注册 登录 进入教材巡展
#
  • #

出版时间:2022-09

出版社:首都经济贸易大学出版社

以下为《数据可视化(第二版)》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 首都经济贸易大学出版社
  • 9787563830503
  • 323613
  • 44231615-4
  • 2022-09
  • 工学
  • 计算机科学与技术
  • 计算机
作者简介

李伊,西南财经大学统计学院副教授,美国佐治亚州立大学统计学博士。主要研究领域包括统计学,数量经济学,数据科学,在包括《Computational Statistics and Data Analysis》,《Canadian Journal of Statistics》,《Statistica Sinica》在内的国内外主流学术期刊发表论文近十篇。

查看全部
内容简介

《数据可视化》是一本使用Python实现数据可视化编程的教材,介绍了如何使用Python流行的库,通过几十种方法创建美观的数据可视化效果。 全书共8章,分别介绍了了解数据、绘制并定制化图表、Python IDE工具、学习更多图表和定制化、创建3D可视化图表、数值计算和交互式绘图、使用正确的图表理解数据以及更多matplotlib知识。


  



目录

目录






前言()




第一部分数据可视化概论




1数据可视化在DIKW体系中的作用()




11DIKW体系()




12数据可视化的作用()






2数据可视化的价值()




21什么是数据可视化()




22数据可视化的历史()




23数据可视化的优势()




24数据可视化的应用场景()




第二部分如何做好数据可视化




3什么是好的数据可视化()






4数据可视化的一般流程()




41数据收集、处理与分析()




42数据可视化展示()




43数据可视化叙事()






5数据可视化基础图像与展示()




51比较与排序图像()




52局部与整体关系图像()




53分布图像()




54相关图像()




55网络关系图像()




56位置与地理特征图像()




57时间趋势图像()






6使用数据可视化讲述故事()




61主动式叙事()




62互动式叙事()






7常用数据可视化工具()




71Tableau()




72R()




73D3js()




第三部分Python使用基础




8开始使用Python IDE ()




81Python 3x与 Python 2x()




82交互式工具()




83Python中常用的IDE()




84使用Python进行可视化作图()




85交互式可视化包简介()






9Python数据结构基础()




91列表()




92堆栈()




93元组()




94集合()




95队列()




96字典()




97树()






10使用NumPy和SciPy库()




101NumPy中的数组()




102NumPy常用函数()




103SciPy常用函数()




104Python的性能增强()




第四部分使用Python进行基础数据可视化




11使用matplotlib绘制数据可视化基础图形()




111折线图()




112直方图()




113核密度估计图()




114柱状图与条形图()




115饼图()




116热力图()




117散点图()




118矩阵图()




119三维曲面图()






12使用pyecharts绘制数据可视化基础图形()




121pyecharts快速入门()




122pyecharts中的图表类型()




123pyecharts中的配置选项()






13基础数据可视化案例()




131我国各地区经济发展水平可视化分析()




132成都天津两市空气质量可视化分析()




133全球自杀人数可视化分析()




134各国奥运会奖牌可视化分析()




135文本数据可视化分析()




136股票价格可视化分析()




第五部分数据可视化建模




14统计学习模型()




141K-近邻算法()




142逻辑斯谛回归()




143支持向量机()




144集成学习()




145主成分分析()




146K-均值聚类算法()






15图论与网络模型()




151无向图与有向图()




152图的集聚系数()




153常见的网络优化问题()




154社交网络分析()




155Networkx工具包()






参考资料()