国产91青青成人a在线/在线视频成人/aaa成人永久在线观看视频/深夜草莓视频app

　　《Python數據可視化之Matplotlib與Pyecharts》以某上市電商企業的客戶數據、訂單數據、股價數據為基礎，由淺入深、循序漸進地介紹Python可視化技術，重點介紹Matplotlib與Pyecharts在數據可視化應用中的基本功能和使用技巧。全書以案例為主線，既包括軟件的操作與應用，又融入了數據可視化的基礎知識，繪圖案例大多選自工作實踐，可使讀者真正掌握專業的可視化方法與技巧，提升數據分析的整體能力。《Python數據可視化之Matplotlib與Pyecharts》配套資源包含案例采用的數據源文件、源代碼和教學視頻，供讀者在閱讀《Python數據可視化之Matplotlib與Pyecharts》時進行操作練習和參考。
　　《Python數據可視化之Matplotlib與Pyecharts》可作為管理、經濟、社會人文等領域的人員學習Python軟件進行大數據可視化分析的參考書，也可以作為大中專院校相關專業的教學用書或參考書。

　　《Python數據可視化之Matplotlib與Pyecharts》以某上市電商企業的客戶數據、訂單數據、股價數據為基礎進行講解，首先介紹如何構建Hadoop集群，并導人數據案例集；然后介紹如何運用Matplotlib和Pyecharts可視化工具實現數據可視化，還介紹了如何在Web上展示自己的可視化數據圖表。全書以案例為主線，既包括軟件應用與操作的方法和技巧，又融入了數據可視化的基礎知識。為了使讀者快速提高數據分析的整體能力，《Python數據可視化之Matplotlib與Pyecharts》的繪圖案例基本上都選自編者的工作實踐，非常接近實際工作需求。通過閱讀《Python數據可視化之Matplotlib與Pyecharts》，讀者能夠從0到1，掌握專業的數據可視化技能，從而提升職場競爭力。

　　“讓每個人都成為數據分析師”是大數據時代的要求，數據可視化技術的出現恰恰從側面緩解了專業數據分析人才的缺乏。Tableau、Microsoft、IBM等IT廠商紛紛加入數據可視化的陣營，在降低數據分析門檻的同時，為分析結果提供了更炫的展現效果。
　　但是，這些可視化工具存在不足之處，其中比較大的缺點是視圖定制化水平有限，不能根據分析師的想法進行個性化定制。Python中的部分包恰好彌補了這個不足。Python是開源免費、簡單易學、用途廣泛的編程語言。本書將圍繞如何使用Python對大數據進行可視化這一話題展開，希望能對正在選型中的個人和企業有所幫助。
　　研究表明人類大腦處理圖形的速度要比文字快幾萬倍，如何將海量的數據轉換成可視化的圖形是數據分析的必修課。Matplotlib和Pyecharts是Python中常用的兩個可視化庫，其功能強大，可以方便地繪制折線圖、條形圖、柱形圖、散點圖等基礎圖形，還可以繪制復雜的圖形，如日歷圖、樹形圖、聚類圖等。
　　Matplotlib是Python數據可視化庫的泰斗，盡管已有十多年的歷史，但仍然是Python社區中使用廣泛的繪圖庫，它的設計與Matlab非常相似，提供了一整套和Matlab相似的命令API，適合交互式制圖，還可以將它作為繪圖控件，嵌入其他應用程序中。
　　Pyecharts是一款將Python與Echarts相結合的數據可視化工具，可以高度靈活地配置，輕松搭配出精美的視圖。其中，Echarts是百度開源的一個數據可視化庫，而Pyecharts將Echarts與Python進行有機對接，方便在Python中直接生成各種美觀的圖形。
　　本書首先介紹大數據可視化分析的一些基礎知識和主要技術，然后通過實際案例重點講解Matplotlib和Pyecharts在數據可視化分析過程中的技巧及方法，包括圖形參數設置、繪制基本圖形、繪制高級圖形等。希望本書的出版能夠改變目前國內市場相關圖書匱乏，而且書中案例較少的現狀。
　　本書由淺入深、循序漸進地介紹Python可視化技術，并且結合案例重點介紹Python在數據可視化方面的應用和使用技巧。全書以案例為主線，既介紹軟件應用與操作的方法和技巧，又融入了可視化的基礎知識，使讀者通過學習本書能夠輕松掌握可視化的方法。下載資源中包含每個案例采用的數據源文件，供讀者在閱讀本書時進行操作練習。
　　本書可作為管理、經濟、社會人文等相關從業人員學習Python軟件進行大數據可視化分析的參考書，也可以作為高校計算機相關專業本科生、研究生的教材或教學參考書。
　　截至2019年11月，Matplotlib的版本為3.1.1，Pyecharts的版本為1.5.1。本書正是基于以上版本編寫的，全面且詳細地介紹它們在數據可視化分析中的應用。
　　本書主要內容
　　第一部分（第1～5章）介紹大數據可視化基礎。
　　第1章介紹大數據可視化的技術挑戰、技術難點以及可視化工具的必備特性。
　　第2章介紹Hadoop集群的安裝及配置、集群案例數據集以及連接集群的工具。
　　第3章介紹大數據可視化軟件Tableau、Zeppelin和Python及其可視化案例。
　　第4章介紹Python環境的安裝、如何搭建代碼開發環境以及如何連接各類數據源。
　　第5章介紹Python主要的數據可視化庫，如Matplotlib、Pyecharts、Seaborn等。
　　第二部分（第6～8章）介紹Matplotlib數據可視化。
　　第6章介紹Matplotlib的圖形參數設置，如線條、坐標軸、圖例等。
　　第7章介紹使用Matplotlib繪制基礎圖形，如直方圖、餅圖、散點圖等。
　　第8章介紹使用Matplotlib繪制高級圖形，如樹形圖、誤差條形圖等。
　　第三部分（第9～12章）介紹Pyecharts數據可視化。
　　第9章介紹Pyecharts的圖形參數配置，如全局配置項和系列配置項。
　　第10章介紹使用Pyecharts繪制常用視圖，如折線圖、條形圖、箱形圖等。
　　第11章介紹使用Pyecharts繪制高級視圖，如日歷圖、儀表盤、環形圖等。第12章通過實際案例介紹Pyecharts與Dj ango的集成，包括Dj ango框架等。

　　王國平，畢業于上海海洋大學，碩士，從業近十年，主要從事數據可視化、數據挖掘和大數據分析等工作。精通Tableau、Power BI、SPSS、Python等軟件與開發工具，已出版《精通Tableau商業數據分析與可視化》《Microsoft Power BI數據可視化與數據分析》等多本專著。

第一部分 大數據可視化基礎
第1章 大數據可視化概述
1．1 大數據時代的技術挑戰
1．2 數據可視化的技術難點
1．3 可視化工具的必備特性
第2章 搭建大數據開發環境
2．1 集群的安裝及網絡配置
2．1．1 Hadoop集群概述
2．1．2 集群軟件及其版本
2．1．3 集群網絡環境配置
2．2 集群案例數據集簡介
2．2．1 數據字段說明
2．2．2 數據導入說明
2．2．3 運行環境說明
2．3 連接Hive的圖形界面工具
2．3．1 DBeaver
2．3．2 0racle SQL Developer
2．3．3 DbVisualizer
2．3．4 SQuirrel SQL Client
第3章 大數據可視化工具
3．1 Tableau
3．1．1 Tableau簡介
3．1．2 Tableau連接Hive
3．1．3 Tableau連接Spark
3．2 Zeppelin
3．2．1 Zeppelin簡介
3．2．2 Zeppelin連接Hive
3．2．3 Zeppelin連接Spark
3．3 Python在數據可視化中的應用
3．3．1 Python簡介
3．3．2 Python連接Hive
3．3．3 Python可視化案例
第4章 Python可視化編程基礎
4．1 Python環境安裝
4．1．1 Anaconda
4．1．2 PyCharm
4．2 Python代碼開發工具
4．2．1 Spyder\"
4．2．2 Jupyter Notebook
4．2．3 Jupyter Lab
4．3 Python連接數據源
4．3．1 連接單個文件數據
4．3．2 連接關系型數據庫
4．3．3 連接Hadoop集群
第5章 Python數據可視化庫
5．1 Matplotlib
5．1．1 Matplotlib庫簡介
5．1．2 Matplotlib可視化案例
5．2 Pyecharts
5．2．1 Pyecharts庫簡介
5．2．2 Pyecharts可視化案例
5．3 SeabOm
5．3．1 Seabom庫簡介
5．3．2 Seaborn可視化案例
5．4 ggplot
5．4．1 ggplot庫簡介
5．4．2 ggplot可視化案例
5．5 Bokeh
5．5．1 Bokeh庫簡介
5．5．2 Bokeh可視化案例
5．6 Pygal
……
第二部分 Ma?tplotlib數據可視化
第三部分 Pyecharts數據可視化
附錄集群各節點的參數配置
參考文獻