Python數據可視化

呂雲翔，從2003年在北航軟件學院工作以來，一直講授本科生的“計算機導論”、“職業生涯規劃”和“軟件工程”這三門課，以及研究生的“軟件工程”課（全英文，2003-2007）。在教學上能夠認真備課，積極探索，並且能夠將大量的教學經驗（從1986年開始從教）應用到實際的教學中，教學效果良好，使學生能夠很好地掌握相關的知識和技能。2009年獲得北航軟件學院第一屆教學比賽二等獎。從2011年開始，以全英文的方式講授“計算機導論”課程。作為研究生指導教師先後指導了近200名研究生的畢業答辯。作為本科生指導教師，指導了本科畢業設計的學生近100名。在指導的過程中，取得的效果良好。先後以第一作者著、編著和翻譯了二十多本書。2009年獲得北航軟件學院著書特別獎。獲北航教學成果二等獎一項（2012），三等獎兩項（2010、2014）。

前言
第1章 數據可視化概述 1
1.1 數據可視化簡介 1
1.2 數據可視化的發展歷史 3
1.3 數據可視化流程 6
1.4 數據可視化設計工具和原則 9
1.4.1 可視化數據組織與管理工具 9
1.4.2 可視化設計原則 10
1.5 Python與數據可視化 12
1.6 習題 13
第2章 Python數據可視化庫 15
2.1 Matplotlib 15
2.1.1 Matplotlib簡介 15
2.1.2 Matplotlib的安裝和使用 16
2.2 Seaborn 17
2.2.1 Seaborn簡介 17
2.2.2 Seaborn的安裝和使用 17
2.3 Scikit-plot 18
2.3.1 Scikit-plot簡介 18
2.3.2 Scikit-plot 的安裝和使用 19
2.4 Python-igraph 21
2.4.1 Python-igraph簡介 21
2.4.2 Python-igraph 的安裝和使用 21
2.5 NetworkX 22
2.5.1 NetworkX簡介 22
2.5.2 NetworkX的安裝和使用 22
2.6 Pyecharts 23
2.6.1 Pyecharts簡介 23
2.6.2 Pyecharts的安裝和使用 24
2.7 HoloViews 25
2.7.1 HoloViews簡介 25
2.7.2 HoloViews的安裝和使用 25
2.8 Plotly 26
2.8.1 Plotly簡介 26
2.8.2 Plotly的安裝和使用 26
2.9 Wordcloud 27
2.9.1 Wordcloud簡介 27
2.9.2 Wordcloud的安裝和使用 28
2.10 習題 29
2.11 實訓：Python可視化環境配置 30
第3章 Python數據讀取與處理 31
3.1 Python數據讀取與查看 31
3.1.1 Python的文件讀寫 31
3.1.2 對象序列化 33
3.1.3 CSV文件的讀寫 34
3.1.4 數據庫的操作 36
3.1.5 SQLite3的操作 38
3.2 Python數據清洗 40
3.3 Pandas讀取與處理表格數據 41
3.3.1 讀取表格數據 42
3.3.2 處理表格數據 42
3.4 NumPy處理數據 44
3.5 Scikit-learn處理數據 46
3.6 習題 47
3.7 實訓：使用Kaggle實現數據下載、讀取與預處理 48
第4章 Python時間數據可視化 50
4.1 時間數據在大數據中的應用 50
4.2 連續型時間數據可視化 51
4.2.1 階梯圖 51
4.2.2 折線圖 53
4.2.3 南丁格爾玫瑰圖 54
4.2.4 熱圖 57
4.2.5 脊線圖 58
4.3 離散型時間數據可視化 60
4.3.1 散點圖 61
4.3.2 柱形圖 62
4.3.3 堆疊柱形圖 63
4.3.4 點線圖 66
4.4 習題 67
4.5 實訓：使用Matplotlib實現繪圖與主題更改 69
第5章 Python關系數據可視化 70
5.1 關系數據在大數據中的應用 70
5.2 數據關聯性的可視化 70
5.2.1 散點圖 71
5.2.2 散點圖矩陣 71
5.2.3 氣泡圖 72
5.3 數據分布性的可視化 74
5.3.1 莖葉圖 75
5.3.2 直方圖 75
5.3.3 密度圖 77
5.4 習題 79
5.5 實訓：使用Seaborn實現繪圖與主題更改 80
第6章 Python比例數據可視化 81
6.1 比例數據在大數據中的應用 81
6.2 部分與整體 81
6.2.1 餅圖 81
6.2.2 環形圖 83
6.2.3 比例中的堆疊 84
6.2.4 矩形樹圖 86
6.2.5 和弦圖 87
6.2.6 旭日圖 89
6.3 時空比例數據可視化 91
6.4 習題 93
6.5 實訓：使用Pyecharts構建數據大屏 95
第7章 Python文本數據可視化 96
7.1 文本數據在大數據中的應用及提取 96
7.1.1 文本數據在大數據中的應用 96
7.1.2 使用網絡爬蟲提取文本數據 97
7.2 文本內容可視化 98
7.2.1 標簽雲 98
7.2.2 主題河流 100
7.3 文本關系可視化 102
7.3.1 詞語樹 102
7.3.2 短語網絡 104
7.4 習題 106
7.5 實訓：使用HoloViews庫構建數據大屏 107
第8章 Python覆雜數據可視化 109
8.1 高維多元數據在大數據中的應用 110
8.1.1 空間映射法 111
8.1.2 圖標法 116
8.2 三維數據可視化 118
8.2.1 三維曲面圖 118
8.2.2 三維等高線圖 120
8.3 習題 122
8.4 實訓：使用Pyecharts庫構建可交互圖表 123
第9章 案例：用戶消費行為分析 124
9.1 RFM簡介 124
9.2 數據讀入 124
9.3 數據清洗和預處理 125
9.3.1 數據清洗 125
9.3.2 數據預處理 126
9.4 RFM統計量計算 127
9.5 RFM 歸類 127
9.6 結果保存 129
9.7 可視化 129
9.8 流程總結 131
第10章 案例：世界杯數據分析 132
10.1 數據說明 132
10.2 世界杯觀眾可視化分析 134
10.3 世界杯冠軍數據可視化分析 140
10.4 世界杯比賽數據可視化分析 143
10.5 世界杯進球數據可視化分析 150
第11章 案例：利用手機的購物評論分析手機特征 155
11.1 案例介紹 155
11.2 從Kaggle上下載數據 155
11.3 對數據進行清洗 159
11.3.1 NumPy和Pandas及其安裝 159
11.3.2 篩選出想要的數據 160
11.4 分析數據 163
11.4.1 模型介紹 163
11.4.2 算法應用 164
11.5 案例總結 176
第12章 案例：科比職業生涯進球可視化分析 177
12.1 案例介紹 177
12.2 預處理 177
12.3 命中率可視化分析 181
12.4 投籃習慣可視化分析 196
參考文獻 203