数据可视化(第2版)

本书主要介绍了数据可视化的基础知识、可视化工具的入门和应用、使用Python流行的库创建美观的数据可视化效果，并总结了了7大类40种不同的可视化图形，从基本信息、构成与视觉通道、适用数据、使用场景、注意事项、变体等多方面详细介绍了每种可视化图形的使用权方法，可作为常用可视化图形的使用手册。本书还提供了6个贴近大学生学习生活的可视化案例，为读者自由灵活应用可视化参考提供了有力的参考。 本书可作为高等院校数据科学与大数据技术、统计学及其相关专业的本科课程教材，也可供有一定实践经验的软件开发人员、管理人员作为自学和参考用书。   

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。

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  
1.1 DIKW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   
3.1 视觉感知
3.2 视觉通道   
3.3 好的数据可视化
3.4 数据可视化的一般流程
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 常用数据可视化工具   
5.1 Python中的Matplotlib库
5.2 Python中的 Seaborn库
5.3 Python中的 Pyecharts库
5.4 其他数据可视化工具
第三部分 数据可视化基础图像与叙事
6 比较与排序类可视化图像 65  
6.1 柱状图
6.2 环形柱状图   
6.3 子弹图   
6.4 哑铃图
 6.5 雷达图   
6.6 平行坐标图
 6.7 词云图
 6.8 比较与排序类可视化图像总结
7 局部与整体类可视化图像
7.1 维恩图  
7.2 饼图  
7.3 环形图
 7.4 旭日图   
7.5 圆堆积图 
7.6 矩形树图
 7.7 漏斗图 
7.8 整体与局部可视化图像总结
8 分布类可视化图像
 8.1 直方图  
8.2 密度图
8.3 箱线图
8.4 小提琴图   
8.5 嵴线图
8.6 分布类可视化图像总结
9 时间趋势类可视化图像
9.1 折线图
9.2 面积图
9.3 地平线图
9.4 河流图
9.5 瀑布图
9.6 烛形图
9.7 时间趋势类可视化图像总结
10 地理特征类可视化图像
10.1 分级地图  
10.2 蜂窝热力地图
10.3 变形地图
10.4 关联地图   
10.5 气泡地图
10.6 地理特征类可视化图像总结
11 相关类可视化图像   
11.1 散点图  
11.2 气泡图
11.3 相关图  
11.4 热力图
 11.5 二维密度图 
11.6 相关类可视化图像总结
12 网络关系类可视化图像
 12.1 网络图
12.2 弧形链接图  
12.3 环形链接图
12.4 和弦图   
12.5 桑基图
 12.6 网络关系图总结
13 使用数据可视化讲述故事   
13.1 主动式叙事
  13.2 互动式叙事
14 基础数据可视化案例
14.1 美国暴力枪击事件可视化分析
14.2 TMDB电影数据可视化分析
14.3 高中教学分析系统数据可视化探索
14.4 历届足球世界杯数据可视化分析
14.5 基于招聘岗位的就业形势可视化分析
14.6 B站番剧数据可视化网站设计
第四部分 数据可视化建模
15 统计学习模型   
15.1 K-近邻法
 15.2 逻辑斯谛回归   
15.3 支持向量机   
15.4 集成学习
 15.5 主成分分析   
15.6 K-均值聚类
16 图论与网络模型
16.1 无向图与有向图
16.2 图的集聚系数
16.3 常见的网络优化问题
16.4 社交网络分析
16.5 Networkx工具包
附录： Python使用基础