Python数据可视化之Matplotlib与Pyecharts

《Python数据可视化之Matplotlib与Pyecharts》以某上市电商企业的客户数据、订单数据、股价数据为基础，由浅入深、循序渐进地介绍Python可视化技术，重点介绍Matplotlib与Pyecharts在数据可视化应用中的基本功能和使用技巧。全书以案例为主线，既包括软件的操作与应用，又融入了数据可视化的基础知识，绘图案例大多选自工作实践，可使读者真正掌握专业的可视化方法与技巧，提升数据分析的整体能力。《Python数据可视化之Matplotlib与Pyecharts》配套资源包含案例采用的数据源文件、源代码和教学视频，供读者在阅读《Python数据可视化之Matplotlib与Pyecharts》时进行操作练习和参考。 《Python数据可视化之Matplotlib与Pyecharts》还配有全视频教学，方便读者观看视频学习。本书可作为管理、经济、社会人文等领域的人员学习Python软件进行大数据可视化分析的参考书，也可以作为大中专院校相关专业的教学用书或参考书。

第一部分 大数据可视化基础 第1章 大数据可视化概述 2 1.1 大数据时代的技术挑战 2 1.2 数据可视化的技术难点 3 1.3 可视化工具的必备特性 4 第2章 搭建大数据开发环境 5 2.1 集群的安装及网络配置 5 2.1.1 Hadoop集群概述 5 2.1.2 集群软件及其版本 6 2.1.3 集群网络环境配置 8 2.2 集群案例数据集简介 10 2.2.1 数据字段说明 10 2.2.2 数据导入说明 12 2.2.3 运行环境说明 13 2.3 连接Hive的图形界面工具 13 2.3.1 DBeaver 13 2.3.2 Oracle SQL Developer 20 2.3.3 DbVisualizer 24 2.3.4 SQuirrel SQL Client 30 第3章 大数据可视化工具 38 3.1 Tableau 38 3.1.1 Tableau简介 38 3.1.2 Tableau连接Hive 39 3.1.3 Tableau连接Spark 44 3.2 Zeppelin 48 3.2.1 Zeppelin简介 48 3.2.2 Zeppelin连接Hive 48 3.2.3 Zeppelin连接Spark 55 3.3 Python在数据可视化中的应用 60 3.3.1 Python简介 60 3.3.2 Python连接Hive 61 3.3.3 Python可视化案例 62 第4章 Python可视化编程基础 65 4.1 Python环境安装 65 4.1.1 Anaconda 65 4.1.2 PyCharm 71 4.2 Python代码开发工具 80 4.2.1 Spyder 80 4.2.2 Jupyter Notebook 82 4.2.3 Jupyter Lab 86 4.3 Python连接数据源 90 4.3.1 连接单个文件数据 90 4.3.2 连接关系型数据库 97 4.3.3 连接Hadoop集群 101 第5章 Python数据可视化库 104 5.1 Matplotlib 104 5.1.1 Matplotlib库简介 104 5.1.2 Matplotlib可视化案例 104 5.2 Pyecharts 106 5.2.1 Pyecharts库简介 106 5.2.2 Pyecharts可视化案例 107 5.3 Seaborn 108 5.3.1 Seaborn库简介 108 5.3.2 Seaborn可视化案例 108 5.4 ggplot 110 5.4.1 ggplot库简介 110 5.4.2 ggplot可视化案例 111 5.5 Bokeh 113 5.5.1 Bokeh库简介 113 5.5.2 Bokeh可视化案例 113 5.6 Pygal 115 5.6.1 Pygal库简介 115 5.6.2 Pygal可视化案例 115 5.7 Plotly 117 5.7.1 Plotly库简介 117 5.7.2 Plotly可视化案例 117 5.8 其他可视化库 119 5.8.1 Altair 119 5.8.2 PyQtGraph 120 5.8.3 NetworkX 121 第二部分 Matplotlib数据可视化 第6章 Matplotlib图形参数设置 124 6.1 Matplotlib主要参数配置 124 6.1.1 线条的设置 124 6.1.2 坐标轴的设置 127 6.1.3 图例的设置 129 6.2 绘图参数文件及主要函数 132 6.2.1 修改绘图参数文件 132 6.2.2 绘图主要函数简介 133 6.3 Matplotlib参数配置案例 134 第7章 Matplotlib基础绘图 136 7.1 直方图的绘制 136 7.1.1 直方图及其参数说明 136 7.1.2 实例：每日利润额的数值分布 137 7.2 折线图的绘制 139 7.2.1 折线图及其参数说明 139 7.2.2 实例：每周商品销售业绩分析 139 7.3 条形图的绘制 141 7.3.1 条形图及其参数说明 141 7.3.2 实例：不同省份利润额的比较 141 7.4 饼图的绘制 143 7.4.1 饼图及其参数说明 143 7.4.2 实例：不同类型商品销售额比较 144 7.5 散点图的绘制 145 7.5.1 散点图及其参数说明 145 7.5.2 实例：销售额与利润额的关系 146 7.6 箱形图的绘制 148 7.6.1 箱形图及其参数说明 148 7.6.2 实例：销售经理业绩比较分析 149 第8章 Matplotlib高级绘图 151 8.1 树形图的绘制 151 8.1.1 树形图及其应用场景 151 8.1.2 实例：不同省份销售额的比较分析 151 8.2 误差条形图的绘制 153 8.2.1 误差条形图及其应用场景 153 8.2.2 实例：门店业绩考核达标情况分析 153 8.3 火柴杆图的绘制 155 8.3.1 火柴杆图及其应用场景 155 8.3.2 实例：不同省份送货准时性分析 155 8.4 甘特图的绘制 156 8.4.1 甘特图及其应用场景 156 8.4.2 实例：企业信息化项目进度管理 157 8.5 自相关图 160 8.5.1 自相关图及其应用场景 160 8.5.2 实例：股票价格的自相关分析 160 8.6 图形整合 163 8.6.1 图形整合及其应用场景 163 8.6.2 实例：区域销售额与利润额分析 164 第三部分 Pyecharts数据可视化 第9章 Pyecharts图形参数配置 168 9.1 全局配置项 168 9.1.1 基本元素配置项 168 9.1.2 坐标轴配置项 173 9.1.3 原生图形配置项 176 9.2 系列配置项 179 9.2.1 样式类配置项 179 9.2.2 标记类配置项 182 9.2.3 其他类配置项 185 9.3 运行环境 185 9.3.1 生成HTML 186 9.3.2 生成图片 186 9.3.3 Jupyter Notebook 187 9.3.4 Jupyter Lab 187 第10章 Pyecharts基础绘图 189 10.1 折线图的绘制 189 10.1.1 折线图及其参数配置 189 10.1.2 实例：各门店销售业绩比较分析 190 10.2 条形图的绘制 192 10.2.1 条形图及其参数配置 192 10.2.2 实例：各省市商品订单数量分析 194 10.3 箱形图的绘制 196 10.3.1 箱形图及其参数配置 196 10.3.2 实例：不同类型商品的收益分析 196 10.4 涟漪散点图的绘制 198 10.4.1 涟漪散点图及其参数配置 198 10.4.2 实例：不同收入等级客户价值分析 199 10.5 K线图的绘制 201 10.5.1 K线图及其参数配置 201 10.5.2 实例：企业股票价格趋势分析 201 10.6 双坐标轴图的绘制 203 10.6.1 双坐标轴图及其参数配置 203 10.6.2 实例：区域销售业绩及数量分析 203 第11章 Pyecharts高级绘图 206 11.1 日历图的绘制 206 11.1.1 日历图及其参数配置 206 11.1.2 实例：企业股票每日交易量分析 207 11.2 漏斗图的绘制 209 11.2.1 漏斗图及其参数配置 209 11.2.2 实例：华东地区各省市利润额分析 209 11.3 仪表盘的绘制 211 11.3.1 仪表盘及其参数配置 211 11.3.2 实例：企业2019年销售业绩完成率 211 11.4 环形图的绘制 213 11.4.1 环形图及其参数配置 213 11.4.2 实例：不同教育群体的购买力分析 213 11.5 雷达图的绘制 215 11.5.1 雷达图及其参数配置 215 11.5.2 实例：不同区域销售业绩的比较 216 11.6 旭日图的绘制 218 11.6.1 旭日图及其参数配置 218 11.6.2 实例：绘制我的家庭树旭日图 219 11.7 主题河流图的绘制 221 11.7.1 主题河流图及其参数配置 221 11.7.2 实例：不同类型商品销售情况分析 222 11.8 词云的绘制 224 11.8.1 词云及其参数配置 224 11.8.2 实例：商品类型关键词词云 224 11.9 玫瑰图的绘制 225 11.9.1 玫瑰图及其参数配置 225 11.9.2 实例：不同职业群体的购买力分析 226 第12章 Web端的数据可视化 228 12.1 搭建Django开发环境 228 12.1.1 Django框架简介 228 12.1.2 Django开发环境 229 12.2 Pyecharts与Django集成案例 230 12.2.1 创建项目运行环境 231 12.2.2 配置项目参数文件 232 12.2.3 测试项目运行效果 236 附录 集群各节点的参数配置 238 参考文献 246

王国平，毕业于上海海洋大学，硕士，从业近十年，主要从事数据可视化、数据挖掘和大数据分析等工作。精通Tableau、Power BI、SPSS、Python等软件与开发工具，已出版《精通Tableau商业数据分析与可视化》《Microsoft Power BI数据可视化与数据分析》等多本专著。

暂无其它内容！

• 适合略读，谈论的内容太宽泛

  来源：豆瓣 发布时间：2025-05-09 01:22:36