作者:
Igor Milovanovic
出版社: 人民邮电出版社
原作名: Igor Milovanovic
译者: 颛清山
出版年: 2015-5-1
页数: 242
定价: 49.00元
装帧: 平装
ISBN: 9787115384393
出版社: 人民邮电出版社
原作名: Igor Milovanovic
译者: 颛清山
出版年: 2015-5-1
页数: 242
定价: 49.00元
装帧: 平装
ISBN: 9787115384393
内容简介 · · · · · ·
《Python数据可视化编程实战》是一本使用Python实现数据可视化编程的实战指南,介绍了如何使用Python最流行的库,通过60余种方法创建美观的数据可视化效果。
全书共8章,分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图表和定制化、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据以及更多matplotlib知识。
《Python数据可视化编程实战》适合那些对Python编程有一定基础的开发人员,可以帮助读者从头开始了解数据、数据格式、数据可视化,并学会使用Python可视化数据。
目录 · · · · · ·
第1章 准备工作环境 1
1.1 介绍 1
1.2 安装matplotlib、Numpy和Scipy库 2
1.2.1 准备工作 2
1.2.2 操作步骤 3
1.2.3 工作原理 4
· · · · · · (更多)
1.1 介绍 1
1.2 安装matplotlib、Numpy和Scipy库 2
1.2.1 准备工作 2
1.2.2 操作步骤 3
1.2.3 工作原理 4
· · · · · · (更多)
第1章 准备工作环境 1
1.1 介绍 1
1.2 安装matplotlib、Numpy和Scipy库 2
1.2.1 准备工作 2
1.2.2 操作步骤 3
1.2.3 工作原理 4
1.2.4 补充说明 4
1.3 安装virtualenv和virtualenvwrapper 4
1.3.1 准备工作 5
1.3.2 操作步骤 5
1.4 在Mac OS X上安装matplotlib 6
1.4.1 准备工作 6
1.4.2 操作步骤 6
1.5 在Windows上安装matplotlib 7
1.5.1 准备工作 7
1.5.2 操作步骤 8
1.5.3 补充说明 8
1.6 安装图像处理工具:Python图像库(PIL) 9
1.6.1 操作步骤 9
1.6.2 安装过程说明 9
1.6.3 补充说明 9
1.7 安装requests模块 10
1.7.1 操作步骤 10
1.7.2 requests使用说明 10
1.8 在代码中配置matplotlib参数 11
1.8.1 准备工作 11
1.8.2 操作步骤 11
1.8.3 代码解析 12
1.9 为项目设置matplotlib参数 12
1.9.1 准备工作 12
1.9.2 配置方法 12
1.9.3 配置过程说明 13
1.9.4 补充说明 14
第2章 了解数据 15
2.1 简介 16
2.2 从CSV文件导入数据 16
2.2.1 准备工作 16
2.2.2 操作步骤 16
2.2.3 工作原理 17
2.2.4 补充说明 18
2.3 从Microsoft Excel文件中导入数据 18
2.3.1 准备工作 19
2.3.2 操作步骤 19
2.3.3 工作原理 19
2.3.4 补充说明 20
2.4 从定宽数据文件导入数据 21
2.4.1 准备工作 21
2.4.2 操作步骤 21
2.4.3 工作原理 22
2.5 从制表符分隔的文件中读取数据 23
2.5.1 准备工作 23
2.5.2 操作步骤 23
2.5.3 工作原理 23
2.5.4 补充说明 24
2.6 从JSON数据源导入数据 24
2.6.1 准备工作 25
2.6.2 操作步骤 25
2.6.3 工作原理 25
2.6.4 补充说明 26
2.7 导出数据到JSON、CSV和Excel 27
2.7.1 准备工作 27
2.7.2 操作步骤 27
2.7.3 工作原理 30
2.7.4 补充说明 31
2.8 从数据库导入数据 31
2.8.1 准备工作 32
2.8.2 操作步骤 32
2.8.3 工作原理 35
2.8.4 补充说明 35
2.9 清理异常值 36
2.9.1 准备工作 36
2.9.2 操作步骤 36
2.9.3 补充说明 42
2.10 读取大块数据文件 42
2.10.1 操作步骤 42
2.10.2 工作原理 43
2.10.3 补充说明 44
2.11 读取流数据源 44
2.11.1 操作步骤 44
2.11.2 工作原理 45
2.11.3 补充说明 45
2.12 导入图像数据到NumPy数组 46
2.12.1 准备工作 46
2.12.2 操作步骤 46
2.12.3 工作原理 49
2.12.4 补充说明 50
2.13 生成可控的随机数据集合 51
2.13.1 准备工作 51
2.13.2 操作步骤 52
2.14 真实数据的噪声平滑处理 58
2.14.1 准备工作 58
2.14.2 操作步骤 58
2.14.3 工作原理 58
2.14.4 补充说明 62
第3章 绘制并定制化图表 65
3.1 简介 65
3.2 定义图表类型——柱状图、线形图和堆积柱状图 66
3.2.1 准备工作 66
3.2.2 操作步骤 66
3.2.3 工作原理 69
3.2.4 补充说明 70
3.3 简单的正弦图和余弦图 71
3.3.1 准备工作 71
3.3.2 操作步骤 71
3.4 设置坐标轴长度和范围 74
3.4.1 准备工作 74
3.4.2 操作步骤 74
3.4.3 工作原理 74
3.4.4 补充说明 76
3.5 设置图表的线型、属性和格式化字符串 76
3.5.1准备工作 77
3.5.2 操作步骤 77
3.5.3 工作原理 77
3.6 设置刻度、刻度标签和网格 80
3.6.1 准备工作 80
3.6.2 操作步骤 81
3.7 添加图例和注解 83
3.7.1 准备工作 84
3.7.2 操作步骤 84
3.7.3 工作原理 85
3.8 移动轴线到图中央 86
3.8.1 操作步骤 86
3.8.2 工作原理 87
3.8.3 补充说明 87
3.9 绘制直方图 87
3.9.1 准备工作 88
3.9.2 操作步骤 88
3.9.3 工作原理 90
3.10 绘制误差条形图 90
3.10.1 准备工作 90
3.10.2 操作步骤 90
3.10.3 工作原理 91
3.10.4 补充说明 92
3.11 绘制饼图 92
3.11.1 准备工作 92
3.11.2 操作步骤 93
3.12 绘制带填充区域的图表 94
3.12.1 准备工作 94
3.12.2 操作步骤 94
3.12.3 工作原理 95
3.12.4 补充说明 96
3.13 绘制带彩色标记的散点图 96
3.13.1 准备工作 96
3.13.2 操作步骤 96
3.13.3 工作原理 98
第4章 学习更多图表和定制化 99
4.1 简介 99
4.2 设置坐标轴标签的透明度和大小 100
4.2.1 准备工作 100
4.2.2 操作步骤 100
4.2.3 工作原理 101
4.2.4 补充说明 102
4.3 为图表线条添加阴影 102
4.3.1 准备工作 103
4.3.2 操作步骤 103
4.3.3 工作原理 105
4.3.4 补充说明 105
4.4 向图表添加数据表 106
4.4.1 准备工作 106
4.4.2 操作步骤 106
4.4.3 工作原理 107
4.4.4 补充说明 107
4.5 使用subplots(子区) 108
4.5.1 准备工作 108
4.5.2 操作步骤 108
4.5.3 工作原理 110
4.5.4 补充说明 110
4.6 定制化网格 110
4.6.1准备工作 110
4.6.2 操作步骤 112
4.6.3 工作原理 114
4.7 创建等高线图 114
4.7.1 准备工作 114
4.7.2 操作步骤 115
4.7.3 工作原理 117
4.8 填充图表底层区域 117
4.8.1 准备工作 118
4.8.2 操作步骤 118
4.8.3 工作原理 120
4.9 绘制极线图 121
4.9.1 准备工作 121
4.9.2 操作步骤 121
4.9.3 工作原理 123
4.10 使用极线条可视化文件系统树 123
4.10.1 准备工作 123
4.10.2 操作步骤 123
4.10.3 工作原理 126
第5章 创建3D可视化图表 129
5.1 简介 129
5.2 创建3D柱状图 129
5.2.1 准备工作 130
5.2.2 操作步骤 130
5.2.3 工作原理 132
5.2.4 补充说明 132
5.3 创建3D直方图 133
5.3.1 准备工作 134
5.3.2 操作步骤 134
5.3.3 工作原理 135
5.4 在matplotlib中创建动画 136
5.4.1 准备工作 136
5.4.2 操作步骤 137
5.4.3 工作原理 138
5.4.4 补充说明 139
5.5 用OpenGL制作动画 139
5.5.1 准备工作 140
5.5.2 操作步骤 141
5.5.3 工作原理 142
5.5.4 补充说明 142
第6章 用图像和地图绘制图表 145
6.1 简介 145
6.2 用PIL做图像处理 146
6.2.1 准备工作 146
6.2.2 操作步骤 149
6.2.3 工作原理 151
6.2.4 补充说明 151
6.3 绘制带图像的图表 151
6.3.1 准备工作 152
6.3.2 操作步骤 152
6.3.3 工作原理 154
6.4 在具有其他图形的图表中显示图像 156
6.4.1 准备工作 156
6.4.2 操作步骤 156
6.4.3 工作原理 158
6.4.4 补充说明 159
6.5 使用Basemap
· · · · · · (收起)
1.1 介绍 1
1.2 安装matplotlib、Numpy和Scipy库 2
1.2.1 准备工作 2
1.2.2 操作步骤 3
1.2.3 工作原理 4
1.2.4 补充说明 4
1.3 安装virtualenv和virtualenvwrapper 4
1.3.1 准备工作 5
1.3.2 操作步骤 5
1.4 在Mac OS X上安装matplotlib 6
1.4.1 准备工作 6
1.4.2 操作步骤 6
1.5 在Windows上安装matplotlib 7
1.5.1 准备工作 7
1.5.2 操作步骤 8
1.5.3 补充说明 8
1.6 安装图像处理工具:Python图像库(PIL) 9
1.6.1 操作步骤 9
1.6.2 安装过程说明 9
1.6.3 补充说明 9
1.7 安装requests模块 10
1.7.1 操作步骤 10
1.7.2 requests使用说明 10
1.8 在代码中配置matplotlib参数 11
1.8.1 准备工作 11
1.8.2 操作步骤 11
1.8.3 代码解析 12
1.9 为项目设置matplotlib参数 12
1.9.1 准备工作 12
1.9.2 配置方法 12
1.9.3 配置过程说明 13
1.9.4 补充说明 14
第2章 了解数据 15
2.1 简介 16
2.2 从CSV文件导入数据 16
2.2.1 准备工作 16
2.2.2 操作步骤 16
2.2.3 工作原理 17
2.2.4 补充说明 18
2.3 从Microsoft Excel文件中导入数据 18
2.3.1 准备工作 19
2.3.2 操作步骤 19
2.3.3 工作原理 19
2.3.4 补充说明 20
2.4 从定宽数据文件导入数据 21
2.4.1 准备工作 21
2.4.2 操作步骤 21
2.4.3 工作原理 22
2.5 从制表符分隔的文件中读取数据 23
2.5.1 准备工作 23
2.5.2 操作步骤 23
2.5.3 工作原理 23
2.5.4 补充说明 24
2.6 从JSON数据源导入数据 24
2.6.1 准备工作 25
2.6.2 操作步骤 25
2.6.3 工作原理 25
2.6.4 补充说明 26
2.7 导出数据到JSON、CSV和Excel 27
2.7.1 准备工作 27
2.7.2 操作步骤 27
2.7.3 工作原理 30
2.7.4 补充说明 31
2.8 从数据库导入数据 31
2.8.1 准备工作 32
2.8.2 操作步骤 32
2.8.3 工作原理 35
2.8.4 补充说明 35
2.9 清理异常值 36
2.9.1 准备工作 36
2.9.2 操作步骤 36
2.9.3 补充说明 42
2.10 读取大块数据文件 42
2.10.1 操作步骤 42
2.10.2 工作原理 43
2.10.3 补充说明 44
2.11 读取流数据源 44
2.11.1 操作步骤 44
2.11.2 工作原理 45
2.11.3 补充说明 45
2.12 导入图像数据到NumPy数组 46
2.12.1 准备工作 46
2.12.2 操作步骤 46
2.12.3 工作原理 49
2.12.4 补充说明 50
2.13 生成可控的随机数据集合 51
2.13.1 准备工作 51
2.13.2 操作步骤 52
2.14 真实数据的噪声平滑处理 58
2.14.1 准备工作 58
2.14.2 操作步骤 58
2.14.3 工作原理 58
2.14.4 补充说明 62
第3章 绘制并定制化图表 65
3.1 简介 65
3.2 定义图表类型——柱状图、线形图和堆积柱状图 66
3.2.1 准备工作 66
3.2.2 操作步骤 66
3.2.3 工作原理 69
3.2.4 补充说明 70
3.3 简单的正弦图和余弦图 71
3.3.1 准备工作 71
3.3.2 操作步骤 71
3.4 设置坐标轴长度和范围 74
3.4.1 准备工作 74
3.4.2 操作步骤 74
3.4.3 工作原理 74
3.4.4 补充说明 76
3.5 设置图表的线型、属性和格式化字符串 76
3.5.1准备工作 77
3.5.2 操作步骤 77
3.5.3 工作原理 77
3.6 设置刻度、刻度标签和网格 80
3.6.1 准备工作 80
3.6.2 操作步骤 81
3.7 添加图例和注解 83
3.7.1 准备工作 84
3.7.2 操作步骤 84
3.7.3 工作原理 85
3.8 移动轴线到图中央 86
3.8.1 操作步骤 86
3.8.2 工作原理 87
3.8.3 补充说明 87
3.9 绘制直方图 87
3.9.1 准备工作 88
3.9.2 操作步骤 88
3.9.3 工作原理 90
3.10 绘制误差条形图 90
3.10.1 准备工作 90
3.10.2 操作步骤 90
3.10.3 工作原理 91
3.10.4 补充说明 92
3.11 绘制饼图 92
3.11.1 准备工作 92
3.11.2 操作步骤 93
3.12 绘制带填充区域的图表 94
3.12.1 准备工作 94
3.12.2 操作步骤 94
3.12.3 工作原理 95
3.12.4 补充说明 96
3.13 绘制带彩色标记的散点图 96
3.13.1 准备工作 96
3.13.2 操作步骤 96
3.13.3 工作原理 98
第4章 学习更多图表和定制化 99
4.1 简介 99
4.2 设置坐标轴标签的透明度和大小 100
4.2.1 准备工作 100
4.2.2 操作步骤 100
4.2.3 工作原理 101
4.2.4 补充说明 102
4.3 为图表线条添加阴影 102
4.3.1 准备工作 103
4.3.2 操作步骤 103
4.3.3 工作原理 105
4.3.4 补充说明 105
4.4 向图表添加数据表 106
4.4.1 准备工作 106
4.4.2 操作步骤 106
4.4.3 工作原理 107
4.4.4 补充说明 107
4.5 使用subplots(子区) 108
4.5.1 准备工作 108
4.5.2 操作步骤 108
4.5.3 工作原理 110
4.5.4 补充说明 110
4.6 定制化网格 110
4.6.1准备工作 110
4.6.2 操作步骤 112
4.6.3 工作原理 114
4.7 创建等高线图 114
4.7.1 准备工作 114
4.7.2 操作步骤 115
4.7.3 工作原理 117
4.8 填充图表底层区域 117
4.8.1 准备工作 118
4.8.2 操作步骤 118
4.8.3 工作原理 120
4.9 绘制极线图 121
4.9.1 准备工作 121
4.9.2 操作步骤 121
4.9.3 工作原理 123
4.10 使用极线条可视化文件系统树 123
4.10.1 准备工作 123
4.10.2 操作步骤 123
4.10.3 工作原理 126
第5章 创建3D可视化图表 129
5.1 简介 129
5.2 创建3D柱状图 129
5.2.1 准备工作 130
5.2.2 操作步骤 130
5.2.3 工作原理 132
5.2.4 补充说明 132
5.3 创建3D直方图 133
5.3.1 准备工作 134
5.3.2 操作步骤 134
5.3.3 工作原理 135
5.4 在matplotlib中创建动画 136
5.4.1 准备工作 136
5.4.2 操作步骤 137
5.4.3 工作原理 138
5.4.4 补充说明 139
5.5 用OpenGL制作动画 139
5.5.1 准备工作 140
5.5.2 操作步骤 141
5.5.3 工作原理 142
5.5.4 补充说明 142
第6章 用图像和地图绘制图表 145
6.1 简介 145
6.2 用PIL做图像处理 146
6.2.1 准备工作 146
6.2.2 操作步骤 149
6.2.3 工作原理 151
6.2.4 补充说明 151
6.3 绘制带图像的图表 151
6.3.1 准备工作 152
6.3.2 操作步骤 152
6.3.3 工作原理 154
6.4 在具有其他图形的图表中显示图像 156
6.4.1 准备工作 156
6.4.2 操作步骤 156
6.4.3 工作原理 158
6.4.4 补充说明 159
6.5 使用Basemap
· · · · · · (收起)
喜欢读"Python数据可视化编程实战"的人也喜欢 · · · · · ·
-
- Python程序设计(第3版) 7.4
-
- 数据科学与大数据分析 7.3
-
- 机器学习系统设计 7.5
-
- 数据挖掘 8.3
-
- 数据科学入门 7.4
-
- 命令行中的数据科学 7.6
-
- 利用Python进行数据分析 8.6
-
- 征服C指针 8.3
-
- 人人都是数据分析师 7.4
-
- 贝叶斯思维 7.3
Python数据可视化编程实战的书评 · · · · · · ( 全部 5 条 )

Python Data Visualization Cookbook
我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看过了 我看...
(展开)
> 更多书评 5篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部2 )
-
Packt Publishing (2013)暂无评分 11人读过
以下书单推荐 · · · · · · ( 全部 )
- python data (IVAN)
- 信息设计与数据可视化 (圆啊圆。滚啊滚)
- T (dhcn)
- 数据分析 (葡萄)
- python (葡萄)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有227人想读,手里有一本闲着?
订阅关于Python数据可视化编程实战的评论:
feed: rss 2.0
0 有用 Neo 2022-03-21 23:58:08
不如直接上网查
0 有用 YolandaCi 2018-08-04 21:31:48
薄薄的一本书,全书1/5介绍了一些从excel、csv、网络读取数据的一些python库。接下来的4/5章节非常详细地描述了如何用matplotlib显示各种图。作为matplotlib的参考书还是不错的。
1 有用 路漫漫其修远兮 2018-07-23 19:41:53
原本准备细读的,结果发现有点看不懂。画图方法中的参数介绍不多,例子不少但是看不懂,且年代久远,不建议看这本了。推荐去看python数据分析项目实战(内利著),这本书很不错。
1 有用 谷粒粒 2015-11-03 12:34:45
较无趣
0 有用 火火 2018-01-23 10:57:21
怎么下载基础数据啊,外部网站都不让访问