万本电子书0元读

万本电子书0元读

顶部广告

Python数据可视化电子书 租阅

售       价:¥

纸质售价:¥65.00购买纸书

863人正在读 | 2人评论 6.4

作       者:(印度)科斯·拉曼(Kirthi Raman)

出  版  社:机械工业出版社

出版时间:2017-03-01

字       数:9.8万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(2条)
  • 读书简介
  • 目录
  • 累计评论(2条)
本书介绍了利用Python实现数据可视化。并介绍了数据、信息与知识之间的关系。书中涉及的可视化过程应用了大量流行的Python库,你会学到采用Numpy、Scipy、IPython、MatPotLib、Pandas、Patsy和Scikit-Learn等生成可视化结果的不同方法。 本书介绍了利用Python实现数据可视化。并介绍了数据、信息与知识之间的关系。书中涉及的可视化过程应用了大量流行的Python库,你会学到采用Numpy、Scipy、IPython、MatPotLib、Pandas、Patsy和Scikit-Learn等生成可视化结果的不同方法。
目录展开

译者序

前言

第1章 数据可视化概念框架

1.1 数据、信息、知识和观点

1.1.1 数据

1.1.2 信息

1.1.3 知识

1.1.4 数据分析和观点

1.2 数据转换

1.2.1 数据转换为信息

1.2.2 信息转换为知识

1.2.3 知识转换为观点

1.3 数据可视化历史

1.4 可视化如何帮助决策

1.4.1 可视化适用于哪里

1.4.2 如今的数据可视化

1.5 可视化图像

1.5.1 条形图和饼图

1.5.2 箱线图

1.5.3 散点图和气泡图

1.5.4 核密度估计图

1.6 总结

第2章 数据分析与可视化

2.1 为什么可视化需要规划

2.2 Ebola案例

2.3 体育案例

2.4 用数据编写有趣的故事

2.4.1 为什么故事如此重要

2.4.2 以读者驱动为导向的故事

2.4.3 以作者驱动为导向的故事

2.5 感知与表达方法

2.6 一些最好的可视化实践

2.6.1 比较和排名

2.6.2 相关性

2.6.3 分布

2.6.4 位置定位或地理数据

2.6.5 局部到整体的关系

2.6.6 随时间的变化趋势

2.7 Python中的可视化工具

2.8 交互式可视化

2.8.1 事件监听器

2.8.2 布局设计

2.9 总结

第3章 开始使用Python IDE

3.1 Python中的IDE工具

3.1.1 Python 3.x和Python 2.7

3.1.2 交互式工具类型

3.1.3 Python IDE类型

3.2 Anaconda可视化绘图

3.2.1 表面三维图

3.2.2 方形图

3.3 交互式可视化软件包

3.3.1 Bokeh

3.3.2 VisPy

3.4 总结

第4章 数值计算和交互式绘图

4.1 NumPy、SciPy和MKL函数

4.1.1 NumPy

4.1.2 SciPy

4.1.3 MKL函数

4.1.4 Python的性能

4.2 标量选择

4.3 切片

4.4 数组索引

4.4.1 数值索引

4.4.2 逻辑索引

4.5 其他数据结构

4.5.1 栈

4.5.2 元组

4.5.3 集合

4.5.4 队列

4.5.5 字典

4.5.6 字典的矩阵表示

4.5.7 Trie树

4.6 利用matplotlib进行可视化

4.6.1 词云

4.6.2 安装词云

4.6.3 词云的输入

4.6.4 绘制股票价格图

4.7 体育运动中的可视化案例

4.8 总结

第5章 金融和统计模型

5.1 确定性模型

5.2 随机性模型

5.2.1 蒙特卡洛模拟

5.2.2 投资组合估值

5.2.3 模拟模型

5.2.4 几何布朗运动模拟

5.2.5 基于扩散模拟

5.3 阈值模型

5.4 统计与机器学习综述

5.4.1 k-最近邻算法

5.4.2 广义线性模型

5.5 创建动画和交互图

5.6 总结

第6章 统计与机器学习

6.1 分类方法

6.1.1 理解线性回归

6.1.2 线性回归

6.1.3 决策树

6.1.4 贝叶斯理论

6.1.5 朴素贝叶斯分类器

6.1.6 用TextBlob构建朴素贝叶斯分类器

6.1.7 用词云观察积极情绪

6.2 k-最近邻

6.3 逻辑斯谛回归

6.4 支持向量机

6.5 主成分分析

6.6 k-均值聚类

6.7 总结

第7章 生物信息学、遗传学和网络模型

7.1 有向图和多重图

7.1.1 存储图表数据

7.1.2 图表展示

7.2 图的聚集系数

7.3 社交网络分析

7.4 平面图测试

7.5 有向无环图测试

7.6 最大流量和最小切割

7.7 遗传编程示例

7.8 随机区组模型

7.9 总结

第8章 高级可视化

8.1 计算机模拟

8.1.1 Python的random包

8.1.2 SciPy的random函数

8.1.3 模拟示例

8.1.4 信号处理

8.1.5 动画制作

8.1.6 利用HTML5进行可视化

8.1.7 Julia和Python有什么区别

8.1.8 用D3.js进行可视化

8.1.9 仪表盘

8.2 总结

附录 继续探索可视化

累计评论(2条) 3个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部