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
内容简介
本书采用单元式结构，每个单元中包含有多项任务，每个任务都是一项具体的应用案例。通过各单元中的任务驱动案例和拓展训练，从任务描述知识储备任务实施等环节出发，深入浅出地介绍Python数据可视化的方法和程序设计思路。本书单元1～单元3介绍数据可视化的基本概念；单元4～单元6分别介绍Matplotlib、Seabom和pyecharts库数据可视化的基本方法；单元7 是pyecharts综合项目案例。本书采用任务驱动教学方式，各个单元中都配有教学案例、教学PPT、程序源代码、数据集和教学视频，每个单元还有许多示例代码，拓展训练，单元小结和思考练习，以便于读者自学和练习，并结合案例内容融入课程思政元素。
章节目录
- 单元1认识数据可视化
- 1.1 什么是数据可视化
- 释数据可视化的概念。【任务1-1】 期末成绩的分布分析
- 1.2 数据可视化的作用
- 【任务1-2】 产品销售情况统计表分析
- 1.3 数据可视化的工具和库
- 【任务1-3】 数据可视化的工具
- 【任务1-4】 Python 数据可视化工具库
- 拓展训练
- 【拓展任务1】 中国原油生产和石油进出口情况分析
- 单元小结
- 思考练习
- 单元2Python开发环境及常用数据处理操作
- 2.1 Python 的开发环境搭建
- 【任务2-1】 Python 软件安装
- 【任务2-2】 Python 环境变量配置及测试
- 2.2 PyCharm 安装与使用
- 【任务2-3】 PyCharm 安装
- 【任务2-4】 PyCharm 简单设置
- 【任务2-5】 PyCharm 使用
- 2.3 Python 数据可视化常用的类库
- 【任务2-6】 NumPy 简介、测试、安装与导入
- 【任务2-7】 pandas 简介、测试、安装与导入
- 【任务2-8】 在PyCharm 中导入NumPy 和pandas 库
- 2.4 数据可视化中pandas 库常用操作
- 【任务2-9】 pandas 的数据结构
- 【任务2-10】 文件读取操作
- 【任务2-11】 获取数据操作
- 拓展训练
- 【拓展任务2】 常用数据处理操作
- 单元小结
- 思考练习
- 单元3数据可视化——图表的基本类型
- 3.1 图表的基本类型
- 【任务3-1】 数据可视化的探索过程
- 3.2 类别比较型图表
- 【任务3-2】 了解类别比较型图表
- 3.3 数据关系型图表
- 【任务3-3】 了解数据关系型图表
- 3.4 数据分布型图表
- 【任务3-4】 了解数据分布型图表
- 3.5 时间序列型图表
- 【任务3-5】 了解时间序列型图表
- 3.6 局部整体型图表
- 【任务3-6】 了解局部整体型图表
- 3.7 地理空间型图表
- 【任务3-7】 了解地理空间型图表
- 拓展训练
- 【拓展任务3】 数据可视化的应用
- 单元小结
- 思考练习
- 单元4Matplotlib数据可视化
- 4.1 认识Matplotlib
- 【任务4-1】 Matplotlib 简介、测试、安装与导入
- 4.2 Matplotlib 绘图的基础知识
- 【任务4-2】 绘图接口、图表对象与元素和常见的绘图函数
- 4.3 使用pyplot 创建图表
- 【任务4-3】 绘制各种不同风格的水平线和垂直线
- 【任务4-4】 设置图表标题、轴标签、轴范围和轴刻度
- 【任务4-5】 设置图例
- 【任务4-6】 设置格式化字符串
- 【任务4-7】 设置文本、标注、网格线
- 【任务4-8】 创建子图
- 【任务4-9】 设置坐标轴
- 4.4 Matplotlib 参数配置
- 【任务4-10】 设置Matplotlib 配置文件
- 【任务4-11】 设置动态rc 参数
- 【任务4-12】 设置中文、负号显示
- 4.5 Matplotlib 类别比较型图表
- 【任务4-13】 单数据系列柱形图——我国铁路营业里程情况
- 【任务4-14】 多数据系列柱形图——我国就业人员情况
- 【任务4-15】 堆积柱形图——我国各类运输方式旅客周转量情况
- 【任务4-16】 百分比堆积柱形图——我国客运量情况
- 【任务4-17】 条形图——我国各类运输营业里程情况
- 【任务4-18】 雷达图——我国直辖市软件项目收入情况
- 4.6 Matplotlib 数据关系型图表
- 【任务4-19】 散点图——广告投入与销售额之间的关系
- 【任务4-20】 气泡图——广告投入、销售额及投入产出比的关系
- 4.7 Matplotlib 数据分布型图表
- 【任务4-21】 直方图——学生期末综合成绩分布情况
- 【任务4-22】 柱形图——学生期末考试成绩分布情况
- 【任务 4-23】 箱形图——学生平时成绩、期末考试成绩和期末综合成绩的分布情况
- 4.8 Matplotlib 时间序列型图表
- 【任务4-24】 折线图——国内人均旅游花费情况
- 【任务4-25】 面积图——国内游客情况
- 4.9 Matplotlib 局部整体型图表
- 【任务4-26】 饼图——全国高等教育招生数占比情况
- 【任务4-27】 圆环图——全国高等教育毕业生人数占比情况
- 拓展训练
- 【拓展任务4】 三次产业贡献率情况
- 单元小结
- 思考练习
- 单元5Seaborn数据可视化
- 5.1 认识Seaborn
- 【任务5-1】 Seaborn 简介、测试、安装与导入
- 5.2 Seaborn 图表风格
- 【任务5-2】 设置图表样式
- 【任务5-3】 设置元素的缩放比例和中文显示
- 【任务5-4】 移除轴
- 5.3 Seaborn 的颜色主题
- 【任务5-5】 设置图表调色板
- 5.4 Seaborn 常见图表
- 【任务5-6】 带误差棒的柱形图——不同空气质量等级的PM2.5平均值
- 【任务5-7】 统计直方图与核密度估计图——全年AQI 分布图
- 【任务5-8】 矩阵散点图——AQI、PM2.5、SO2、NO2之间的关系
- 【任务5-9】 小提琴图——全年不同空气质量等级的PM2.5情况
- 拓展训练
- 【拓展任务5】 AQI 的变化趋势
- 单元小结
- 思考练习
- 单元6pyecharts数据可视化
- 6.1 认识pyecharts
- 【任务6-1】 pyecharts 简介、测试、安装与导入
- 6.2 pyecharts 绘制图表流程
- 【任务6-2】 绘制简单图表
- 6.3 图表的全局配置项
- 【任务6-3】 初始化配置项
- 【任务6-4】 标题配置项
- 【任务6-5】 图例配置项
- 【任务6-6】 工具箱配置项
- 【任务6-7】 视觉映射配置项
- 【任务6-8】 提示框配置项
- 【任务6-9】 区域缩放配置项
- 【任务6-10】 坐标轴配置项
- 【任务6-11】 原生图形元素组件
- 6.4 图表的系列配置项
- 【任务6-12】 文字样式配置项
- 【任务6-13】 标签配置项
- 【任务6-14】 线样式配置项
- 【任务6-15】 分割线配置项
- 6.5 pyecharts 常见图表
- 【任务6-16】 柱形图和条形图——居民人均可支配收入和人均消费支出情况
- 【任务6-17】 雷达图——居民人均消费支出情况
- 【任务6-18】 散点图——TV 广告投入与销售额之间的关系
- 【任务6-19】 平行坐标图——各类学历教育招生人数情况
- 【任务6-20】 箱形图——我国造林总面积情况
- 【任务6-21】 漏斗图——我国货运量情况
- 【任务6-22】 仪表盘——某门课程学员学习进度合格率
- 【任务6-23】 折线图——我国居民人均收支情况
- 【任务6-24】 饼图——居民人均消费支出及其构成
- 拓展训练
- 【拓展任务6】 城市绿地建设情况
- 单元小结
- 思考练习
- 单元7国民经济和社会发展统计数据可视化
- 7.1 国内生产总值及各级产业增加值情况
- 【任务7-1】 国内生产总值及第一产业、第二产业、第三产业增加值情况
- 7.2 人口数据情况
- 【任务7-2】 人口数构成及抚养比情况
- 【任务7-3】 人口年龄结构与抚养比情况
- 7.3 广播电视和电影发展情况
- 【任务7-4】 有线广播电视用户数情况
- 【任务7-5】 国产和进口电影票房收入情况
- 单元小结
- 思考练习
- 参考文献
展开全部
Python数据可视化任务教程（微课版）是2024年由人民邮电出版社出版,作者郑丹青。
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《Python数据可视化任务教程（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12个单元，包括程序开发环境构建与数据输入输出、基本数据类型与运算符应用、逻辑运算与流程控制、序列数据与正则表达式操作、函数应用与模块化程序设计、类定义与使用、文件操作与异常处理、数据库访问与使用、网络编程与进程控制、基于GUI框架的图形界面设计与网络爬虫应用、基于Flask框架的Web程序设计、基于Django框架的Web程序设计。
电子书
本书共16章，内容涵盖基本数据类型、自定义函数、控制语句、自定义模块和导入语句等Python基础知识，面向对象编程、文件管理和路径管理、序列化和持久化等Python中级知识，Web开发、数据库开发等Python高级知识，字符编码、BOM等拓展知识。
电子书
本书以JupyterNotebook为主要开发工具，全面地介绍数据预处理的相关知识。全书共分8章，内容分别为初识Python数据预处理、数据获取与存储、数据清洗、数据集成、数据变换、数据规约、综合实战：家用热水器用户行为分析以及两个综合实战项目。每个章节均配置了丰富的示例或案例，通过本书的学习，读者可以充分理解常用数据预处理方法的精髓、掌握具体技术细节，并在实践中提升实际开发能力，为数据分析和机器
电子书
数据挖掘旨在发现蕴含在数据中的有价值的数据模式、知识或规律，是目前非常热门的研究领域。理解数据挖掘模型的原理、方法并熟练掌握其实现技术是数据挖掘从业者必备的能力。本书从理论模型和技术实战两个角度，全面讲述数据挖掘的基本流程、模型方法、实现技术及案例应用，帮助读者系统地掌握数据挖掘的核心技术，培养读者从事数据挖掘工作的基本能力。全书共12章，主要内容包括数据探索、数据预处理、特征选择、基础分类模型及
电子书
本书的设计和编写目标是培养读者的数据思维能力和数据预处理能力，内容具有典型性和实用性，系统介绍基于Python的数据预处理的流程和技术。全书共8个单元，单元1介绍数据预处理的基础知识，单元2介绍Python数据预处理的库pandas的用法及主要数据对象的用法，单元3～单元7依次介绍数据预处理流程中数据获取、数据合并、数据清洗、数据变换和数据描述等相关知识和技术。为突出培养读者的动手能力，本书单元2
