Python数据可视化任务教程（微课版）

本书采用单元式结构，每个单元中包含有多项任务，每个任务都是一项具体的应用案例。通过各单元中的任务驱动案例和拓展训练，从任务描述--知识储备--任务实施等环节出发，深入浅出地介绍Python数据可视化的方法和程序设计思路。本书单元1～单元3介绍数据可视化的基本概念；单元4～单元6分别介绍Matplotlib、Seabom和pyecharts库数据可视化的基本方法；单元7 是pyecharts综合项目案例。本书采用任务驱动教学方式，各个单元中都配有教学案例、教学PPT、程序源代码、数据集和教学视频，每个单元还有许多示例代码，拓展训练，单元小结和思考练习，以便于读者自学和练习，并结合案例内容融入课程思政元素。

郑丹青，教授、高级工程师，湖南省计算机应用技术省级专业带头人，具有多年的计算机教学工作经验，有着近20年的企业软件项目开发经验，获得过株洲市科委的奖励。

单元1 认识数据可视化 1 1.1 什么是数据可视化 1 【任务1-1】 期末成绩的分布分析 1 1.2 数据可视化的作用 3 【任务1-2】 产品销售情况统计表分析 3 1.3 数据可视化的工具和库 4 【任务1-3】 数据可视化的工具 4 【任务1-4】 Python数据可视化工具库 5 拓展训练 6 【拓展任务1】 中国原油生产和石油进出口情况分析 6 单元小结 7 思考练习 8 单元2 Python开发环境及常用数据处理操作 9 2.1 Python的开发环境搭建 9 【任务2-1】 Python软件安装 9 【任务2-2】 Python环境变量配置及测试 11 2.2 PyCharm安装与使用 13 【任务2-3】 PyCharm安装 13 【任务2-4】 PyCharm简单设置 17 【任务2-5】 PyCharm使用 18 2.3 Python数据可视化常用的类库 19 【任务2-6】 NumPy简介、测试、安装与导入 20 【任务2-7】 pandas简介、测试、安装与导入 21 【任务2-8】 在PyCharm中导入NumPy和pandas库 22 2.4 数据可视化中pandas库常用操作 22 【任务2-9】 pandas的数据结构 23 【任务2-10】 文件读取操作 26 【任务2-11】 获取数据操作 28 拓展训练 30 【拓展任务2】 常用数据处理操作 30 单元小结 32 思考练习 32 单元3 数据可视化——图表的基本类型 33 3.1 图表的基本类型 33 【任务3-1】 数据可视化的探索过程 33 3.2 类别比较型图表 34 【任务3-2】 了解类别比较型图表 34 3.3 数据关系型图表 36 【任务3-3】 了解数据关系型图表 36 3.4 数据分布型图表 37 【任务3-4】 了解数据分布型图表 37 3.5 时间序列型图表 37 【任务3-5】 了解时间序列型图表 37 3.6 局部整体型图表 37 【任务3-6】 了解局部整体型图表 37 3.7 地理空间型图表 38 【任务3-7】 了解地理空间型图表 38 拓展训练 38 【拓展任务3】 数据可视化的应用 38 单元小结 39 思考练习 39 单元4 Matplotlib数据可视化 41 4.1 认识Matplotlib 41 【任务4-1】 Matplotlib简介、测试、安装与导入 41 4.2 Matplotlib绘图的基础知识 43 【任务4-2】 绘图接口、图表对象与元素和常见的绘图函数 43 4.3 使用pyplot创建图表 44 【任务4-3】 绘制各种不同风格的水平线和垂直线 44 【任务4-4】 设置图表标题、轴标签、轴范围和轴刻度 47 【任务4-5】 设置图例 52 【任务4-6】 设置格式化字符串 54 【任务4-7】 设置文本、标注、网格线 56 【任务4-8】 创建子图 62 【任务4-9】 设置坐标轴 63 4.4 Matplotlib参数配置 66 【任务4-10】 设置Matplotlib配置文件 66 【任务4-11】 设置动态rc参数 66 【任务4-12】 设置中文、负号显示 67 4.5 Matplotlib类别比较型图表 68 【任务4-13】 单数据系列柱形图——我国铁路营业里程情况 68 【任务4-14】 多数据系列柱形图——我国就业人员情况 70 【任务4-15】 堆积柱形图——我国各类运输方式旅客周转量情况 72 【任务4-16】 百分比堆积柱形图——我国客运量情况 75 【任务4-17】 条形图——我国各类运输营业里程情况 78 【任务4-18】 雷达图——我国直辖市软件项目收入情况 80 4.6 Matplotlib数据关系型图表 84 【任务4-19】 散点图——广告投入与销售额之间的关系 84 【任务4-20】 气泡图——广告投入、销售额及投入产出比的关系 87 4.7 Matplotlib数据分布型图表 89 【任务4-21】 直方图——学生期末综合成绩分布情况 89 【任务4-22】 柱形图——学生期末考试成绩分布情况 91 【任务4-23】 箱形图——学生平时成绩、期末考试成绩和期末综合成绩的分布情况 93 4.8 Matplotlib时间序列型图表 95 【任务4-24】 折线图——国内人均旅游花费情况 95 【任务4-25】 面积图——国内游客情况 98 4.9 Matplotlib局部整体型图表 101 【任务4-26】 饼图——全国高等教育招生数占比情况 101 【任务4-27】 圆环图——全国高等教育毕业生人数占比情况 103 拓展训练 105 【拓展任务4】 三次产业贡献率情况 105 单元小结 108 思考练习 108 单元5 Seaborn数据可视化 110 5.1 认识Seaborn 110 【任务5-1】 Seaborn简介、测试、安装与导入 110 5.2 Seaborn图表风格 111 【任务5-2】 设置图表样式 111 【任务5-3】 设置元素的缩放比例和中文显示 114 【任务5-4】 移除轴 117 5.3 Seaborn的颜色主题 119 【任务5-5】 设置图表调色板 119 5.4 Seaborn常见图表 121 【任务5-6】 带误差棒的柱形图——不同空气质量等级的PM2.5平均值 122 【任务5-7】 统计直方图与核密度估计图——全年AQI分布图 124 【任务5-8】 矩阵散点图——AQI、PM2.5、SO2、NO2之间的关系 126 【任务5-9】 小提琴图——全年不同空气质量等级的PM2.5情况 128 拓展训练 130 【拓展任务5】 AQI的变化趋势 130 单元小结 132 思考练习 132 单元6 pyecharts数据可视化 134 6.1 认识pyecharts 134 【任务6-1】 pyecharts简介、测试、安装与导入 134 6.2 pyecharts绘制图表流程 135 【任务6-2】 绘制简单图表 135 6.3 图表的全局配置项 137 【任务6-3】 初始化配置项 137 【任务6-4】 标题配置项 137 【任务6-5】 图例配置项 139 【任务6-6】 工具箱配置项 141 【任务6-7】 视觉映射配置项 142 【任务6-8】 提示框配置项 144 【任务6-9】 区域缩放配置项 146 【任务6-10】 坐标轴配置项 148 【任务6-11】 原生图形元素组件 151 6.4 图表的系列配置项 153 【任务6-12】 文字样式配置项 153 【任务6-13】 标签配置项 154 【任务6-14】 线样式配置项 157 【任务6-15】 分割线配置项 159 6.5 pyecharts常见图表 160 【任务6-16】 柱形图和条形图——居民人均可支配收入和人均消费支出情况 160 【任务6-17】 雷达图——居民人均消费支出情况 167 【任务6-18】 散点图——TV广告投入与销售额之间的关系 170 【任务6-19】 平行坐标图——各类学历教育招生人数情况 173 【任务6-20】 箱形图——我国造林总面积情况 176 【任务6-21】 漏斗图——我国货运量情况 179 【任务6-22】 仪表盘——某门课程学员学习进度合格率 181 【任务6-23】 折线图——我国居民人均收支情况 185 【任务6-24】 饼图——居民人均消费支出及其构成 188 拓展训练 191 【拓展任务6】 城市绿地建设情况 191 单元小结 193 思考练习 194 单元7 国民经济和社会发展统计数据可视化 195 7.1 国内生产总值及各级产业增加值情况 195 【任务7-1】 国内生产总值及第 一产业、第二产业、第三产业增加值情况 195 7.2 人口数据情况 199 【任务7-2】 人口数构成及抚养比情况 199 【任务7-3】 人口年龄结构与抚养比情况 202 7.3 广播电视和电影发展情况 205 【任务7-4】 有线广播电视用户数情况 205 【任务7-5】 国产和进口电影票房收入情况 207 单元小结 209 思考练习 209 参考文献 210