本书共10章，主要内容包括：Tableau数据可视化概述、Tableau连接数据源、Tableau基础操作、Tableau高级操作、Tableau数据可视化、Tableau仪表板和故事等。
电子书
内容简介
本书系统介绍了在AWS云平台上进行数据分析和可视化开发常备的知识和技能。全书包含6个项目，分别介绍了搭建AWS数据分析开发环境、在数据分析中使用Amazon S3存储桶、使用Flask框架设计网站并进行数据分析、在Notebook中进行数据分析及可视化、Web应用程序的数据可视化和航空数据分析及可视化。每个项目之后还提供了课后练习，帮助读者巩固所学的内容。本书可以作为高职高专软件技术相关专业和非计算机专业云计算开发课程的教材，也可以作为计算机软件、硬件培训班教材，还可供数据分析开发人员、数据可视化开发人员和广大计算机爱好者阅读参考。
章节目录
- 项目一 搭建AWS 数据分析开发环境
- 1.1 情境描述
- 1.2 任务分析
- 1.3 云计算及AWS 基础
- 1.3.1 云计算概述
- 1.3.2 云计算的类型
- 1.3.3 AWS 概述
- 1.3.4 AWS 云平台概述
- 1.3.5 Jupyter Notebook 简介
- 1.4 安装并配置AWS 数据分析及可视化开发环境
- 1.4.1 登录AWS 中国区管理控制台
- 1.4.2 创建并配置Amazon EC2 实例
- 1.4.3 使用SSH 客户端远程登录Amazon EC2 实例
- 1.4.4 安装Notebook 开发环境
- 1.4.5 使用Notebook 完成函数曲线的可视化
- 1.4.6 使用conda 安装包
- 1.4.7 为Amazon EC2 实例创建更多用户
- 1.5 课后练习
- 项目二 在数据分析中使用Amazon S3 存储桶
- 2.1 情境描述
- 2.2 任务分析
- 2.3 Amazon S3 存储桶基础
- 2.3.1 Amazon S3 概述
- 2.3.2 Amazon S3 的特点
- 2.3.3 Amazon S3 的核心概念和技术
- 2.3.4 Amazon S3 的功能
- 2.4 通过AWS 管理控制台使用Amazon S3 存储桶
- 2.4.1 创建存储桶
- 2.4.2 向存储桶中添加对象
- 2.4.3 从存储桶中下载对象
- 2.4.4 在存储桶中复制对象
- 2.4.5 删除对象和清空存储桶
- 2.4.6 删除存储桶
- 2.5 使用Python 语言操作Amazon S3 存储桶对象
- 2.5.1 boto 简介
- 2.5.2 安装并配置boto
- 2.5.3 创建可以匿名访问的存储桶
- 2.5.4 可视化Amazon S3 存储桶中的数据
- 2.5.5 在同一幅图上绘制多条曲线
- 2.6 课后练习
- 项目三 使用Flask 框架设计网站并进行数据分析
- 3.1 情境描述
- 3.2 任务分析
- 3.3 Flask 基础
- 3.3.1 Flask 的设计思路
- 3.3.2 Flask 开发基础
- 3.3.3 路由
- 3.3.4 静态文件
- 3.3.5 渲染模板
- 3.4 配置并使用Flask 开发基础
- 3.4.1 配置Flask 开发环境
- 3.4.2 使用Flask 设计“hello world”页面
- 3.4.3 在虚环境中使用Flask
- 3.5 班级成绩录入分析系统
- 3.5.1 建立工作文件夹和虚环境
- 3.5.2 添加应用工厂函数
- 3.5.3 操作SQLite 数据库
- 3.5.4 设计用户账户管理功能
- 3.5.5 设计成绩录入分析功能
- 3.5.6 保存用户登录状态功能及用户注销功能
- 3.5.7 设计成绩分析功能
- 3.6 课后练习
- 项目四 在Notebook 中进行数据分析及可视化
- 4.1 情境描述
- 4.2 任务分析
- 4.3 pandas 基础
- 4.3.1 pandas 介绍
- 4.3.2 pandas 的Series 对象
- 4.3.3 pandas 的DataFrame 对象
- 4.3.4 使用pandas 的方法读写文件
- 4.4 pyecharts 基础
- 4.4.1 pyecharts 简介
- 4.4.2 内置的图表类型
- 4.4.3 全局配置项
- 4.4.4 系列配置项
- 4.5 使用pyecharts 内置图表进行数据可视化
- 4.5.1 将温度数据用折线图进行可视化
- 4.5.2 将不同品牌销售数据用饼图进行可视化
- 4.5.3 将文本的词频统计结果用词云图进行可视化
- 4.6 课后练习
- 项目五 Web 应用程序的数据可视化
- 5.1 情境描述
- 5.2 任务分析
- 5.3 numpy 基础
- 5.3.1 numpy 简介
- 5.3.2 使用numpy 数组对象
- 5.3.3 使用numpy 的方法读写文件
- 5.4 ECharts 基础
- 5.4.1 ECharts 简介
- 5.4.2 ECharts 中的名词和概念
- 5.4.3 ECharts 中的样式
- 5.4.4 异步数据加载和更新
- 5.4.5 ECharts 中的事件和行为
- 5.5 在Flask 中使用ECharts 进行数据可视化
- 5.5.1 使用Flask 设计可视化网站
- 5.5.2 将考试成绩用柱状图进行可视化
- 5.5.3 将考试成绩用饼图进行可视化
- 5.5.4 将考试成绩用散点图进行可视化
- 5.6 课后练习
- 项目六 航空数据分析及可视化
- 6.1 情境描述
- 6.2 任务分析
- 6.3 数据分析技术基础
- 6.3.1 数据分析技术简介
- 6.3.2 数据分析常用的数据文件格式
- 6.3.3 数据分析技术中常用的统计量
- 6.4 在Notebook 中开发航空数据分析及可视化程序
- 6.4.1 从存储在Amazon S3 存储桶中的ZIP 文件中读取航班数据
- 6.4.2 分析并可视化一段时间内进出港最繁忙的机场
- 6.4.3 统计并可视化一段时间内若干国家的航班
- 6.4.4 分析并可视化我国城市航班排名
- 6.5 课后练习
展开全部
数据分析与可视化（基于AWS云平台）（微课版）是2022年由人民邮电出版社出版,作者主编。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《数据分析与可视化（基于AWS云平台）（微课版）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书注重基础、循序渐进，系统地讲述了Microsoft推出的智能商业数据分析软件PowerBI的相关基础知识，涵盖了安装PowerBIDesktop、获取数据、查询编辑器、数据分析表达式、数据视图、管理关系、报表、可视化效果、PowerBI服务等内容，并在最后一章以社科研究数据分析为例进行了知识点的综合讲解。对于每一个知识点，本书都尽量结合实例帮助读者学习理解。前8章最后都配有综合实例来说明本章知
电子书
本书以Python3.9为编程环境，从Python编程基础到扩展库，再到数据分析，逐步展开Python数据分析与可视化教学。本书首先简要介绍数据分析与可视化的相关概念，并介绍Python基础知识；然后按照数据分析的主要步骤，重点介绍与数据获取、数据处理、数据分析、数据可视化以及机器学习建模过程相关的扩展库，包括NumPy、Pandas、BeautifulSoup、sklearn、Matplotli
电子书
本书系统讲解OpenStack云计算平台的安装、配置、管理和运维方法。全书共9个项目，内容包括OpenStack安装、OpenStack快速入门、OpenStack基础环境配置与API使用、OpenStack身份管理、OpenStack镜像管理与制作、OpenStack虚拟机实例管理、OpenStack网络管理、OpenStack存储管理，以及手动部署OpenStack的综合演练。本书内容丰富，结
电子书
本书针对Python零基础的读者，重点讲解利用Python进行数据分析的基础知识，并通过大量的实战案例，使读者掌握数据处理、分析与可视化的方法。全书分为4个部分，共13章，主要内容包括：Python语法基础、网络爬虫、NumPy、pandas、正则表达式与格式化输出、数据处理与数据分析、Matplotlib、pyecharts、Altair动态可视化、NetworkX、航班数据分析、豆瓣网络数据分
电子书
本书分为上、中、下三个篇章，共16个项目，对云计算的基础知识和必备技能、OpenStack云平台搭建的流程和OpenStack云平台管理的流程进行了详细介绍。主要内容有：初识云计算与OpenStack云平台、安装CentOSLinux操作系统、训练Linux操作系统基本应用能力等等。
电子书
本书共12章，主要内容包括第1章介绍数据可视化的基础知识，第2章介绍Python数据可视化库及其参数配置，第3章介绍时序数据的可视化，并通过实际案例讲解其可视化方法，第4章介绍金融数据的可视化，并通过实际案例讲解其可视化方法，第5章介绍空间数据的可视化，并通过实际案例讲解其可视化方法，第6章介绍地理数据的可视化，并通过实际案例讲解其可视化方法，第7章介绍层次数据的可视化，并通过实际案例讲解其可视化
电子书
本书重点阐述云计算与大数据的基本原理、关键技术、常用平台和应用案例。本书共8章，包括云计算和大数据基础、云计算架构、虚拟化技术、云计算技术、大数据技术架构、大数据技术、云计算与大数据应用、综合实践等。本书配有PPT课件、教学大纲、教学计划、电子教案、课后习题答案、模拟试卷及答案、实验指导书、实验虚拟机，使用本书的老师可在人邮教育社区免费下载使用。本书可作为高等院校数据科学与大数据技术、计算机科学与
