掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
數據可視化:從小白到數據工程師的成長之路/劉英華 版權信息
- ISBN：9787121362231
- 條形碼：9787121362231 ; 978-7-121-36223-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據可視化:從小白到數據工程師的成長之路/劉英華 本書特色
掌握數據可視化技術是未來工作和學習的**能力，是展示理念和成果的重要手段。閱讀并完成本書的實踐，你將快速地學會數據獲取、清洗、分析、可視化及發布的完整流程。本書以豐富的實踐案例解析數據可視化的制作理念和具體方法，緊密圍繞當前數據可視化領域的實際需求，全面介紹數據可視化的概念和技巧。本書包含基礎知識、數據獲取、數據清洗、數據分析、可視化基礎和原則、數據可視化工具和可視化作品發布等內容，基于具體案例多角度啟發和引導讀者的創新思維，增強讀者對抽象數據的把握及綜合可視化能力的提升。本書內容通俗易懂，簡明實用，配套的教學輔助資料可免費下載。本書適合零編程基礎的數據可視化從業者和高校師生閱讀，有一定工作經驗的數據可視化工程師也可以從本書中學到大量實用的技能。
數據可視化:從小白到數據工程師的成長之路/劉英華 內容簡介
掌握數據可視化技術是未來工作和學習的推薦能力，是展示理念和成果的重要手段。閱讀并完成本書的實踐，你將快速地學會數據獲取、清洗、分析、可視化及發布的完整流程。本書以豐富的實踐案例解析數據可視化的制作理念和具體方法，緊密圍繞當前數據可視化領域的實際需求，全面介紹數據可視化的概念和技巧。本書包含基礎知識、數據獲取、數據清洗、數據分析、可視化基礎和原則、數據可視化工具和可視化作品發布等內容，基于具體案例多角度啟發和引導讀者的創新思維，增強讀者對抽象數據的把握及綜合可視化能力的提升。本書內容通俗易懂，簡明實用，配套的教學輔助資料可免費下載。本書適合零編程基礎的數據可視化從業者和高校師生閱讀，有一定工作經驗的數據可視化工程師也可以從本書中學到大量實用的技能。
數據可視化:從小白到數據工程師的成長之路/劉英華 目錄
目 錄
第1章 基礎知識 1
1.1 模擬和數字化 1
1.2 數模轉換 1
1.3 進制 2
1.4 存儲單位 3
1.5 因特網 3
1.6 地址和協議 4
1.7 域名和域名系統 6
1.8 網絡速率 6
1.9 數據可視化 7
小結 7
習題1 7
第2章 數據獲取 8
2.1 知識共享許可協議 8
2.2 搜索數據 9
2.2.1 搜索引擎 10
2.2.2 瀏覽器 11
2.2.3 搜索指令 11
2.3 主動公開的數據 15
2.3.1 我國政府數據 15
2.3.2 國際組織數據 17
2.3.3 科研機構及第三方數據公司 17
2.4 依申請公開數據 17
2.5 數據眾包 18
2.6 抓取工具 18
2.6.1 import.io工具 20
2.6.2 Octoparse工具 23
2.7 Python基礎 33
2.7.1 環境配置 33
2.7.2 **個Python程序 35
2.7.3 變量和運算符 36
2.7.4 條件語句 43
2.7.5 循環語句 45
2.7.6 輸入和輸出 48
2.7.7 文件的讀/寫 49
2.8 Beautiful Soup庫 51
2.8.1 安裝Beautiful Soup 51
2.8.2 使用Beautiful Soup抓取網頁數據 52
2.9 圖片的獲取 56
2.9.1 常用的圖片編輯軟件 56
2.9.2 圖片文件類型 57
2.9.3 圖片文件的保存 58
2.10 音頻的獲取 59
2.10.1 常用的音頻編輯軟件 60
2.10.2 音頻文件類型及保存 61
2.11 視頻的獲取 62
2.11.1 常用的視頻編輯軟件 62
2.11.2 視頻文件類型 63
2.11.3 視頻文件的保存 63
2.12 數據格式轉換 64
2.12.1 數字圖片的格式轉換 65
2.12.2 數字音頻的格式轉換 67
2.12.3 數字視頻的格式轉換 68
2.12.4 文件格式轉換 68
2.12.5 可機讀數據 70
小結 70
習題2 70
第3章 數據清洗 71
3.1 Jupyter Notebook 71
3.1.1 安裝Jupyter Notebook 72
3.1.2 啟動、關閉notebook服務器 72
3.1.3 保存notebook 75
3.2 Pandas包 75
3.2.1 系列（Series） 75
3.2.2 數據幀（DataFrame） 78
3.3 清洗缺失值 80
3.3.1 檢查缺失值 80
3.3.2 刪除含缺失值的行或列 82
3.3.3 填充缺失值 82
3.4 清洗格式內容 84
3.4.1 刪除字符串中的空格 84
3.4.2 大小寫轉換 85
3.4.3 規范數據格式 87
3.4.4 字符型數據判斷 87
?
3.5 清洗邏輯錯誤 88
3.5.1 刪除重復記錄 88
3.5.2 替換不合理值 89
3.6 刪除非需求數據 90
3.6.1 刪除非需求行 90
3.6.2 刪除非需求列 90
3.7 分組、合并和保存 91
3.7.1 分組 91
3.7.2 數據合并 92
3.7.3 保存結果 96
3.8 數據清洗案例 97
3.8.1 案例1 97
3.8.2 案例2 102
小結 104
習題3 104
第4章 數據分析 105
4.1 數據定位 105
4.1.1 了解基本數據 105
4.1.2 使用[ ]定位 107
4.1.3 使用loc[ ]定位 108
4.1.4 使用iloc[ ]定位 110
4.1.5 使用iat[ ]定位 112
4.2 條件篩選和排序數據 113
4.2.1 條件篩選 113
4.2.2 排序和排名 117
4.3 數據的描述性分析 121
4.3.1 describe( )方法 121
4.3.2 眾數、均值和中位數 123
4.3.3 數據重塑 124
4.3.4 相關性計算 131
小結 132
習題4 132
第5章 可視化基礎和原則 133
5.1 圖表 135
5.1.1 圖表的種類 135
5.1.2 圖表設計原則 142
5.2 色彩暗示 152
5.2.1 色調 152
5.2.2 明度 153
5.2.3 飽和度 154
5.2.4 色彩暗示的綜合運用 155
5.3 圖表可視化原則 156
5.3.1 “**眼”原則 156
5.3.2 數據不是敵人 157
5.3.3 刪減無關的元素 157
5.3.4 慎用3D圖表 159
5.3.5 視覺暗示的使用 160
5.3.6 整體變個體 161
5.3.7 交互圖表原則 162
5.3.8 顯示上下文 164
5.4 圖表可視化的失敗案例 165
5.5 設計排版原則 168
5.5.1 順序 168
5.5.2 標注 171
5.5.3 動畫效果 171
5.5.4 分組 173
5.5.5 賦形 173
小結 174
習題5 175
第6章 數據可視化工具 176
6.1 信息圖制作工具 176
6.2 可視化工具Gapminder 179
6.3 可視化工具DataWrapper 181
6.4 可視化工具Gephi 188
6.5 可視化工具QGIS 194
6.6 可視化工具ECharts 201
6.6.1 五分鐘上手ECharts 201
6.6.2 **個ECharts作品 202
6.6.3 使用ECharts主題 206
6.7 可視化工具Tableau 207
6.7.1 安裝和簡介 208
6.7.2 連接數據 209
6.7.3 工作表 209
6.7.4 儀表板 210
6.7.5 故事 211
6.7.6 保存和導出 211
6.8 用Python和R實現可視化 215
小結 217
習題6 218
?
第7章 可視化作品發布 219
7.1 網絡基礎知識 219
7.2 HTML5基礎 220
7.2.1 HTML文檔 220
7.2.2 HTML常用標簽 221
7.3 CSS3基礎 225
7.3.1 內部CSS 225
7.3.2 外部CSS 228
7.4 JavaScript基礎 229
7.4.1 直接嵌入HTML使用 230
7.4.2 在HTML中調用 230
7.5 Web應用框架和模板 231
7.5.1 Web應用框架 231
7.5.2 Web模板 233
小 結 234
習 題 7 234
附錄A 數據可視化作品 235
附錄B 配套教學資源二維碼 237
參考文獻 238
第1章 基礎知識 1
1.1 模擬和數字化 1
1.2 數模轉換 1
1.3 進制 2
1.4 存儲單位 3
1.5 因特網 3
1.6 地址和協議 4
1.7 域名和域名系統 6
1.8 網絡速率 6
1.9 數據可視化 7
小結 7
習題1 7
第2章 數據獲取 8
2.1 知識共享許可協議 8
2.2 搜索數據 9
2.2.1 搜索引擎 10
2.2.2 瀏覽器 11
2.2.3 搜索指令 11
2.3 主動公開的數據 15
2.3.1 我國政府數據 15
2.3.2 國際組織數據 17
2.3.3 科研機構及第三方數據公司 17
2.4 依申請公開數據 17
2.5 數據眾包 18
2.6 抓取工具 18
2.6.1 import.io工具 20
2.6.2 Octoparse工具 23
2.7 Python基礎 33
2.7.1 環境配置 33
2.7.2 **個Python程序 35
2.7.3 變量和運算符 36
2.7.4 條件語句 43
2.7.5 循環語句 45
2.7.6 輸入和輸出 48
2.7.7 文件的讀/寫 49
2.8 Beautiful Soup庫 51
2.8.1 安裝Beautiful Soup 51
2.8.2 使用Beautiful Soup抓取網頁數據 52
2.9 圖片的獲取 56
2.9.1 常用的圖片編輯軟件 56
2.9.2 圖片文件類型 57
2.9.3 圖片文件的保存 58
2.10 音頻的獲取 59
2.10.1 常用的音頻編輯軟件 60
2.10.2 音頻文件類型及保存 61
2.11 視頻的獲取 62
2.11.1 常用的視頻編輯軟件 62
2.11.2 視頻文件類型 63
2.11.3 視頻文件的保存 63
2.12 數據格式轉換 64
2.12.1 數字圖片的格式轉換 65
2.12.2 數字音頻的格式轉換 67
2.12.3 數字視頻的格式轉換 68
2.12.4 文件格式轉換 68
2.12.5 可機讀數據 70
小結 70
習題2 70
第3章 數據清洗 71
3.1 Jupyter Notebook 71
3.1.1 安裝Jupyter Notebook 72
3.1.2 啟動、關閉notebook服務器 72
3.1.3 保存notebook 75
3.2 Pandas包 75
3.2.1 系列（Series） 75
3.2.2 數據幀（DataFrame） 78
3.3 清洗缺失值 80
3.3.1 檢查缺失值 80
3.3.2 刪除含缺失值的行或列 82
3.3.3 填充缺失值 82
3.4 清洗格式內容 84
3.4.1 刪除字符串中的空格 84
3.4.2 大小寫轉換 85
3.4.3 規范數據格式 87
3.4.4 字符型數據判斷 87
?
3.5 清洗邏輯錯誤 88
3.5.1 刪除重復記錄 88
3.5.2 替換不合理值 89
3.6 刪除非需求數據 90
3.6.1 刪除非需求行 90
3.6.2 刪除非需求列 90
3.7 分組、合并和保存 91
3.7.1 分組 91
3.7.2 數據合并 92
3.7.3 保存結果 96
3.8 數據清洗案例 97
3.8.1 案例1 97
3.8.2 案例2 102
小結 104
習題3 104
第4章 數據分析 105
4.1 數據定位 105
4.1.1 了解基本數據 105
4.1.2 使用[ ]定位 107
4.1.3 使用loc[ ]定位 108
4.1.4 使用iloc[ ]定位 110
4.1.5 使用iat[ ]定位 112
4.2 條件篩選和排序數據 113
4.2.1 條件篩選 113
4.2.2 排序和排名 117
4.3 數據的描述性分析 121
4.3.1 describe( )方法 121
4.3.2 眾數、均值和中位數 123
4.3.3 數據重塑 124
4.3.4 相關性計算 131
小結 132
習題4 132
第5章 可視化基礎和原則 133
5.1 圖表 135
5.1.1 圖表的種類 135
5.1.2 圖表設計原則 142
5.2 色彩暗示 152
5.2.1 色調 152
5.2.2 明度 153
5.2.3 飽和度 154
5.2.4 色彩暗示的綜合運用 155
5.3 圖表可視化原則 156
5.3.1 “**眼”原則 156
5.3.2 數據不是敵人 157
5.3.3 刪減無關的元素 157
5.3.4 慎用3D圖表 159
5.3.5 視覺暗示的使用 160
5.3.6 整體變個體 161
5.3.7 交互圖表原則 162
5.3.8 顯示上下文 164
5.4 圖表可視化的失敗案例 165
5.5 設計排版原則 168
5.5.1 順序 168
5.5.2 標注 171
5.5.3 動畫效果 171
5.5.4 分組 173
5.5.5 賦形 173
小結 174
習題5 175
第6章 數據可視化工具 176
6.1 信息圖制作工具 176
6.2 可視化工具Gapminder 179
6.3 可視化工具DataWrapper 181
6.4 可視化工具Gephi 188
6.5 可視化工具QGIS 194
6.6 可視化工具ECharts 201
6.6.1 五分鐘上手ECharts 201
6.6.2 **個ECharts作品 202
6.6.3 使用ECharts主題 206
6.7 可視化工具Tableau 207
6.7.1 安裝和簡介 208
6.7.2 連接數據 209
6.7.3 工作表 209
6.7.4 儀表板 210
6.7.5 故事 211
6.7.6 保存和導出 211
6.8 用Python和R實現可視化 215
小結 217
習題6 218
?
第7章 可視化作品發布 219
7.1 網絡基礎知識 219
7.2 HTML5基礎 220
7.2.1 HTML文檔 220
7.2.2 HTML常用標簽 221
7.3 CSS3基礎 225
7.3.1 內部CSS 225
7.3.2 外部CSS 228
7.4 JavaScript基礎 229
7.4.1 直接嵌入HTML使用 230
7.4.2 在HTML中調用 230
7.5 Web應用框架和模板 231
7.5.1 Web應用框架 231
7.5.2 Web模板 233
小 結 234
習 題 7 234
附錄A 數據可視化作品 235
附錄B 配套教學資源二維碼 237
參考文獻 238
展開全部
數據可視化:從小白到數據工程師的成長之路/劉英華 作者簡介
劉英華，中國社會科學院大學副教授，國家自然基金《基于大規模復雜結構知識庫的知識發現機理、模型與算法研究》、國家自然基金《基于多關系的模糊認知圖挖掘模型、算法與評價機制研究》項目的主要參與人員。
書友推薦
- >
二體千字文
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
我與地壇
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
李白與唐代文化
- >
伯納黛特,你要去哪(2021新版)
- >
名家帶你讀魯迅:朝花夕拾
- >
羅庸西南聯大授課錄
本類暢銷
