對比Excel，輕松學(xué)習(xí)Python數(shù)據(jù)可視化

定　價：￥89.00

作　者：	張俊紅
出版社：	電子工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥70.30)

ISBN：	9787121488207	出版時間：	2024-11-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　《對比Excel，輕松學(xué)Python數(shù)據(jù)可視化》主要介紹了如何使用Python 進(jìn)行數(shù)據(jù)可視化，并通過對比Excel 的方式來學(xué)習(xí)對應(yīng)的Python 代碼。全書內(nèi)容圍繞4 種基礎(chǔ)圖表類型展開，分別介紹了比較關(guān)系型圖表、聯(lián)系關(guān)系型圖表、分布關(guān)系型圖表和構(gòu)成關(guān)系型圖表的繪制方法。對于每種圖表，本書均提供了 Matplotlib、Pyecharts 和Seaborn 共3 種Python 庫的實(shí)現(xiàn)方式。通過閱讀本書，讀者不僅能夠?qū)W習(xí)數(shù)據(jù)可視化的基本概念，還能夠掌握一種圖表的多種實(shí)現(xiàn)方式。這樣在工作中遇到具體需求時，讀者可以根據(jù)實(shí)際情況靈活選擇合適的圖表繪制方法，從而提高數(shù)據(jù)展示的效率，達(dá)到良好的數(shù)據(jù)展示效果。

作者簡介

　　張俊紅：某互聯(lián)網(wǎng)公司數(shù)據(jù)分析專家，暢銷書作家；“對比Excel”系列圖書作者，代表作《對比Excel，輕松學(xué)習(xí)Python數(shù)據(jù)分析》累計銷量突破200000冊；喜歡分享，致力于做一個數(shù)據(jù)科學(xué)路上的終身學(xué)習(xí)者、實(shí)踐者、分享者；公眾號“俊紅的數(shù)據(jù)分析之路”的運(yùn)營者。

圖書目錄

第1 章數(shù)據(jù)可視化的基礎(chǔ)概念 / 1
1.1 什么是數(shù)據(jù)可視化 1
1.2 為什么要進(jìn)行數(shù)據(jù)可視化 1
1.2.1 數(shù)據(jù)可視化能夠高效、簡捷地傳遞信息 1
1.2.2 數(shù)據(jù)可視化能夠提供更加豐富的信息 2
1.3 數(shù)據(jù)可視化的基本步驟 3
1.4 數(shù)據(jù)可視化的圖表分類 4
1.4.1 圖表的基本組件 4
1.4.2 基于基本組件組合的圖表類型 5
1.4.3 圖表的分類與選擇 6
1.5 數(shù)據(jù)可視化的基本原則 7
1.5.1 格式塔原則 7
1.5.2 墨水比原則 9
1.5.3 CRAP 設(shè)計原則 10

第2 章圖表的組成元素及實(shí)現(xiàn)方式 / 12
2.1 圖表的基本組成元素 12
2.2 圖表常用組成元素的設(shè)置 13
2.2.1 圖表標(biāo)題的設(shè)置 13
2.2.2 坐標(biāo)軸標(biāo)題的設(shè)置 14
2.2.3 網(wǎng)格線的設(shè)置 15
2.2.4 坐標(biāo)軸的設(shè)置 15
2.2.5 圖例的設(shè)置 16
2.2.6 圖表字體的選擇 16
2.2.7 配色 17
2.2.8 最終效果的對比 22
2.3 數(shù)據(jù)可視化的常用工具及選擇 22
2.3.1 數(shù)據(jù)可視化的常用工具 22
2.3.2 如何高效地學(xué)習(xí)不同的數(shù)據(jù)可視化工具 25
2.3.3 為什么要學(xué)習(xí)多種數(shù)據(jù)可視化工具 25

第3 章 Matplotlib / 26
3.1 Matplotlib 的基礎(chǔ)介紹 26
3.2 Matplotlib 中圖表的組成元素 26
3.3 圖表各元素的實(shí)現(xiàn)及設(shè)置 27
3.3.1 畫布的建立 27
3.3.2 規(guī)則坐標(biāo)系的建立 29
3.3.3 不規(guī)則坐標(biāo)系的建立 36
3.3.4 坐標(biāo)軸的設(shè)置 38
3.3.5 網(wǎng)格線的設(shè)置 44
3.3.6 圖例的設(shè)置 45
3.3.7 數(shù)據(jù)標(biāo)簽的設(shè)置 47
3.3.8 圖表注釋的設(shè)置 48
3.3.9 數(shù)據(jù)表的設(shè)置 49
3.3.10 圖表標(biāo)題的設(shè)置 51
3.4 一個完整圖表的繪制 53
3.4.1 一個完整圖表的繪制流程 53
3.4.2 顯式編程與隱式編程 55
3.5 關(guān)于Matplotlib 的其他問題 55
3.5.1 如何解決中文亂碼問題 55
3.5.2 圖表樣式的設(shè)置 56
3.6 常用的圖表類型 59

第4 章 Pyecharts / 60
4.1 Pyecharts 的基礎(chǔ)介紹 60
4.2 圖表各元素的實(shí)現(xiàn)及設(shè)置 61
4.3 一個完整圖表的繪制 62
4.4 圖表樣式的設(shè)置 . 65
4.5 常用的圖表類型 . 66

第5 章 Seaborn / 67
5.1 Seaborn 的基礎(chǔ)介紹 67
5.2 圖表各元素的實(shí)現(xiàn)及設(shè)置 67
5.3 圖表樣式的設(shè)置 69
5.4 常用的圖表類型 70

第6 章比較關(guān)系型圖表的繪制 / 72
6.1 折線圖 72
6.1.1 Excel 的實(shí)現(xiàn) 73
6.1.2 Matplotlib 的實(shí)現(xiàn) 73
6.1.3 Pyecharts 的實(shí)現(xiàn) 76
6.1.4 Seaborn 的實(shí)現(xiàn) 78
6.2 雙折線圖 . 79
6.2.1 Excel 的實(shí)現(xiàn) 79
6.2.2 Matplotlib 的實(shí)現(xiàn) 79
6.2.3 Pyecharts 的實(shí)現(xiàn) 80
6.2.4 Seaborn 的實(shí)現(xiàn) 81
6.3 雙Y 軸的雙折線圖 85
6.3.1 Excel 的實(shí)現(xiàn) 85
6.3.2 Matplotlib 的實(shí)現(xiàn) 85
6.3.3 Pyecharts 的實(shí)現(xiàn) 87
6.3.4 Seaborn 的實(shí)現(xiàn) 88
6.4 柱形圖 89
6.4.1 Excel 的實(shí)現(xiàn) 89
6.4.2 Matplotlib 的實(shí)現(xiàn) 90
6.4.3 Pyecharts 的實(shí)現(xiàn) 92
6.4.4 Seaborn 的實(shí)現(xiàn) 93
6.5 簇狀柱形圖 93
6.5.1 Excel 的實(shí)現(xiàn) 93
6.5.2 Matplotlib 的實(shí)現(xiàn) 94
6.5.3 Pyecharts 的實(shí)現(xiàn) 95
6.5.4 Seaborn 的實(shí)現(xiàn) 97
6.6 條形圖 97
6.6.1 Excel 的實(shí)現(xiàn) 98
6.6.2 Matplotlib 的實(shí)現(xiàn) 99
6.6.3 Pyecharts 的實(shí)現(xiàn) 100
6.6.4 Seaborn 的實(shí)現(xiàn) 101
6.7 簇狀條形圖 102
6.7.1 Excel 的實(shí)現(xiàn) 102
6.7.2 Matplotlib 的實(shí)現(xiàn) 102
6.7.3 Pyecharts 的實(shí)現(xiàn) 103
6.7.4 Seaborn 的實(shí)現(xiàn) 104
6.8 棉棒圖 105
6.9 熱力圖 107
6.9.1 Excel 的實(shí)現(xiàn) 107
6.9.2 Matplotlib 的實(shí)現(xiàn) 108
6.9.3 Pyecharts 的實(shí)現(xiàn) 110
6.9.4 Seaborn 的實(shí)現(xiàn) 111
6.10 雷達(dá)圖 112
6.10.1 Excel 的實(shí)現(xiàn) 113
6.10.2 Matplotlib 的實(shí)現(xiàn) 113
6.10.3 Pyecharts 的實(shí)現(xiàn) 115
6.11 儀表圖 116
6.12 水球圖 117
6.13 詞云圖 118

第7 章聯(lián)系關(guān)系型圖表的繪制 / 120
7.1 散點(diǎn)圖 120
7.1.1 Excel 的實(shí)現(xiàn) 120
7.1.2 Matplotlib 的實(shí)現(xiàn) 121
7.1.3 Pyecharts 的實(shí)現(xiàn) 122
7.1.4 Seaborn 的實(shí)現(xiàn) 124
7.2 雙散點(diǎn)圖 124
7.2.1 Excel 的實(shí)現(xiàn) 125
7.2.2 Matplotlib 的實(shí)現(xiàn) 125
7.2.3 Pyecharts 的實(shí)現(xiàn) 126
7.2.4 Seaborn 實(shí)現(xiàn) 127
7.3 關(guān)系圖 128
7.4 回歸擬合圖 130
7.4.1 Excel 的實(shí)現(xiàn) 130
7.4.2 Seaborn 的實(shí)現(xiàn) 131
7.5 多回歸擬合圖 133
7.5.1 Excel 的實(shí)現(xiàn) 133
7.5.2 Seaborn 的實(shí)現(xiàn) 133
7.6 氣泡圖 135
7.6.1 Excel 的實(shí)現(xiàn) 135
7.6.2 Matplotlib 的實(shí)現(xiàn) 135
7.6.3 Seaborn 的實(shí)現(xiàn) 139
7.7 波士頓矩陣圖 139
7.8 平行坐標(biāo)系圖 141

第8 章分布關(guān)系型圖表 / 144
8.1 直方圖 144
8.1.1 Excel 的實(shí)現(xiàn) 144
8.1.2 Matplotlib 的實(shí)現(xiàn) 145
8.1.3 Seaborn 的實(shí)現(xiàn) 146
8.2 概率密度圖 148
8.3 雙概率密度圖 150
8.4 地毯圖 151
8.5 累積分布圖 152
8.6 雙累積分布圖 154
8.7 箱形圖 155
8.7.1 Excel 的實(shí)現(xiàn) 156
8.7.2 Matplotlib 的實(shí)現(xiàn) 156
8.7.3 Pyecharts 的實(shí)現(xiàn) 157
8.7.4 Seaborn 的實(shí)現(xiàn) 159
8.8 雙箱形圖 160
8.8.1 Excel 的實(shí)現(xiàn) 160
8.8.2 Matplotlib 的實(shí)現(xiàn) 160
8.8.3 Pyecharts 的實(shí)現(xiàn) 161
8.8.4 Seaborn 的實(shí)現(xiàn) 161
8.9 K 線圖 163
8.10 小提琴圖 165
8.10.1 Matplotlib 的實(shí)現(xiàn) 165
8.10.2 Seaborn 的實(shí)現(xiàn) 166
8.11 雙小提琴圖 167
8.11.1 Matplotlib 的實(shí)現(xiàn) 168
8.11.2 Seaborn 的實(shí)現(xiàn) 168
8.12 誤差線圖 170
8.12.1 Matplotlib 的實(shí)現(xiàn) 170
8.12.2 Seaborn 的實(shí)現(xiàn) 172
8.13 雙誤差線圖 173
8.13.1 Matplotlib 的實(shí)現(xiàn) 173
8.13.2 Seaborn 的實(shí)現(xiàn) 174
8.14 條帶圖 175
8.15 蜂群圖 177
8.16 事件圖 178

第9 章構(gòu)成關(guān)系型圖表 / 180
9.1 餅圖 180
9.1.1 Excel 實(shí)現(xiàn) 180
9.1.2 Matplotlib 的實(shí)現(xiàn) 181
9.1.3 Pyecharts 的實(shí)現(xiàn) 182
9.2 圓環(huán)圖 183
9.2.1 Excel 的實(shí)現(xiàn) 183
9.2.2 Matplotlib 的實(shí)現(xiàn) 183
9.2.3 Pyecharts 的實(shí)現(xiàn) 184
9.3 旭日圖 185
9.3.1 Excel 的實(shí)現(xiàn) 185
9.3.2 Pyecharts 的實(shí)現(xiàn) 186
9.4 矩陣樹形圖 188
9.4.1 Excel 的實(shí)現(xiàn) 188
9.4.2 Pyecharts 的實(shí)現(xiàn) 188
9.5 面積圖 190
9.5.1 Excel 的實(shí)現(xiàn) 190
9.5.2 Matplotlib 的實(shí)現(xiàn) 191
9.6 堆積柱形圖 192
9.6.1 Excel 的實(shí)現(xiàn) 192
9.6.2 Matplotlib 的實(shí)現(xiàn) 193
9.6.3 Pyecharts 的實(shí)現(xiàn) 194
9.7 瀑布圖 195
9.7.1 Excel 的實(shí)現(xiàn) 195
9.7.2 Matplotlib 的實(shí)現(xiàn) 196
9.7.3 Pyecharts 的實(shí)現(xiàn) 197
9.8 桑吉圖 198
9.9 漏斗圖 200
9.9.1 Excel 的實(shí)現(xiàn) 200
9.9.2 Pyecharts 的實(shí)現(xiàn) 200

第10 章其他類型圖表的繪制 / 202
10.1 為圖表添加標(biāo)記點(diǎn) 202
10.1.1 Matplotlib 的實(shí)現(xiàn) 202
10.1.2 Pyecharts 的實(shí)現(xiàn) 203
10.2 為圖表添加標(biāo)記線 206
10.2.1 Matplotlib 的實(shí)現(xiàn) 206
10.2.2 Pyecharts 的實(shí)現(xiàn) 207
10.3 為圖表添加標(biāo)記區(qū)域 210
10.3.1 Matplotlib 的實(shí)現(xiàn) 210
10.3.2 Pyecharts 的實(shí)現(xiàn) 211
10.4 組合圖表的繪制 213
10.4.1 Excel 的實(shí)現(xiàn) 213
10.4.2 Matplotlib 的實(shí)現(xiàn) 213
10.4.3 Pyecharts 的實(shí)現(xiàn) 214
10.4.4 Seaborn 的實(shí)現(xiàn) 215
10.5 分面圖表的繪制 216
10.5.1 Matplotlib 的實(shí)現(xiàn) 216
10.5.2 Pyecharts 的實(shí)現(xiàn) 217
10.5.3 Seaborn 的實(shí)現(xiàn) 220
10.6 動態(tài)圖表的繪制 222

第11 章 ChatGPT 在數(shù)據(jù)可視化中的應(yīng)用 / 224
11.1 使用ChatGPT 直接生成圖表 224
11.2 使用文心一言直接生成圖表 232
11.3 使用ChatGPT 選擇合適的圖表類型 235
11.4 使用ChatGPT 生成相應(yīng)的可視化建議 236
11.5 使用ChatGPT 給出不同工具的實(shí)現(xiàn)方式 237
11.6 使用ChatGPT 解讀圖表 239
11.7 使用ChatGPT 進(jìn)行故事化呈現(xiàn) 240

第12 章數(shù)據(jù)可視化案例 / 242
12.1 訂單量分日趨勢可視化 242
12.2 品類增長潛力可視化 244
12.3 用戶在線時長可視化 246
12.4 指標(biāo)異動貢獻(xiàn)度可視化 247