Python 商業數據可視化實戰

王國平

買這商品的人也買了...

商品描述

本書由淺入深、循序漸進地介紹了基於Python的商業數據可視化技術,並結合實際案例詳細介紹了Python在數據可視化方面的具體應用。本書重點介紹了Python的9個可視化庫,分別為Matplotlib、Seaborn、Pyecharts、Bokeh、HoloViews、Plotly、Pygal、plotnine、Altair,並介紹了商業數據可視化的思維,不僅做到授之以魚,更做到授之以漁。讀者通過學習本書,能夠輕松、快速地掌握商業數據可視化技術。本書的內容和案例適用於互聯網、咨詢、零售、能源等行業從事數據可視化分析的讀者,可以作為Python軟件培訓機構和數據可視化研究者的參考資料,也可以作為高等學校電腦相關專業學生的教材或教師的教學參考書。

作者簡介

王國平具有十餘年金融、電力、互聯網等行業從業經歷,現已出版十餘本專著;擅長數據分析、數據可視化、機器學習等,精通Python、SPSS、Tableau、Power BI等數據分析工具,熟悉MySQL、SQL Server等數據庫,以及Hadoop、Hive、Zeppelin、Spark等大數據分析及可視化工具。

目錄大綱

目錄 
第1章 Python商業數據可視化概述 / 1 
1.1 商業數據可視化概述 2 
1.1.1 商業數據可視化的挑戰及其難點 2 
1.1.2 3種商業數據可視化思維 4 
1.1.3 6種商業數據可視化技巧 6 
1.2 Python可視化開發環境 9 
1.2.1 Spyder 10 
1.2.2 Jupyter Notebook 11 
1.2.3 JupyterLab 12 
1.3 用Python連接各類數據源 14 
1.3.1 連接單個文件數據 14 
1.3.2 連接關係型數據庫 15 
1.4 Python數據可視化庫簡介 17 
1.4.1 探索式可視化庫 17 
1.4.2 交互式可視化庫 17
1.5 上機實踐題 19 

第2章 Python數據可視化的經典:Matplotlib / 20 
2.1 Matplotlib可視化庫概述 21 
2.1.1 Matplotlib可視化庫 簡介 21 
2.1.2 Matplotlib參數配置 21 
2.1.3 Matplotlib圖形整合 32 
2.2 Matplotlib數據可視化案例 34 2.2.1 提升門店銷售額 34 
2.2.2 製作門店銷售額的 樹狀圖 36 
2.2.3 製作業績考核的誤差 條形圖 40 
2.3 上機實踐題 42 

第3章 基於Matplotlib的高級API封裝:Seaborn / 43 
3.1 Seaborn可視化庫概述 44 
3.1.1 Seaborn可視化庫簡介 44 
3.1.2 Seaborn風格設置 45 
3.1.3 Seaborn顏色設置 50 
3.2.3 製作銷售金額的線性回歸圖 58 
3.2 Seaborn數據可視化案例 54 
3.2.1 解讀企業銷售數據 54 
3.2.2 製作銷售數據的密度直方圖 55 
3.3 上機實踐題 65 

第4章 Python與Echarts的有機結合:Pyecharts / 66 
4.1 Pyecharts可視化庫概述 67 
4.1.1 Pyecharts可視化庫簡介 67 
4.1.2 Pyecharts基本元素 70 
4.1.3 Pyecharts主要圖形 76 
4.2 Pyecharts數據可視化案例 91 
4.2.1 了解企業商品的現狀 91 
4.2.2 製作各類型商品的關鍵詞詞云 92 
4.2.3 製作商品銷售額的主題河流圖 94 
4.3 上機實踐題 97 

第5章 基於的交互式可視化庫:Bokeh / 98 
5.1 Bokeh可視化庫概述 99 
5.1.1 Bokeh可視化庫簡介 99 
5.1.2 Bokeh主要接口 102 
5.1.3 Bokeh基本配置 105 
5.2 Bokeh數據可視化案例 116 
5.2.1 做好朋友圈的商品營銷 116 
5.2.2 製作客戶成功分享商品的和弦圖 116 
5.2.3 製作客戶成功分享商品的網絡關係圖 118 
5.3 上機實踐題 120 

第6章 用較少的代碼呈現視圖:HoloViews / 121 
6.1 HoloViews可視化庫概述 122 
6.1.1 HoloViews可視化庫簡介 122 
6.1.2 HoloViews參數配置 124 
6.1.3 HoloViews組成對象 132 
6.2 HoloViews數據可視化案例 138 
6.2.1 衡量不同類型的客戶價值 138 
6.2.2 製作不同類型客戶價值的面積圖 138 
6.2.3 製作不同地區客戶價值的箱形圖 140 
6.3 上機實踐題 142 

第7章 基於瀏覽器的在線可交互可視化庫:Plotly / 143 
7.1 Plotly可視化庫概述 144 
7.1.1 Plotly可視化庫簡介 144 
7.1.2 Plotly繪圖語法 144 
7.1.3 Plotly主要圖形 147 
7.2 Plotly數據可視化案例 155 
7.2.1 提升客戶的滿意指數 155 
7.2.2 製作客戶不滿意訂單的環形圖 156 
7.2.3 製作客戶滿意度的時間序列圖 158 
7.3 上機實踐題 160 

第8章 以面向對象的方式創建視圖:Pygal / 161 
8.1 Pygal可視化庫概述 162 
8.1.1 Pygal可視化庫簡介 162 
8.1.2 Pygal參數配置 162 
8.1.3 Pygal主要圖形 165 
8.2 Pygal數據可視化案例 183 
8.2.1 有效降低客戶的流失率 183 
8.2.2 製作各月份客戶流失量的折線圖 184 
8.2.3 製作各地區客戶流失量的雷達圖 186 
8.3 上機實踐題 188 

第9章 Python版ggplot2的可視化庫:plotnine / 189 
9.1 plotnine可視化庫概述 190 
9.1.1 plotnine可視化庫簡介 190 
9.1.2 plotnine基本語法 190 
9.1.3 plotnine繪圖過程 193 
9.2 plotnine數據可視化案例 202 
9.2.1 商品配送準時性及影響因素分析 202 
9.2.2 製作商品準時配送的分面散點圖 203 
9.2.3 製作各地區延遲配送的小提琴圖 205 
9.3 上機實踐題 206 

第10章 基於交互式圖形語法的可視化庫:Altair / 207 
10.1 Altair可視化庫概述 208 
10.1.1 Altair可視化庫簡介 208 
10.2 Altair數據可視化案例 225 
10.2.1 有效規避訂單商品退貨 225 
10.2.2 製作各類型商品退貨量的多線圖 226 
10.1.2 Altair參數配置 210 
10.1.3 Altair主要圖形 216 
10.2.3 製作各月份商品退貨量的脊線圖 228 
10.3 上機實踐題 229 

附錄A Python 3.9.0及可視化庫安裝 / 230 

附錄B Python常用第三方工具包簡介 / 233 
B.1 數據分析類包 233 
B.2 數據可視化類包 234 
B.3 機器學習類包 235 

參考文獻 / 238