Python數(shù)據(jù)可視化之Matplotlib與Pyecharts

定　價(jià)：￥68.00

作　者：	王國(guó)平
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302553557	出版時(shí)間：	2020-06-01	包裝：
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	247	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《Python數(shù)據(jù)可視化之Matplotlib與Pyecharts》以某上市電商企業(yè)的客戶數(shù)據(jù)、訂單數(shù)據(jù)、股價(jià)數(shù)據(jù)為基礎(chǔ)，由淺入深、循序漸進(jìn)地介紹Python可視化技術(shù)，重點(diǎn)介紹Matplotlib與Pyecharts在數(shù)據(jù)可視化應(yīng)用中的基本功能和使用技巧。全書(shū)以案例為主線，既包括軟件的操作與應(yīng)用，又融入了數(shù)據(jù)可視化的基礎(chǔ)知識(shí)，繪圖案例大多選自工作實(shí)踐，可使讀者真正掌握專(zhuān)業(yè)的可視化方法與技巧，提升數(shù)據(jù)分析的整體能力。《Python數(shù)據(jù)可視化之Matplotlib與Pyecharts》配套資源包含案例采用的數(shù)據(jù)源文件、源代碼和教學(xué)視頻，供讀者在閱讀《Python數(shù)據(jù)可視化之Matplotlib與Pyecharts》時(shí)進(jìn)行操作練習(xí)和參考?！禤ython數(shù)據(jù)可視化之Matplotlib與Pyecharts》可作為管理、經(jīng)濟(jì)、社會(huì)人文等領(lǐng)域的人員學(xué)習(xí)Python軟件進(jìn)行大數(shù)據(jù)可視化分析的參考書(shū)，也可以作為大中專(zhuān)院校相關(guān)專(zhuān)業(yè)的教學(xué)用書(shū)或參考書(shū)。

作者簡(jiǎn)介

　　王國(guó)平，畢業(yè)于上海海洋大學(xué)，碩士，從業(yè)近十年，主要從事數(shù)據(jù)可視化、數(shù)據(jù)挖掘和大數(shù)據(jù)分析等工作。精通Tableau、Power BI、SPSS、Python等軟件與開(kāi)發(fā)工具，已出版《精通Tableau商業(yè)數(shù)據(jù)分析與可視化》《Microsoft Power BI數(shù)據(jù)可視化與數(shù)據(jù)分析》等多本專(zhuān)著。

圖書(shū)目錄

第一部分大數(shù)據(jù)可視化基礎(chǔ)
第1章大數(shù)據(jù)可視化概述
1．1 大數(shù)據(jù)時(shí)代的技術(shù)挑戰(zhàn)
1．2 數(shù)據(jù)可視化的技術(shù)難點(diǎn)
1．3 可視化工具的必備特性
第2章搭建大數(shù)據(jù)開(kāi)發(fā)環(huán)境
2．1 集群的安裝及網(wǎng)絡(luò)配置
2．1．1 Hadoop集群概述
2．1．2 集群軟件及其版本
2．1．3 集群網(wǎng)絡(luò)環(huán)境配置
2．2 集群案例數(shù)據(jù)集簡(jiǎn)介
2．2．1 數(shù)據(jù)字段說(shuō)明
2．2．2 數(shù)據(jù)導(dǎo)入說(shuō)明
2．2．3 運(yùn)行環(huán)境說(shuō)明
2．3 連接Hive的圖形界面工具
2．3．1 DBeaver
2．3．2 0racle SQL Developer
2．3．3 DbVisualizer
2．3．4 SQuirrel SQL Client
第3章大數(shù)據(jù)可視化工具
3．1 Tableau
3．1．1 Tableau簡(jiǎn)介
3．1．2 Tableau連接Hive
3．1．3 Tableau連接Spark
3．2 Zeppelin
3．2．1 Zeppelin簡(jiǎn)介
3．2．2 Zeppelin連接Hive
3．2．3 Zeppelin連接Spark
3．3 Python在數(shù)據(jù)可視化中的應(yīng)用
3．3．1 Python簡(jiǎn)介
3．3．2 Python連接Hive
3．3．3 Python可視化案例
第4章 Python可視化編程基礎(chǔ)
4．1 Python環(huán)境安裝
4．1．1 Anaconda
4．1．2 PyCharm
4．2 Python代碼開(kāi)發(fā)工具
4．2．1 Spyder"
4．2．2 Jupyter Notebook
4．2．3 Jupyter Lab
4．3 Python連接數(shù)據(jù)源
4．3．1 連接單個(gè)文件數(shù)據(jù)
4．3．2 連接關(guān)系型數(shù)據(jù)庫(kù)
4．3．3 連接Hadoop集群
第5章 Python數(shù)據(jù)可視化庫(kù)
5．1 Matplotlib
5．1．1 Matplotlib庫(kù)簡(jiǎn)介
5．1．2 Matplotlib可視化案例
5．2 Pyecharts
5．2．1 Pyecharts庫(kù)簡(jiǎn)介
5．2．2 Pyecharts可視化案例
5．3 SeabOm
5．3．1 Seabom庫(kù)簡(jiǎn)介
5．3．2 Seaborn可視化案例
5．4 ggplot
5．4．1 ggplot庫(kù)簡(jiǎn)介
5．4．2 ggplot可視化案例
5．5 Bokeh
5．5．1 Bokeh庫(kù)簡(jiǎn)介
5．5．2 Bokeh可視化案例
5．6 Pygal
……
第二部分 Ma?tplotlib數(shù)據(jù)可視化
第三部分 Pyecharts數(shù)據(jù)可視化
附錄集群各節(jié)點(diǎn)的參數(shù)配置
參考文獻(xiàn)