本书以某上市电商企业的客户数据、订单数据、股价数据为基础行讲解，首先介绍如何构建Hadoop集群，并导数据案例集；然后介绍如何运用Matplotlib和Pyecharts可视化工具实现数据可视化，还介绍了如何在Web上展示自己的可视化数据图表。 全书以案例为主线，既包括软件应用与操作的方法和技巧，又融了数据可视化的基础知识。为了使读者快速提高数据分析的整体能力，本书的绘图案例基本上都选自编者的工作实践，非常近实际工作需求。
售 价：¥
纸质售价：¥53.70购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
封面页
书名页
版权页
作者简介
内容简介
前言
目录
第一部分 大数据可视化基础
第1章 大数据可视化概述
1.1 大数据时代的技术挑战
1.2 数据可视化的技术难点
1.3 可视化工具的必备特性
第2章 搭建大数据开发环境
2.1 集群的安装及网络配置
2.1.1 Hadoop集群概述
2.1.2 集群软件及其版本
2.1.3 集群网络环境配置
2.2 集群案例数据集简介
2.2.1 数据字段说明
2.2.2 数据导入说明
2.2.3 运行环境说明
2.3 连接Hive的图形界面工具
2.3.1 DBeaver
2.3.2 Oracle SQL Developer
2.3.3 DbVisualizer
2.3.4 SQuirrel SQL Client
第3章 大数据可视化工具
3.1 Tableau
3.1.1 Tableau简介
3.1.2 Tableau连接Hive
3.1.3 Tableau连接Spark
3.2 Zeppelin
3.2.1 Zeppelin简介
3.2.2 Zeppelin连接Hive
3.2.3 Zeppelin连接Spark
3.3 Python在数据可视化中的应用
3.3.1 Python简介
3.3.2 Python连接Hive
3.3.3 Python可视化案例
第4章 Python可视化编程基础
4.1 Python环境安装
4.1.1 Anaconda
4.1.2 PyCharm
4.2 Python代码开发工具
4.2.1 Spyder
4.2.2 Jupyter Notebook
4.2.3 Jupyter Lab
4.3 Python连接数据源
4.3.1 连接单个文件数据
4.3.2 连接关系型数据库
4.3.3 连接Hadoop集群
第5章 Python数据可视化库
5.1 Matplotlib
5.1.1 Matplotlib库简介
5.1.2 Matplotlib可视化案例
5.2 Pyecharts
5.2.1 Pyecharts库简介
5.2.2 Pyecharts可视化案例
5.3 Seaborn
5.3.1 Seaborn库简介
5.3.2 Seaborn可视化案例
5.4 ggplot
5.4.1 ggplot库简介
5.4.2 ggplot可视化案例
5.5 Bokeh
5.5.1 Bokeh库简介
5.5.2 Bokeh可视化案例
5.6 Pygal
5.6.1 Pygal库简介
5.6.2 Pygal可视化案例
5.7 Plotly
5.7.1 Plotly库简介
5.7.2 Plotly可视化案例
5.8 其他可视化库
5.8.1 Altair
5.8.2 PyQtGraph
5.8.3 NetworkX
第二部分 Matplotlib数据可视化
第6章 Matplotlib图形参数设置
6.1 Matplotlib主要参数配置
6.1.1 线条的设置
6.1.2 坐标轴的设置
6.1.3 图例的设置
6.2 绘图参数文件及主要函数
6.2.1 修改绘图参数文件
6.2.2 绘图主要函数简介
6.3 Matplotlib参数配置案例
第7章 Matplotlib基础绘图
7.1 直方图的绘制
7.1.1 直方图及其参数说明
7.1.2 实例：每日利润额的数值分布
7.2 折线图的绘制
7.2.1 折线图及其参数说明
7.2.2 实例：每周商品销售业绩分析
7.3 条形图的绘制
7.3.1 条形图及其参数说明
7.3.2 实例：不同省份利润额的比较
7.4 饼图的绘制
7.4.1 饼图及其参数说明
7.4.2 实例：不同类型商品销售额比较
7.5 散点图的绘制
7.5.1 散点图及其参数说明
7.5.2 实例：销售额与利润额的关系
7.6 箱形图的绘制
7.6.1 箱形图及其参数说明
7.6.2 实例：销售经理业绩比较分析
第8章 Matplotlib高级绘图
8.1 树形图的绘制
8.1.1 树形图及其应用场景
8.1.2 实例：不同省份销售额的比较分析
8.2 误差条形图的绘制
8.2.1 误差条形图及其应用场景
8.2.2 实例：门店业绩考核达标情况分析
8.3 火柴杆图的绘制
8.3.1 火柴杆图及其应用场景
8.3.2 实例：不同省份送货准时性分析
8.4 甘特图的绘制
8.4.1 甘特图及其应用场景
8.4.2 实例：企业信息化项目进度管理
8.5 自相关图
8.5.1 自相关图及其应用场景
8.5.2 实例：股票价格的自相关分析
8.6 图形整合
8.6.1 图形整合及其应用场景
8.6.2 实例：区域销售额与利润额分析
第三部分 Pyecharts数据可视化
第9章 Pyecharts图形参数配置
9.1 全局配置项
9.1.1 基本元素配置项
9.1.2 坐标轴配置项
9.1.3 原生图形配置项
9.2 系列配置项
9.2.1 样式类配置项
9.2.2 标记类配置项
9.2.3 其他类配置项
9.3 运行环境
9.3.1 生成HTML
9.3.2 生成图片
9.3.3 Jupyter Notebook
9.3.4 Jupyter Lab
第10章 Pyecharts基础绘图
10.1 折线图的绘制
10.1.1 折线图及其参数配置
10.1.2 实例：各门店销售业绩比较分析
10.2 条形图的绘制
10.2.1 条形图及其参数配置
10.2.2 实例：各省市商品订单数量分析
10.3 箱形图的绘制
10.3.1 箱形图及其参数配置
10.3.2 实例：不同类型商品的收益分析
10.4 涟漪散点图的绘制
10.4.1 涟漪散点图及其参数配置
10.4.2 实例：不同收入等级客户价值分析
10.5 K线图的绘制
10.5.1 K线图及其参数配置
10.5.2 实例：企业股票价格趋势分析
10.6 双坐标轴图的绘制
10.6.1 双坐标轴图及其参数配置
10.6.2 实例：区域销售业绩及数量分析
第11章 Pyecharts高级绘图
11.1 日历图的绘制
11.1.1 日历图及其参数配置
11.1.2 实例：企业股票每日交易量分析
11.2 漏斗图的绘制
11.2.1 漏斗图及其参数配置
11.2.2 实例：华东地区各省市利润额分析
11.3 仪表盘的绘制
11.3.1 仪表盘及其参数配置
11.3.2 实例：企业2019年销售业绩完成率
11.4 环形图的绘制
11.4.1 环形图及其参数配置
11.4.2 实例：不同教育群体的购买力分析
11.5 雷达图的绘制
11.5.1 雷达图及其参数配置
11.5.2 实例：不同区域销售业绩的比较
11.6 旭日图的绘制
11.6.1 旭日图及其参数配置
11.6.2 实例：绘制我的家庭树旭日图
11.7 主题河流图的绘制
11.7.1 主题河流图及其参数配置
11.7.2 实例：不同类型商品销售情况分析
11.8 词云的绘制
11.8.1 词云及其参数配置
11.8.2 实例：商品类型关键词词云
11.9 玫瑰图的绘制
11.9.1 玫瑰图及其参数配置
11.9.2 实例：不同职业群体的购买力分析
第12章 Web端的数据可视化
12.1 搭建Django开发环境
12.1.1 Django框架简介
12.1.2 Django开发环境
12.2 Pyecharts与Django集成案例
12.2.1 创建项目运行环境
12.2.2 配置项目参数文件
12.2.3 测试项目运行效果
附录 集群各节点的参数配置
Hadoop的参数配置
Hive的参数配置
Spark的参数配置
Zeppelin的参数配置
集群的启动与关闭
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
