Python数据可视化实战（第2版）（微课版）

图书介绍

本书从实践出发，结合大量数据可视化案例及教学经验，以Python为基础，介绍使用Matplotlib、seaborn和pyecharts库进行数据可视化的主要方法。本书每章都由学习目标、小结、实训等组成（第1章无实训）。全书设计思路以应用为导向，让读者明确如何利用所学知识来解决问题，通过实训巩固所学知识，真正理解并能够应用所学知识。全书大部分章节紧扣学习目标展开，不堆积知识点，着重于思路的启发与解决方案的实施。通过实例教学，既利于学习基本知识，也利于掌握可视化过程，让读者做到对数据可视化技术真正理解与掌握。

全书共8章，分为基础部分（第1~5章）和实战部分（第6~8章），基础部分包括了Python数据可视化概述、数据的读取与处理、Matplotlib数据可视化基础、seaborn绘制进阶图形、pyecharts交互式绘图，实战部分包括了广电大数据可视化项目实战、新零售智能销售数据可视化实战、基于TipDM数据挖掘平台建模平台实现广电大数据可视化项目。本书的大部分章节包含了实训，通过练习和实践操作，可帮助读者巩固所学的内容。

图书目录

图书目录

第1章 Python数据可视化概述

1.1 了解数据与数据可视化
       1.1.1 了解数据
       1.1.2 了解数据可视化
       1.2 熟悉常用的数据可视化图形
       1.2.1 熟悉基础图形的种类及作用
       1.2.2 掌握高级图形的种类及作用
       1.3 比较与了解Python与其他可视化工具
       1.3.1 比较常用数据可视化工具
       1.3.2 了解Python数据可视化工具库
       1.4 熟悉Python集成开发环境Jupyter Notebook
       1.4.1 掌握Jupyter Notebook的基础操作
       1.4.2 熟悉Jupyter Notebook的高级操作
小结
课后习题

第2章 数据的读取与处理

2.1 读取数据
       2.1.1 读取CSV文件数据
       2.1.2 读取Excel文件数据
       2.1.3 读取数据库数据
       2.2 处理数据
       2.2.1 校验数据
       2.2.2 清洗数据
       2.2.3 合并数据
小结
实训
       实训1 读商超销售蔬菜的数据
       实训2 处理商超销售蔬菜的数据
课后习题

第3章 Matplotlib数据可视化基础

3.1 基础语法与常用参数
       3.1.1 基础语法与绘图风格
       3.1.2 动态rc参数
       3.2 绘图分析特征间的关系
       3.2.1 绘制散点图
       3.2.2 绘制折线图
       3.3 绘图分析特征内部数据分布与分散状况
       3.3.1 绘制饼图
       3.3.2 绘制柱形图
       3.3.3 绘制箱线图
小结
实训
       实训1 分析各产业就业人员数据特征间的关系
       实训2 分析各产业就业人员数据特征的分布与分散状况
课后习题

第4章 用seaborn绘制进阶图形

4.1 熟悉seaborn绘图基础
       4.1.1 了解seaborn中的基础图形
       4.1.2 了解seaborn的绘图风格
       4.1.3 熟悉seaborn的调色板
       4.2 绘制关系图
       4.2.1 绘制散点图
       4.2.2 绘制折线图
       4.2.3 绘制热力图
       4.2.4 绘制矩阵网格图
       4.2.5 绘制关系网格组合图
       4.3 绘制分类图
       4.3.1 绘制条形图
       4.3.2 绘制单变量分布图
       4.3.3 绘制分类散点图
       4.3.4 绘制增强箱线图
       4.3.5 绘制分类网格组合图
       4.4 绘制回归图
       4.4.1 绘制线性回归拟合图
       4.4.2 绘制线性回归网格组合图
小结
实训
       实训1 分析各空气质量指数之间的关系及其分布情况
       实训2 分析各空气质量指数与AQI的相关性
课后习题

第5章 pyecharts交互式图形绘制

5.1 pyecharts绘图基础
       5.1.1 初始配置项
       5.1.2 系列配置项
       5.1.3 全局配置项
       5.2 绘制交互式基础图形
       5.2.1 绘制条形图
       5.2.2 绘制散点图
       5.2.3 绘制折线图
       5.2.4 绘制箱线图
       5.2.5 绘制3D散点图
       5.2.6 绘制饼图
       5.3 绘制交互式高级图形
       5.3.1 绘制层叠多图
       5.3.2 绘制漏斗图
       5.3.3 绘制热力图
       5.3.4 绘制词云图
       5.3.5 绘制关系图
       5.3.6 绘制桑基图
       5.4 绘制组合图形
       5.4.1 绘制并行多图
       5.4.2 绘制顺序多图
       5.4.3 绘制时间线轮播多图
小结
实训
       实训1绘制交互式基础图形
       实训2绘制组合图形
课后习题

第6章 交互化与智能化的数据可视化技术

6.1 数据可视化的交互化与智能化
       6.1.1 交互式可视化框架的兴起
       6.1.2 大模型与智能化平台对可视化工具的革新
       6.1.3 交互智能可视化与传统工具的对比分析
       6.2 交互式Web可视化框架
       6.2.1 交互式Web可视化框架的概念
       6.2.2 常见的交互式Web可视化框架
       6.2.3 基于Dash框架的中国就业人员产业结构分析
       6.3 大模型驱动的智能可视化平台
       6.3.1 大模型驱动的智能可视化平台的概念
       6.3.2 阿里云DataV数据可视化智能体平台
       6.3.3 智能体可视化在销售分析中的应用
小结
实训
       实训1 基于Dash框架的商品交易记录表数据分析应用
       实训2 基于智能体可视化平台的化妆品销售数据分析

第7章 新零售智能销售数据可视化项目实战

7.1 了解项目背景与目标
       7.1.1 了解项目背景
       7.1.2 熟悉数据情况
       7.1.3 熟悉项目流程
       7.2 读取与处理新零售智能销售数据
       7.2.1 读取数据
       7.2.2 清洗数据
       7.2.3 规约数据
       7.3 绘制销售分析图
       7.3.1 销售额与新零售智能销售设备数量的关系
       7.3.2 订单数量与新零售智能销售设备数量的关系
       7.3.3 畅销和滞销商品
       7.3.4 各市商品销售占比情况
       7.3.5 新零售智能销售设备的销售情况
       7.4 绘制库存分析图
       7.4.1 售罄率分析
       7.4.2 库存成本分析
       7.4.3 进货数量、库存数量和销售数量走势分析
       7.4.4 商品利润贡献度与库存匹配度分析
       7.5 绘制用户分析图
       7.5.1 用户支付方式分析
       7.5.2 用户所在城市分析
       7.5.3 用户消费时间段分析
       7.5.4 用户消费频次与分层分析
       7.6 销售额预测
       7.7 撰写项目分析报告
       7.7.1 分析思路
       7.7.2 分析结果
       7.7.3 总结和建议
小结
       7.8 实训超市销售数据可视化项目
课后习题

第8章 基于TipDM大数据挖掘建模平台实现新零售智能销售数据可视化项目

8.1 TipDM大数据挖掘建模平台简介
       8.1.1 共享库
       8.1.2 数据连接
       8.1.3 数据集
       8.1.4 我的工程
       8.1.5 个人组件
       8.2 实现新零售智能销售数据可视化项目
       8.2.1 数据源配置
       8.2.2 数据预处理
       8.2.3 可视化分析
小结
实训