數(shù)據(jù)科學(xué)的可視化：Python與R的實(shí)現(xiàn)

第一部分 基礎(chǔ)篇

第 1 章 可視化探索性數(shù)據(jù)分析:從案例開始理解

1.1 案例: 例1.1 汽車數(shù)據(jù)

1.2 案例: 例 1.2 葡萄牙選舉數(shù)據(jù)

1.3 案例: 例 1.3 睡眠數(shù)據(jù)

1.4 案例: 例 1.4 QSAR 生物富集類別數(shù)據(jù)

1.5 案例:例 1.5 部分鳶尾花人造缺失值數(shù)據(jù)

1.6 本書使用的一些自編的Python 函數(shù)

1.7 本章的R代碼.

1.8 習(xí)題

第 2章 Python 基本畫圖技能

2.1 matplotlib.pyplot 畫圖工具及基本技能

2.2 seaborn(sns)系列畫圖工具

2.3 pandas.DataFrame 畫圖.

2.4 Altair 畫圖工具

2.5 Plotly 畫圖工具

2.6 pyecharts 畫圖工具

2.7 習(xí)題

第 3 章 R基本畫圖技能

3.1 基本的 R 代碼畫圖

3.2 強(qiáng)有力的畫圖程序包: ggplot2

3.3 recharts 畫圖工具

3.4 習(xí)題(第2章和第3章合并)

第 4 章 網(wǎng)絡(luò)圖基本技能

4.1 R網(wǎng)絡(luò)作圖

4.2 Python 網(wǎng)絡(luò)作圖

4.3 習(xí)題

第二部分 應(yīng)用篇

第5章 有監(jiān)督學(xué)習(xí)的可視化案例

5.1 初等可視化描述:例5.1鹽度數(shù)據(jù)

5.2 有監(jiān)督學(xué)習(xí)回歸案例: 例 5.2 混凝土數(shù)據(jù)

5.3 有監(jiān)督學(xué)習(xí)分類案例(自變量為數(shù)量變量):例5.3 數(shù)字筆跡數(shù)據(jù)

5.4 有監(jiān)督學(xué)習(xí)分類案例(自變量多為分類變量):例5.4皮膚病數(shù)據(jù)

5.5 本章的 Python 代碼

5.6 習(xí)題

第 6章 無監(jiān)督學(xué)習(xí)的可視化描述

6.1 降維:主成分方法的可視化

6.2 聚類案例: 例 6.2 人口學(xué)數(shù)據(jù)

6.3 本章的 Python 代碼

6.4 習(xí)題

第 7 章 關(guān)聯(lián)規(guī)則:大量比例的計(jì)算、展示及解釋

7.1 概述:

7.2 一些基本概念和術(shù)語

7.3 概觀例 7.1 的數(shù)據(jù)

7.4 求規(guī)則

7.5 關(guān)聯(lián)規(guī)則的可視化

7.6 本章的 Python 代碼

7.7 習(xí)題

第 8 章 社交網(wǎng)絡(luò)的可視化

8.1 網(wǎng)絡(luò)圖概述

8.2 貿(mào)易數(shù)據(jù)案例

8.3 例 8.1 貿(mào)易數(shù)據(jù)的部分: 中國出口占比

8.4 中心性度量

8.5 本章的 Python 代碼

8.6 習(xí)題

第 9章 詞語分析的可視化

9.1 通過簡單例子概述詞語分析

9.2 兩個(gè)詞語文獻(xiàn)的詞頻數(shù)比較

9.3 文本的詞頻率分析

9.4 文本的情感分析

9.5 詞之間的關(guān)系:n元組

9.6 本章涉及的 Python 編程

9.7 習(xí)題