中圖網(wǎng)小程序
一鍵登錄
更方便
Python商業(yè)數(shù)據(jù)可視化實戰(zhàn)(全彩) 版權(quán)信息
- ISBN：9787121398940
- 條形碼：9787121398940 ; 978-7-121-39894-0
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
Python商業(yè)數(shù)據(jù)可視化實戰(zhàn)(全彩) 本書特色
適讀人群 ：本書適合互聯(lián)網(wǎng)、銀行、證券等行業(yè)的數(shù)據(jù)可視化用戶，可供高等院校相關(guān)專業(yè)學(xué)生及從事數(shù)據(jù)可視化的研究者參考使用，也可作為Python軟件培訓(xùn)和自學(xué)的教材。10大商業(yè)數(shù)據(jù)可視化案例，滿足讀者學(xué)習(xí)需求 以案例為主線，既包括軟件應(yīng)用與操作的方法和技巧，又融入了數(shù)據(jù)可視化的實戰(zhàn)案例。
Python商業(yè)數(shù)據(jù)可視化實戰(zhàn)(全彩) 內(nèi)容簡介
本書由淺入深、循序漸進(jìn)地介紹了基于Python的商業(yè)數(shù)據(jù)可視化技術(shù)，并結(jié)合實際案例詳細(xì)介紹了Python在數(shù)據(jù)可視化方面的具體應(yīng)用。本書重點介紹了Python的9個可視化庫，分別為Matplotlib、Seaborn、Pyecharts、Bokeh、HoloViews、Plotly、Pygal、plotnine、Altair，并介紹了商業(yè)數(shù)據(jù)可視化的思維，不僅做到授之以魚，更做到授之以漁。讀者通過學(xué)習(xí)本書，能夠輕松、快速地掌握商業(yè)數(shù)據(jù)可視化技術(shù)。本書的內(nèi)容和案例適用于互聯(lián)網(wǎng)、咨詢、零售、能源等行業(yè)從事數(shù)據(jù)可視化分析的讀者，可以作為Python軟件培訓(xùn)機(jī)構(gòu)和數(shù)據(jù)可視化研究者的參考資料，也可以作為高等學(xué)校計算機(jī)相關(guān)專業(yè)學(xué)生的教材或教師的教學(xué)參考書。
Python商業(yè)數(shù)據(jù)可視化實戰(zhàn)(全彩) 目錄
目錄
第1章 Python商業(yè)數(shù)據(jù)可視化概述 / 1
1．1 商業(yè)數(shù)據(jù)可視化概述 2
1．1．1 商業(yè)數(shù)據(jù)可視化的挑戰(zhàn)及其難點 2
1．1．2 3種商業(yè)數(shù)據(jù)可視化思維 4
1．1．3 6種商業(yè)數(shù)據(jù)可視化技巧 6
1．2 Python可視化開發(fā)環(huán)境 9
1．2．1 Spyder 10
1．2．2 Jupyter Notebook 11
1．2．3 JupyterLab 12
1．3 用Python連接各類數(shù)據(jù)源 14
1．3．1 連接單個文件數(shù)據(jù) 14
1．3．2 連接關(guān)系型數(shù)據(jù)庫 15
1．4 Python數(shù)據(jù)可視化庫簡介 17
1．4．1 探索式可視化庫 17
1．4．2 交互式可視化庫 17
1．5 上機(jī)實踐題 19
第2章 Python數(shù)據(jù)可視化的經(jīng)典：Matplotlib / 20
2．1 Matplotlib可視化庫概述 21
2．1．1 Matplotlib可視化庫簡介 21
2．1．2 Matplotlib參數(shù)配置 21
2．1．3 Matplotlib圖形整合 32
2．2 Matplotlib數(shù)據(jù)可視化案例 34 2．2．1 提升門店銷售額 34
2．2．2 制作門店銷售額的樹狀圖 36
2．2．3 制作業(yè)績考核的誤差條形圖 40
2．3 上機(jī)實踐題 42
第3章 基于Matplotlib的高級API封裝：Seaborn / 43
3．1 Seaborn可視化庫概述 44
3．1．1 Seaborn可視化庫簡介 44
3．1．2 Seaborn風(fēng)格設(shè)置 45
3．1．3 Seaborn顏色設(shè)置 50
3．2．3 制作銷售金額的線性回歸圖 58
3．2 Seaborn數(shù)據(jù)可視化案例 54
3．2．1 解讀企業(yè)銷售數(shù)據(jù) 54
3．2．2 制作銷售數(shù)據(jù)的密度直方圖 55
3．3 上機(jī)實踐題 65
第4章 Python與Echarts的有機(jī)結(jié)合：Pyecharts / 66
4．1 Pyecharts可視化庫概述 67
4．1．1 Pyecharts可視化庫簡介 67
4．1．2 Pyecharts基本元素 70
4．1．3 Pyecharts主要圖形 76
4．2 Pyecharts數(shù)據(jù)可視化案例 91
4．2．1 了解企業(yè)商品的現(xiàn)狀 91
4．2．2 制作各類型商品的關(guān)鍵詞詞云 92
4．2．3 制作商品銷售額的主題河流圖 94
4．3 上機(jī)實踐題 97
第5章 基于JavaScript的交互式可視化庫：Bokeh / 98
5．1 Bokeh可視化庫概述 99
5．1．1 Bokeh可視化庫簡介 99
5．1．2 Bokeh主要接口 102
5．1．3 Bokeh基本配置 105
5．2 Bokeh數(shù)據(jù)可視化案例 116
5．2．1 做好朋友圈的商品營銷 116
5．2．2 制作客戶成功分享商品的和弦圖 116
5．2．3 制作客戶成功分享商品的網(wǎng)絡(luò)關(guān)系圖 118
5．3 上機(jī)實踐題 120
第6章 用較少的代碼呈現(xiàn)視圖：HoloViews / 121
6．1 HoloViews可視化庫概述 122
6．1．1 HoloViews可視化庫簡介 122
6．1．2 HoloViews參數(shù)配置 124
6．1．3 HoloViews組成對象 132
6．2 HoloViews數(shù)據(jù)可視化案例 138
6．2．1 衡量不同類型的客戶價值 138
6．2．2 制作不同類型客戶價值的面積圖 138
6．2．3 制作不同地區(qū)客戶價值的箱形圖 140
6．3 上機(jī)實踐題 142
第7章 基于瀏覽器的在線可交互可視化庫：Plotly / 143
7．1 Plotly可視化庫概述 144
7．1．1 Plotly可視化庫簡介 144
7．1．2 Plotly繪圖語法 144
7．1．3 Plotly主要圖形 147
7．2 Plotly數(shù)據(jù)可視化案例 155
7．2．1 提升客戶的滿意指數(shù) 155
7．2．2 制作客戶不滿意訂單的環(huán)形圖 156
7．2．3 制作客戶滿意度的時間序列圖 158
7．3 上機(jī)實踐題 160
第8章 以面向?qū)ο蟮姆绞絼?chuàng)建視圖：Pygal / 161
8．1 Pygal可視化庫概述 162
8．1．1 Pygal可視化庫簡介 162
8．1．2 Pygal參數(shù)配置 162
8．1．3 Pygal主要圖形 165
8．2 Pygal數(shù)據(jù)可視化案例 183
8．2．1 有效降低客戶的流失率 183
8．2．2 制作各月份客戶流失量的折線圖 184
8．2．3 制作各地區(qū)客戶流失量的雷達(dá)圖 186
8．3 上機(jī)實踐題 188
第9章 Python版ggplot2的可視化庫：plotnine / 189
9．1 plotnine可視化庫概述 190
9．1．1 plotnine可視化庫簡介 190
9．1．2 plotnine基本語法 190
9．1．3 plotnine繪圖過程 193
9．2 plotnine數(shù)據(jù)可視化案例 202
9．2．1 商品配送準(zhǔn)時性及影響因素分析 202
9．2．2 制作商品準(zhǔn)時配送的分面散點圖 203
9．2．3 制作各地區(qū)延遲配送的小提琴圖 205
9．3 上機(jī)實踐題 206
第10章 基于交互式圖形語法的可視化庫：Altair / 207
10．1 Altair可視化庫概述 208
10．1．1 Altair可視化庫簡介 208
10．2 Altair數(shù)據(jù)可視化案例 225
10．2．1 有效規(guī)避訂單商品退貨 225
10．2．2 制作各類型商品退貨量的多線圖 226
10．1．2 Altair參數(shù)配置 210
10．1．3 Altair主要圖形 216
10．2．3 制作各月份商品退貨量的脊線圖 228
10．3 上機(jī)實踐題 229
附錄A Python 3．9．0及可視化庫安裝 / 230
附錄B Python常用第三方工具包簡介 / 233
B．1 數(shù)據(jù)分析類包 233
B．2 數(shù)據(jù)可視化類包 234
B．3 機(jī)器學(xué)習(xí)類包 235
參考文獻(xiàn) / 238
展開全部
Python商業(yè)數(shù)據(jù)可視化實戰(zhàn)(全彩) 作者簡介
王國平具有十余年金融、電力、互聯(lián)網(wǎng)等行業(yè)從業(yè)經(jīng)歷，現(xiàn)已出版十余本專著；擅長數(shù)據(jù)分析、數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)等，精通Python、SPSS、Tableau、Power BI等數(shù)據(jù)分析工具，熟悉MySQL、SQL Server等數(shù)據(jù)庫，以及Hadoop、Hive、Zeppelin、Spark等大數(shù)據(jù)分析及可視化工具。
書友推薦
- >
隨園食單
- >
詩經(jīng)-先民的歌唱
- >
巴金－再思錄
- >
羅曼·羅蘭讀書隨筆-精裝
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
經(jīng)典常談
- >
山海經(jīng)
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
