Python数据可视化

前 言

当前，我们正处于大数据爆发的时代，涌现出大量不同类型的时空数据和非时空数据，信息激流使个人、企业和社会对大数据的依赖不断深化，与此同时，数据可视化研究已成为一个新的时代命题，与立体建模等方法相比，它所涵盖的技术更加广泛。

数据可视化是关于数据视觉表现形式的科学和技术，需要充分使用图形、图像处理、计算机视觉和用户界面来表达与建模，以及立体、表面、属性和动画等方式，对数据加以可视化解释。早在18世纪，威廉·普莱费尔在其出版的《商业与政治图解集》中就已经使用了图表。

数据可视化是技术与艺术的完美结合，它借助图形化的手段，清晰有效地传达与沟通信息。一方面，数据赋予可视化意义；另一方面，可视化增加数据的灵性，两者相辅相成，帮助企业从信息中提取知识、从知识中收获价值。

Tableau、Microsoft、IBM等企业纷纷加入数据可视化的阵营，虽然降低了数据可视化的门槛，初学者也可以快速入门，但是这些商业可视化工具也存在诸多不足，其中最大的缺点就是视图定制化水平有限，不能根据分析师的想法创建个性化视图。

目前，Python深受广大数据分析师的追捧，这是由于它具有开源免费、简单易学、用途广泛等特点，本书将深入研究如何使用Python 3.9.0对不同类型的数据进行可视化分析，希望能对正在选型中的个人和企业有所帮助。

本书的内容

第1章介绍数据可视化的基础知识，包括数据及其预处理、数据可视化的挑战和基本流程，重点介绍了对比型、趋势型、比例型、分布型和其它类型的图表及案例。

第2章介绍Python数据可视化库及其参数配置，包括Matplotlib、Pyecharts、Seaborn、Bokeh、HoloViews、Plotly、NetworkX等。

第3章介绍时序数据的可视化，并通过实际案例讲解其可视化方法，包括折线图、散点图、日历图、动态图、主题河流图、平行坐标系、甘特图、自相关图、脊线图等。

第4章介绍金融数据的可视化，并通过实际案例讲解其可视化方法，包括K线图、OHLC图、RENKO图、MACD图、BOLL图、RSI图等。

第5章介绍空间数据的可视化，并通过实际案例讲解其可视化方法，包括三维条形图、三维曲线图、三维曲面图、三维散点图、立体球、三维等高线等。

第6章介绍地理数据的可视化，并通过实际案例讲解其可视化方法，包括热力地图、着色地图、三维地图、动态地图、轨迹图等。

第7章介绍层次数据的可视化，并通过实际案例讲解其可视化方法，包括树状图、旭日图、和弦图等。

第8章介绍网络数据的可视化，并通过实际案例讲解其可视化方法，包括无向图、有向图、社交网络图等。

第9章介绍多元数据的可视化，并通过实际案例讲解其可视化方法，包括散点图矩阵、雷达图、平行坐标系、变量降维法等。

第10章介绍文本数据的可视化，并通过实际案例讲解其可视化方法，包括标签云、词云、主题河流图、文档散等。

第11章介绍时空数据的可视化及建模，研究我国人口现状及其趋势，包括数据的采整理、人口总数及其结构分析、人口增长率数据建模、人口抚养比数据建模等。

第12章介绍非时空数据的可视化分析，研究社交电商的营销，包括社交电商及其发展趋势、商品属性分析、客户社交分析、营销效果分析等。

本书的特色

（1）内容全面，讲解详细

本书是一本介绍Python可视化的著作，详细介绍了各种类型数据的可视化方法，对于初次学习Python软件的读者来说帮助较大。

（2）由浅入深、循序渐进

本书从图形的应用场景、参数设置，到绘制常用图形，逐步深入，从易到难，由浅入深，循序渐进，适合各个层次的读者阅读。

（3）案例丰富，高效学习

本书基本都是结合案例进行 *** 作，同时，为了使读者快速提高数据分析的整体能力，在本书的每个章节，绘图案例尽可能接近实际工作。

本书的读者对象

本书的内容和案例适用于互联网、电商、咨询等行业数据分析用户以及媒体、网站等数据可视化用户，可供高等院校相关专业学生以及从事大数据可视化的研究者参考使用，也可作为Python软件培训和自学的教材。

由于编者水平所限，书中难免存在错误和不妥之处，请广大读者批评指正，作者微信公众号：Hanalyst。