Python数据可视化pdf百度网盘下载地址?
- 译者序
- 前言
- 第1章数据可视化概念框架1
- 1.1数据、信息、知识和观点2
- 1.1.1数据2
- 1.1.2信息2
- 1.1.3知识3
- 1.1.4数据分析和观点3
- 1.2数据转换4
- 1.2.1数据转换为信息4
- 1.2.2信息转换为知识7
- 1.2.3知识转换为观点7
- 1.3数据可视化历史8
- 1.4可视化如何帮助决策10
- 1.4.1可视化适用于哪里11
- 1.4.2如今的数据可视化12
- 1.5可视化图像15
- 1.5.1条形图和饼图19
- 1.5.2箱线图22
- 1.5.3散点图和气泡图23
- 1.5.4核密度估计图26
- 1.6总结29
- 第2章数据分析与可视化30
- 2.1为什么可视化需要规划31
- 2.2Ebola案例31
- 2.3体育案例37
- 2.4用数据编写有趣的故事47
- 2.4.1为什么故事如此重要47
- 2.4.2以读者驱动为导向的故事47
- 2.4.3以作者驱动为导向的故事53
- 2.5感知与表达方法55
- 2.6一些*好的可视化实践57
- 2.6.1比较和排名57
- 2.6.2相关性58
- 2.6.3分布59
- 2.*.*位置定位或地理数据61
- 2.6.5局部到整体的关系61
- 2.6.6随时间的变化趋势62
- 2.7Python中的可视化工具62
- 2.8交互式可视化**
- 2.8.1事件监听器**
- 2.8.2布局设计65
- 2.9总结67
- 第3章开始使用PythonIDE69
- 3.1Python中的IDE工具70
- 3.1.1Python3.x和Python2.770
- 3.1.2交互式工具类型70
- 3.1.3PythonIDE类型72
- 3.2Anaconda可视化绘图83
- 3.2.1表面三维图83
- 3.2.2方形图85
- 3.3交互式可视化软件包**
- 3.3.1Bokeh**
- 3.3.2VisPy90
- 3.4总结91
- 第4章数值计算和交互式绘图92
- 4.1NumPy、SciPy和MKL函数93
- 4.1.1NumPy93
- 4.1.2SciPy99
- 4.1.3MKL函数105
- 4.1.4Python的性能106
- 4.2标量选择106
- 4.3切片107
- 4.4数组索引108
- 4.4.1数值索引108
- 4.4.2逻辑索引109
- 4.5其他数据结构110
- 4.5.1栈110
- 4.5.**组111
- 4.5.3集合112
- 4.5.4队列113
- 4.5.5字典114
- 4.5.6字典的矩阵表示115
- 4.5.7Trie树120
- 4.6利用matplotlib进行可视化121
- 4.6.1词云122
- 4.6.2安装词云122
- 4.6.3词云的输入124
- 4.*.*绘制股票价格图129
- 4.7体育运动中的可视化案例136
- 4.8总结140
- 第5章金融和统计模型141
- 5.1确定性模型142
- 5.2随机性模型150
- 5.2.1蒙特卡洛模拟150
- 5.2.2投资组合估值168
- 5.2.3模拟模型170
- 5.2.4几何布朗运动模拟170
- 5.2.5基于扩散模拟173
- 5.3阈值模型175
- 5.4统计与机器学习综述179
- 5.4.1k-*近邻算法179
- 5.4.2广义线性模型181
- 5.5创建动画和交互图184
- 5.6总结188
- 第6章统计与机器学习1**
- 6.1分类方法190
- 6.1.1理解线性回归191
- 6.1.2线性回归193
- 6.1.3决策树196
- 6.1.4贝叶斯理论199
点击下载