《Python商业数据可视化实战》
- 出版社：电子工业出版社
- ISBN：9787121398940
- 版次：1
- 商品编码：13059614
- 品牌：博文视点
- 包装：平装
- 开本：16开
- 出版时间：2020-12-01
- 用纸：胶版纸
- 页数：248
- 字数：312000
- 正文语种：中文
基本介绍书籍目录点评信息
书籍内容
《Python商业数据可视化实战》由浅入深、循序渐进地介绍了基于Python的商业数据可视化技术，并结合实际案例详细介绍了Python在数据可视化方面的具体应用。
《Python商业数据可视化实战》重点介绍了Python的9个可视化库，分别为Matplotlib、Seaborn、Pyecharts、Bokeh、HoloViews、Plotly、Pygal、plotnine、Altair，并介绍了商业数据可视化的思维，不仅做到授之以鱼，更做到授之以渔。
读者通过学习本书，能够轻松、快速地掌握商业数据可视化技术。
《Python商业数据可视化实战》的内容和案例适用于互联网、咨询、零售、能源等行业从事数据可视化分析的读者，可以作为Python软件培训机构和数据可视化研究者的参考资料，也可以作为高等学校计算机相关专业学生的教材或教师的教学参考书。编辑推荐
适读人群 ：本书适合互联网、银行、证券等行业的数据可视化用户，可供高等院校相关专业学生及从事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。
10大商业数据可视化案例，满足读者学习需求
以案例为主线，既包括软件应用与操作的方法和技巧，又融入了数据可视化的实战案例。作者简介
王国平具有十余年金融、电力、互联网等行业从业经历，现已出版十余本专著；擅长数据分析、数据可视化、机器学习等，精通Python、SPSS、Tableau、Power BI等数据分析工具，熟悉MySQL、SQL Server等数据库，以及Hadoop、Hive、Zeppelin、Spark等大数据分析及可视化工具。- 目录 第1章 Python商业数据可视化概述 / 11．1 商业数据可视化概述 21．1．1 商业数据可视化的挑战及其难点 21．1．2 3种商业数据可视化思维 41．1．3 6种商业数据可视化技巧 61．2 Python可视化开发环境 91．2．1 Spyder 101．2．2 Jupyter Notebook 11 1．2．3 JupyterLab 121．3 用Python连接各类数据源 141．3．1 连接单个文件数据 141．3．2 连接关系型数据库 151．4 Python数据可视化库简介 171．4．1 探索式可视化库 171．4．2 交互式可视化库 171．5 上机实践题 19
第2章 Python数据可视化的经典：Matplotlib / 202．1 Matplotlib可视化库概述 212．1．1 Matplotlib可视化库简介 212．1．2 Matplotlib参数配置 212．1．3 Matplotlib图形整合 322．2 Matplotlib数据可视化案例 34 2．2．1 提升门店销售额 342．2．2 制作门店销售额的树状图 362．2．3 制作业绩考核的误差条形图 402．3 上机实践题 42
第3章 基于Matplotlib的高级API封装：Seaborn / 433．1 Seaborn可视化库概述 443．1．1 Seaborn可视化库简介 443．1．2 Seaborn风格设置 453．1．3 Seaborn颜色设置 503．2．3 制作销售金额的线性回归图 58 3．2 Seaborn数据可视化案例 543．2．1 解读企业销售数据 543．2．2 制作销售数据的密度直方图 553．3 上机实践题 65第4章 Python与Echarts的有机结合：Pyecharts / 664．1 Pyecharts可视化库概述 674．1．1 Pyecharts可视化库简介 674．1．2 Pyecharts基本元素 704．1．3 Pyecharts主要图形 764．2 Pyecharts数据可视化案例 91 4．2．1 了解企业商品的现状 914．2．2 制作各类型商品的关键词词云 924．2．3 制作商品销售额的主题河流图 944．3 上机实践题 97
第5章 基于JavaScript的交互式可视化库：Bokeh / 985．1 Bokeh可视化库概述 995．1．1 Bokeh可视化库简介 995．1．2 Bokeh主要接口 1025．1．3 Bokeh基本配置 1055．2 Bokeh数据可视化案例 1165．2．1 做好朋友圈的商品营销 116 5．2．2 制作客户成功分享商品的和弦图 1165．2．3 制作客户成功分享商品的网络关系图 1185．3 上机实践题 120
第6章 用较少的代码呈现视图：HoloViews / 1216．1 HoloViews可视化库概述 1226．1．1 HoloViews可视化库简介 1226．1．2 HoloViews参数配置 1246．1．3 HoloViews组成对象 1326．2 HoloViews数据可视化案例 1386．2．1 衡量不同类型的客户价值 1386．2．2 制作不同类型客户价值的面积图 1386．2．3 制作不同地区客户价值的箱形图 1406．3 上机实践题 142
第7章 基于浏览器的在线可交互可视化库：Plotly / 1437．1 Plotly可视化库概述 1447．1．1 Plotly可视化库简介 1447．1．2 Plotly绘图语法 1447．1．3 Plotly主要图形 1477．2 Plotly数据可视化案例 1557．2．1 提升客户的满意指数 155 7．2．2 制作客户不满意订单的环形图 1567．2．3 制作客户满意度的时间序列图 1587．3 上机实践题 160
第8章 以面向对象的方式创建视图：Pygal / 1618．1 Pygal可视化库概述 1628．1．1 Pygal可视化库简介 1628．1．2 Pygal参数配置 1628．1．3 Pygal主要图形 1658．2 Pygal数据可视化案例 1838．2．1 有效降低客户的流失率 183 8．2．2 制作各月份客户流失量的折线图 1848．2．3 制作各地区客户流失量的雷达图 1868．3 上机实践题 188第9章 Python版ggplot2的可视化库：plotnine / 1899．1 plotnine可视化库概述 1909．1．1 plotnine可视化库简介 1909．1．2 plotnine基本语法 1909．1．3 plotnine绘图过程 1939．2 plotnine数据可视化案例 2029．2．1 商品配送准时性及影响因素分析 202 9．2．2 制作商品准时配送的分面散点图 2039．2．3 制作各地区延迟配送的小提琴图 2059．3 上机实践题 206
第10章 基于交互式图形语法的可视化库：Altair / 20710．1 Altair可视化库概述 20810．1．1 Altair可视化库简介 20810．2 Altair数据可视化案例 22510．2．1 有效规避订单商品退货 22510．2．2 制作各类型商品退货量的多线图 226 10．1．2 Altair参数配置 21010．1．3 Altair主要图形 21610．2．3 制作各月份商品退货量的脊线图 22810．3 上机实践题 229
附录A Python 3．9．0及可视化库安装 / 230附录B Python常用第三方工具包简介 / 233B．1 数据分析类包 233B．2 数据可视化类包 234 B．3 机器学习类包 235参考文献 / 238
