图 78 3.2.3 箱型图 80 3.2.4 小提琴图 82 3.3 比例型数据可视化 84 3.3.1 条形图 84 3.3.2 饼状图 86 3.3.3 圆环图 88 3.3.4 南丁格尔玫瑰图 89 3.3.5 雷达图 93 3.4 时间序列型数据可视化 95 3.4.1 阶梯图 95 3.4.2 折线图 97 3.4.3 面积图 98 3.5 其他复杂类型数据可视化 101 3.5.1 热力图 101 3.5.2 矩阵散点图 103 3.5.3 RadViz 图 107 3.5.4 词云图 108 第 4 章 生物信息数据可视化 111 4.1 DNA 微阵列数据可视化 111 4.2 基因差异化表达-聚类图 114 4.3 读取 FASTA 文件的核酸序列并计算 GC 含量 119 4.4 高通量测序 122 4.4.1 HTSeq 的安装与测试 122 4.4.2 HTSeq 与高通量测序数据分析 123 4.5 基因组可视化 130 4.6 蛋白质接触图 137 4.7 系统发育树 140 4.8 蛋白质三维结构可视化 145 4.8.1 基于 PyMOL 的蛋白质三维结构可视化 145 4.8.2 基于 Dash Bio 的蛋白质三维结构可视化 153 第 5 章 神经网络与深度学习可视化 159 5.1 神经网络结构可视化 159 5.1.1 基于 ANN Visualizer 的神经网络结构可视化 159 5.1.2 Keras 神经网络结构可视化 163 5.2 深度学习数据可视化 168 5.2.1 TensorBoard 简介 168 5.2.2 Loss 及 Accuracy 曲线可视化 168 5.2.3 卷积核及特征图可视化 173 5.2.4 梯度下降与学习率可视化 181 5.2.5 混淆矩阵及其可视化 185 5.2.6 类激活图可视化 188 5.3 基于 Visual DL 的深度学习可视化 192 5.3.1 VisualDL 简介 192 5.3.2 VisualDL 的使用方法 192 5.3.3 基于 VisualDL 的数据可视化 196 5.3.4 VisualDL.services 206 第 6 章 音频数据可视化 207 6.1 音频信号简介 207 6.1.1 音频信号的物理性质与信号采集 207 6.1.2 数字音频信号的量化与存储 207 6.2 Python 音频处理工具简介 209 6.3 音频信号处理与可视化 215 6.3.1 音频信号的载入与显示 215 6.3.2 音频数据扩充 219 6.3.3 音频数据增强 225 6.3.4 音频信号分帧 232 6.3.5 短时傅里叶分析 241 6.3.6 频谱图与声音语谱图 243 6.3.7 音频特征值提取 249 6.4 音乐数据动态可视化 256 6.4.1 音乐波形动态可视化 256 6.4.2 音乐频谱动态可视化 258 第 7 章 财经数据可视化 263 7.1 常用的财经数据接口 263 7.1.1 Pandas-datareader 263 7.1.2 AKShare 265 7.2 GDP 数据分析与可视化 268 7.2.1 数据来源 268 7.2.2 GDP 数据可视化示例 269 7.3 证券交易数据可视化 276 7.3.1.K 线图 276 7.3.2 其它类别图 286 7.4 数据动态可视化 291 第 8 章 程序运行信息动态展示与 Python 可视化编程 298 8.1 Heartrate 程序运行可视化监测 298 8.1.1 Heartrate 简介 298 8.1.2 HeartRate 应用示例 299 8.2 PySnooper 与程序运行状态监控 301 8.2.1 PySnooper 301 9.2.2 Snoop 303 8.3 Birdseye 与函数调用信息可视化 306 8.4 Pycallgraph 与函数关系可视化 309 8.5 Ryven 与 Python 可视化编程 314 8.5.1 Ryven 简介 314 8.5.2 Ryven 的安装与启动 315 8.5.3 Ryven 应用示例 316 第 9 章 3D 数据可视化方法 322 9.1 Mpl_toolkits 与 3D 数据可视化 322 9.2 基于 VTK 的 3D 数据展示 326 9.2.1 VTK 简介 326 9.2.2 VTK 与 3D 数据可视化 326 9.3 基于 Mayavi 的 3D 数据展示 335 9.3.1 Mayavi 简介 335 9.3.2 基于 Mayavi 3D 数据可视化方法 336 9.4 基于 Open3D 的数据可视化方法 349 9.4.1 Open3D 简介 349 9.4.2 Open3D 与点云数据可视化 349 9.4.3 基于 Open3D 的三维重建 364 第 10 章 基于动画的数据展示 371 10.1 基于 Matplotlib Animation 的动画绘制 371 10.2 基于 PyOpenGL 的动画 375 10.2.1 PyOpenGL 简介及安装 375 10.2.2 基于 PyOpenGL 的动画示例 376 10.3 基于 MoviePy 的动画 380 10.3.1 MoviePy 的安装与测试 380 10.3.2 基于 MoviePy 的动画示例 380 10.4 基于 Manim 的动画 383 10.4.1 Manim 的安装与运行 383 10.4.2 基于 Manim 的动画示例 383 第 11 章 基于 Python 的架构图可视化 392 11.1 Diagrams 的安装与使用简介 392 11.2 Diagrams 架构图绘制对象简介 394 11.2.1 Diagrams 对象 394 11.2.2 Nodes 对象 395 11.2.3 Clusters 对象 398 11.2.4 Edges 对象 401 11.3 基于 Diagrams 的架构图绘制实例 403 附录 参考文献 406