Python数据可视化

本书以零基础读者为核心，全面地介绍了数据可视化的流程和Python数据可视化的应用，并详细阐述了使用Python解决实际问题的方法。全书共3部分11章，第一部分基础篇包括3章内容，分别是数据可视化概述、Python数据可视化库、Python的数据读取与处理。第二部分应用篇包括5章内容，分别是Python时间数据可视化、Python关系数据可视化、Python比例数据可视化、Python文本数据可视化、Python复杂数据可视化；第三部分案例篇包括3章内容，分别是某地房价数据分析与预测、入学学生数据分析与可视化、利用手机的购物评论分析手机特征。 本书适合高等院校经管、统计、网络新媒体、数字媒体技术、计算机等专业的师生作为教材使用，亦可作为Python语言初学者、数据可视化从业人士的参考工具书。

吕云翔 比利时布鲁塞尔自由大学应用科学学院应用信息技术专业硕士、经济学院工商管理专业硕士。具有多年的软件开发、项目管理、计算机教学经验。对IT行业具有较全面的认识。2003至今任北航软件学院副教授。目前研究领域包括：软件工程、大数据、人工智能。

目录 第 一部分： 第 1章数据可视化概述 1.1数据可视化简介 # 包含概念、分类、作用 1.2数据可视化发展历史 # 包含历史和发展方向 1.3数据可视化流程 1.4数据可视化设计工具和原则 1.5Python与数据可视化 1.6习题 第 2章Python数据可视化库 2.1Matplotlib 2.2Seaborn 2.3Scikit-plot 2.4Python-igraph 2.5networkx 2.6Pyecharts 2.7HoloViews 2.8习题 2.9实训：Python可视化环境配置 第3章Python的数据读取与处理 3.1Python数据读取与查看 3.2Python数据清洗 3.3Python数据合并 3.4习题 3.5实训：Kaggle数据下载、读取与预处理 第二部分 第4章Python时间数据可视化(Matplotlib、Seaborn) 4.1时间数据在大数据中的应用 4.2连续型时间数据可视化 4.2.1阶梯图 4.2.2折线图 4.2.3螺旋图 4.2.4热图 4.2.5脊线图 4.3离散型时间数据可视化 4.3.1散点图 4.3.2柱形图 4.3.3堆叠柱形图 4.3.4点线图 4.4习题 4.5实训：Matplotlib绘图与主题更改 第5章Python关系数据可视化(Matplotlib、Seaborn) 5.1关系数据在大数据中的应用 5.2数据关联性的可视化 5.2.1散点图 5.2.2散点图矩阵 5.2.3气泡图 5.3数据分布性的可视化 5.3.1茎叶图 5.3.2直方图 5.3.3密度图 5.4习题 5.5实训：Seaborn绘图与主题更改 第6章Python比例数据可视化（Pyecharts、HoloViews） 6.1比例数据在大数据中的应用 6.2部分与整体 6.2.1饼图 6.2.2环形图 6.2.3比例中的堆叠 6.2.4矩形树图 6.2.5和弦图 6.2.6旭日图 6.3时空比例数据可视化 6.4习题 6.5实训：Pyecharts构建数据大屏 第7章Python文本数据可视化（Pyecharts、HoloViews） 7.1文本数据在大数据中的应用及提取 7.1.1文本数据在大数据中的应用 7.1.2使用网络爬虫提取文本数据 7.2文本内容可视化 7.2.1标签云 7.2.2主题河流 7.3文本关系可视化（Python-igraph、networkx） 7.3.1词语树 7.3.2短语网络 7.4习题 7.5实训：HoloViews构建数据大屏 第8章Python复杂数据可视化（Pyecharts） 8.1高维多元数据在大数据中的应用 8.1.1空间映射法 8.1.2图标法 8.2三维数据可视化 8.2.1三维曲面 8.2.2三维高线 8.3习题 8.4实训：Pyecharts构建可交互图表 第三部 综合数据可视化应用案例 第9章案例：某地房价数据分析与预测( 9.1数据分析常用的Python工具库 9.2数据的读入和初步分析 9.2.1数据读入 9.2.2分割测试集与训练集 9.2.3数据的初步分析 9.3数据的预处理 9.3.1拆分数据 9.3.2空白值的填充 9.3.3数据的标准化 9.3.4数据的流程化处理 9.4模型的构建 9.4.1模型训练与结果可视化 9.4.2选择效果最好的模型进行预测 第 10章案例：入学学生数据分析与可视化 10.1使用Pandas对数据预处理 10.2使用Matplotlib库画图 10.3使用Pandas进行绘图 第 11章案例：利用手机的购物评论分析手机特征 11.1数据下载 11.2数据预处理 11.3数据分析与可视化 11.4算法应用与结果可视化