华信教育资源网
数据可视化——从小白到数据工程师的成长之路
丛   书   名: 新工科建设之路·数据科学与大数据系列
作   译   者:刘英华 出 版 日 期:2019-11-01
出   版   社:电子工业出版社 维   护   人:章海涛 
书   代   号:G0362231 I S B N:9787121362231

图书简介:

掌握数据可视化技术是未来工作和学习的必备能力,是展示理念和成果的重要手段。阅读并完成本书的实践,你将快速地学会数据获取、清洗、分析、可视化及发布的完整流程。 本书以丰富的实践案例解析数据可视化的制作理念和具体方法,紧密围绕当前数据可视化领域的实际需求,全面介绍数据可视化的概念和技巧。本书包含基础知识、数据获取、数据清洗、数据分析、可视化基础和原则、数据可视化工具和可视化作品发布等内容,基于具体案例多角度启发和引导读者的创新思维,增强读者对抽象数据的把握及综合可视化能力的提升。本书内容通俗易懂,简明实用,配套的教学辅助资料可免费下载。 本书适合零编程基础的数据可视化从业者和高校师生阅读,有一定工作经验的数据可视化工程师也可以从本书中学到大量实用的技能。
定价 56.0
您的专属联系人更多
关注 评论(8) 分享
配套资源 图书内容 样章/电子教材 图书评价
  • 配 套 资 源

    本书资源

    会员上传本书资源

  • 图 书 内 容

    内容简介

    掌握数据可视化技术是未来工作和学习的必备能力,是展示理念和成果的重要手段。阅读并完成本书的实践,你将快速地学会数据获取、清洗、分析、可视化及发布的完整流程。 本书以丰富的实践案例解析数据可视化的制作理念和具体方法,紧密围绕当前数据可视化领域的实际需求,全面介绍数据可视化的概念和技巧。本书包含基础知识、数据获取、数据清洗、数据分析、可视化基础和原则、数据可视化工具和可视化作品发布等内容,基于具体案例多角度启发和引导读者的创新思维,增强读者对抽象数据的把握及综合可视化能力的提升。本书内容通俗易懂,简明实用,配套的教学辅助资料可免费下载。 本书适合零编程基础的数据可视化从业者和高校师生阅读,有一定工作经验的数据可视化工程师也可以从本书中学到大量实用的技能。

    图书详情

    ISBN:9787121362231
    开 本:16(185*260)
    页 数:252
    字 数:400

    本书目录

    第1章  基础知识 1
    1.1  模拟和数字化 1
    1.2  数模转换 1
    1.3  进制 2
    1.4  存储单位 3
    1.5  因特网 3
    1.6  地址和协议 4
    1.7  域名和域名系统 6
    1.8  网络速率 6
    1.9  数据可视化 7
    小结 7
    习题1 7
    第2章  数据获取 8
    2.1  知识共享许可协议 8
    2.2  搜索数据 9
    2.2.1  搜索引擎 10
    2.2.2  浏览器 11
    2.2.3  搜索指令 11
    2.3  主动公开的数据 15
    2.3.1  我国政府数据 15
    2.3.2  国际组织数据 17
    2.3.3  科研机构及第三方数据公司 17
    2.4  依申请公开数据 17
    2.5  数据众包 18
    2.6  抓取工具 18
    2.6.1  import.io工具 20
    2.6.2  Octoparse工具 23
    2.7  Python基础 33
    2.7.1  环境配置 33
    2.7.2  第一个Python程序 35
    2.7.3  变量和运算符 36
    2.7.4  条件语句 43
    2.7.5  循环语句 45
    2.7.6  输入和输出 48
    2.7.7  文件的读/写 49
    2.8  Beautiful Soup库 51
    2.8.1  安装Beautiful Soup 51
    2.8.2  使用Beautiful Soup抓取网页数据 52
    2.9  图片的获取 56
    2.9.1  常用的图片编辑软件 56
    2.9.2  图片文件类型 57
    2.9.3  图片文件的保存 58
    2.10  音频的获取 59
    2.10.1  常用的音频编辑软件 60
    2.10.2  音频文件类型及保存 61
    2.11  视频的获取 62
    2.11.1  常用的视频编辑软件 62
    2.11.2  视频文件类型 63
    2.11.3  视频文件的保存 63
    2.12  数据格式转换 64
    2.12.1  数字图片的格式转换 65
    2.12.2  数字音频的格式转换 67
    2.12.3  数字视频的格式转换 68
    2.12.4  文件格式转换 68
    2.12.5  可机读数据 70
    小结 70
    习题2 70
    第3章  数据清洗 71
    3.1  Jupyter Notebook 71
    3.1.1  安装Jupyter Notebook 72
    3.1.2  启动、关闭notebook服务器 72
    3.1.3  保存notebook 75
    3.2  Pandas包 75
    3.2.1  系列(Series) 75
    3.2.2  数据帧(DataFrame) 78
    3.3  清洗缺失值 80
    3.3.1  检查缺失值 80
    3.3.2  删除含缺失值的行或列 82
    3.3.3  填充缺失值 82
    3.4  清洗格式内容 84
    3.4.1  删除字符串中的空格 84
    3.4.2  大小写转换 85
    3.4.3  规范数据格式 87
    3.4.4  字符型数据判断 87
    ?
    3.5  清洗逻辑错误 88
    3.5.1  删除重复记录 88
    3.5.2  替换不合理值 89
    3.6  删除非需求数据 90
    3.6.1  删除非需求行 90
    3.6.2  删除非需求列 90
    3.7  分组、合并和保存 91
    3.7.1  分组 91
    3.7.2  数据合并 92
    3.7.3  保存结果 96
    3.8  数据清洗案例 97
    3.8.1  案例1 97
    3.8.2  案例2 102
    小结 104
    习题3 104
    第4章  数据分析 105
    4.1  数据定位 105
    4.1.1  了解基本数据 105
    4.1.2  使用[ ]定位 107
    4.1.3  使用loc[ ]定位 108
    4.1.4  使用iloc[ ]定位 110
    4.1.5  使用iat[ ]定位 112
    4.2  条件筛选和排序数据 113
    4.2.1  条件筛选 113
    4.2.2  排序和排名 117
    4.3  数据的描述性分析 121
    4.3.1  describe( )方法 121
    4.3.2  众数、均值和中位数 123
    4.3.3  数据重塑 124
    4.3.4  相关性计算 131
    小结 132
    习题4 132
    第5章  可视化基础和原则 133
    5.1  图表 135
    5.1.1  图表的种类 135
    5.1.2  图表设计原则 142
    5.2  色彩暗示 152
    5.2.1  色调 152
    5.2.2  明度 153
    5.2.3  饱和度 154
    5.2.4  色彩暗示的综合运用 155
    5.3  图表可视化原则 156
    5.3.1  “第一眼”原则 156
    5.3.2  数据不是敌人 157
    5.3.3  删减无关的元素 157
    5.3.4  慎用3D图表 159
    5.3.5  视觉暗示的使用 160
    5.3.6  整体变个体 161
    5.3.7  交互图表原则 162
    5.3.8  显示上下文 164
    5.4  图表可视化的失败案例 165
    5.5  设计排版原则 168
    5.5.1  顺序 168
    5.5.2  标注 171
    5.5.3  动画效果 171
    5.5.4  分组 173
    5.5.5  赋形 173
    小结 174
    习题5 175
    第6章  数据可视化工具 176
    6.1  信息图制作工具 176
    6.2  可视化工具Gapminder 179
    6.3  可视化工具DataWrapper 181
    6.4  可视化工具Gephi 188
    6.5  可视化工具QGIS 194
    6.6  可视化工具ECharts 201
    6.6.1  五分钟上手ECharts 201
    6.6.2  第一个ECharts作品 202
    6.6.3  使用ECharts主题 206
    6.7  可视化工具Tableau 207
    6.7.1  安装和简介 208
    6.7.2  连接数据 209
    6.7.3  工作表 209
    6.7.4  仪表板 210
    6.7.5  故事 211
    6.7.6  保存和导出 211
    6.8  用Python和R实现可视化 215
    小结 217
    习题6 218
    ?
    第7章  可视化作品发布 219
    7.1  网络基础知识 219
    7.2  HTML5基础 220
    7.2.1  HTML文档 220
    7.2.2  HTML常用标签 221
    7.3  CSS3基础 225
    7.3.1  内部CSS 225
    7.3.2  外部CSS 228
    7.4  JavaScript基础 229
    7.4.1  直接嵌入HTML使用 230
    7.4.2  在HTML中调用 230
    7.5  Web应用框架和模板 231
    7.5.1  Web应用框架 231
    7.5.2  Web模板 233
    小  结 234
    习 题 7 234
    附录A  数据可视化作品 235
    附录B  配套教学资源二维码 237
    参考文献 238
    展开

    前     言

    前  言
    写作目的
    在当前的大数据时代,数据是一种阐明和支撑观点的常用手段。为了更准确地理解数据(如数字、文本、图片、音频和视频等),需要从大量的数据中筛选出有用的信息,然后分析数据发现规律,最后将晦涩的数据转换为易于理解的数据可视化作品,如一个图表或动态图片,几幅地图、一段动画,甚至是一段视频,这些包含多种形式的数据可视化作品可以清晰有效地传达、沟通和展示数据,让用户快速地抓住数据中的重点,发现数据的规律,理解数据背后的深意。
    现有的数据可视化相关书籍对读者有较高的编程要求,入门较难,适合开发人员和相关从业者阅读和学习,且缺乏数据可视化原则和数据可视化作品发布这两个重要环节。本书简化了数据可视化入门难度,提升了数据可视化能力在各个专业和行业的普及,实现了零编程基础的数据可视化。
    本书内容
    第1章  基础知识,阐述学习数据可视化的必要概念,包括模拟和数字、数模转换、进制、存储单位、因特网、域名和网络速度等。
    第2章  数据获取,讲解不需编程获取数据的方法,包括数据搜索、依申请公开数据、数据众包及import.io和Octoparse两种抓取工具;需要Python编程获取数据的方法,包括Python基础和Beautiful Soup库;多媒体数据的获取,包括图片、音频和视频的获取及其格式转化方法。
    第3章  数据清理,介绍Python基础编程,通过案例实现缺失值、格式内容、逻辑错误和非需求数据的清洗,最后是两个综合案例。
    第4章  数据分析,通过数据定位案例让读者了解基本数据,实现条件筛选和排序以及数据的描述性分析。
    第5章  可视化基础和原则,介绍图表的种类和图表设计原则,色彩暗示,通过4个图表可视化的失败案例掌握图表可视化原则,通过5个案例说明设计排版原则。
    第6章  数据可视化工具,主要介绍信息图制作工具、数据可视化工具Gapminder、Datawrapper、Gephi、QGIS、ECharts和Tableau等。
    第7章  可视化作品发布,介绍网络基础、HTML5和JavaScript基础知识,以及Web应用框架和模板、数据可视化作品发布流程。

    读前准备
    ? Windows或Mac操作系统,接入互联网,Firefox浏览器。
    ? 环境配置,具体见2.7.1节。
    ? 安装Jupyter Notebook,具体见3.1节。
    ? 科研工作者或学生可以申请1年期限的免费Tableau试用许可证,具体见6.7节。
    感谢
    首先,感谢购买本书的读者。您的阅读是我写作动力的源泉。数据可视化的发展日新月异,真心希望您在阅读本书后提出宝贵的意见,我们可以共同探讨问题,为后续书籍的撰写提供素材和经验。
    其次,感谢我的爱人和父母。撰写书稿让我没有足够的时间陪伴他们,感谢家人的理解和支持。
    最后,感谢电子工业出版社的编辑们,他们对书稿倾注了大量的心血,并提出了诸多细致的修改意见,保证了本书的顺利出版。
    联系作者
    如果您对本书有任何想法和建议,或者想与作者探讨某个问题,请随时与我联系yinghliu@163.com。

    刘英华      
    2019年10月于北京
    展开

    作者简介

    本书暂无作者简介
  • 样 章 试 读
  • 图 书 评 价 我要评论
华信教育资源网