本书主要针对数据科学、统计学、商学领域的教学，介绍基于Python软件的数据可视化基础知识、数据计算与交互式绘图，机器学习中的可视化工具和技术，以及特定数据结构下的可视化技术，如金融数据结构、生物数据结构、网络数据结构中的可视化展示，并配以丰富的案例，紧密结合常见的统计方法和机器学习方法。本书配有大量实际案例和习题，涉及金融、经济管理、医疗影像、健康大数据、地理数据等方面的知识，内容翔实，能让授课
电子书
内容简介
本书以循序渐进的方式，由浅入深地讲述了数据分析的整个过程。全书共分6章，主要内容包括：数据分析概述、数据可视化初步、数据可视化进阶、数据挖掘基础、数据分析报告和综合案例。每章内附有实用性范例供读者练习，巩固所学知识。 本书在讲解数据可视化的基础性原理的同时，融入真实案例分析，具有较强的实用性，帮助读者举一反三，真正学会大数据可视化和数据挖掘的工具软件，能运用大数据思维解决学习和工作中的实际问题。
章节目录
- 封面
- 书名页
- 版权页
- 前言
- 目录
- 第1章 数据分析概述
- 1.1 大数据简介
- 1.2 数据可视化
- 1.2.1 数据可视化概述
- 1.2.2 在线可视化工具
- 1.2.3 专业可视化软件
- 1.3 数据挖掘
- 1.3.1 数据挖掘概述
- 1.3.2 常用数据挖掘工具
- 1.4 数据分析
- 1.4.1 数据分析概述
- 1.4.2 数据分析的目的与分类
- 1.4.3 数据分析的作用
- 1.5 数据分析的步骤
- 1.6 数据分析方法论
- 1.7 常见数据分析法则
- 第2章 数据可视化初步
- 2.1 Oracle DV产品简介
- 2.2 软件安装
- 2.2.1 硬件要求
- 2.2.2 安装Oracle DVD
- 2.2.3 安装DVML
- 2.3 其他数据可视化工具
- 2.3.1 Excel
- 2.3.2 Tableau
- 2.3.3 Power BI
- 2.3.4 ECharts
- 2.4 Oracle DVD功能介绍
- 2.4.1 认识主页
- 2.4.2 连接到文件
- 2.4.3 连接到数据库
- 2.4.4 创建项目和添加数据集
- 2.4.5 项目的导入导出
- 2.4.6 工作界面简介
- 2.5 Oracle DVD支持的数据类型
- 2.5.1 定性数据与定量数据
- 2.5.2 度量和属性
- 2.5.3 连续和离散
- 2.5.4 数据转换选项
- 2.6 创作一个画布
- 2.6.1 画布新建与设置
- 2.6.2 将数据添加到可视化画布
- 2.6.3 添加多个可视化图表
- 2.6.4 更改可视化类型
- 2.6.5 调整可视化属性
- 2.6.6 颜色设置
- 2.6.7 大小（宽度）设置
- 2.6.8 排序和筛选
- 2.6.9 数据的钻探
- 2.6.10 用作筛选器
- 2.6.11 导出画布
- 第3章 数据可视化进阶
- 3.1 运算符和表达式
- 3.1.1 算术表达式
- 3.1.2 关系表达式
- 3.1.3 逻辑表达式
- 3.2 添加计算
- 3.3 主要功能函数简介
- 3.3.1 COUNT（）函数
- 3.3.2 TOPN（）函数
- 3.3.3 Case（if）函数
- 3.4 创建图表
- 3.4.1 条形图
- 3.4.2 水平条形图
- 3.4.3 线形图
- 3.4.4 面积图
- 3.4.5 饼图
- 3.4.6 旭日图
- 3.4.7 雷达线
- 3.4.8 网格热图
- 3.4.9 树状图
- 3.4.10 标记云
- 3.4.11 散点图
- 3.4.12 组合图表
- 3.4.13 瀑布图
- 3.4.14 箱线图
- 3.4.15 地图
- 3.5 创建故事
- 第4章 数据挖掘基础
- 4.1 数据挖掘概述
- 4.1.1 数据挖掘的分类
- 4.1.2 数据挖掘的步骤
- 4.1.3 数据挖掘的应用
- 4.1.4 数据挖掘的案例
- 4.2 IBM SPSS Modeler 18简介
- 4.2.1 软件下载与安装
- 4.2.2 软件界面介绍
- 4.2.3 数据流构建
- 4.2.4 模型简介
- 4.3 数据整理
- 4.3.1 数据的属性
- 4.3.2 数据的角色
- 4.3.3 数据的导入
- 4.3.4 数据的集成
- 4.3.5 数据的导出
- 4.4 数据建模——决策树
- 4.4.1 决策树案例
- 4.4.2 用户画像案例
- 4.5 数据建模——关联分析
- 4.5.1 关联参数
- 4.5.2 关联分析案例
- 第5章 数据分析报告
- 5.1 数据分析报告概述
- 5.2 数据分析报告的写作原则
- 5.3 数据分析报告的结构
- 5.4 数据分析报告排版
- 第6章 综合案例（成绩分析）
- 6.1 数据整理
- 6.2 人数分析
- 6.3 生源地分析
- 6.4 成绩分析
- 6.5 叙述
- 附录A 数据分析报告评分表
- 附录B 数据分析报告示例
- 附录C Access基本操作
- 参考文献
- 书脊
- 封底
展开全部
数据可视化与分析基础是2019年由中国铁道出版社出版,作者张丹珏。
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《数据可视化与分析基础》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
本书共9章，由浅入深地介绍各类数据可视化技术及相关可视化工具的使用方法，力求培养读者对数据可视化的认知以及动手能力。第1章和第2章是基础应用，介绍数据可视化的定义、作用和发展历史，以及如何使用Excel进行数据可视化；第3章～第5章介绍数据可视化工具Tableau的基本使用方法；第6章～第9章详细介绍如何利用代码实现数据可视化，包括前端数据可视化、使用JavaScript实现数据可视化、大屏数据可
电子书
本书以“自动售货机”产品销售为主线，共分7个项目。项目1介绍了某企业“自动售货机”的经营困惑，以及“自动售货机”数据分析的流程；项目2为商品的整体销售情况分析；项目3为区域销售情况分析；项目4为商品库存的分析；项目5为用户行为的分析；项目6为商品销售量的预测；项目7介绍了“自动售货机”周报的撰写。
电子书
本书采用理论分析和Python编程实战相结合的形式，按照数据分析与可视化的基本步骤，数据分析与可视化的基本理论知识和相应的Python库进行了详细的介绍，让读者能够在了解基本理论知识的同时快速上手实现数据分析与可视化的程序。
电子书
本书共3章。第1章讲述Python基础知识，包括Python语言基本语法、内置数据类型、Python控制语句、函数和文件操作；第2章讲述Python数据分析，包括Numpy数值计算基础、Numpy数学与算术函数、Numpy中的数据统计与分析、pandas统计分析基础、pandas数据运算、pandas数据载入与预处理；第3章讲述数据可视化，包括matplotlib绘图基础、使用pandas和Sea
电子书
本书主要内容如下：第一部分Python编程基础。第二部分：Python数据分析（Pandas，Numpy等简介、数据收集、数据清洗、数据挖掘、数据分析）。第三部分：Python数据可视化（数据可视化Matplotlib，seaborn等可视化库、财务会计案例、大数据分析案例）。第四部分：Python与自动化控制（简介、正则表达式、文件处理、Python与excel、PythonGUI控制鼠标和键盘
电子书
本书以任务为导向，全面地介绍了数据分析的流程和PowerBI数据分析的应用，详细讲解了使用PowerBI解决企业实际问题的方法。全书共8章，包括数据分析与可视化概述、数据获取、M语言数据预处理、DAX语言数据建模、数据分析与可视化、PowerBI数据分析报表、数据部署、自动售货机综合案列。本书的大部分章节包含了实训与课后习题，通过练习和实践操作，可帮助读者巩固所学的内容。本书可以作为高校数据分析相
电子书
本书对可视化技术、交互技术以及数据分析方法进行了系统和全面的讲解。介绍了交互式可视化数据分析解决方案的设计标准，论述了设计中的影响因素以及工作流程的检验方法。读者可以从中了解可视化编码的基础知识，以及用于多元数据、时间数据、地理空间数据和图形数据等方面的众多可视化技术。书中专门用一章的内容来介绍与可视化效果互动的常规概念，并且利用图示来说明现代交互技术如何推动可视化数据分析的发展。针对如今庞大而复
