總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 計算技術、計算機技術
 
 
 
 
Python數據可視化:基於Bokeh的可視化繪圖
 叢書名稱: 數據分析與決策技術叢書
 作  者: 屈希峰
 出版單位: 機械工業
 出版日期: 2020.01
 進貨日期: 2020/1/13
 ISBN: 9787111641643
 開  本: 16 開    
 定  價: 593
 售  價: 474
  會 員 價: 435
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

國內市面上各式各樣的BI系統都非常成熟,如數據分析、圖表的拖拽等,即使零編程基礎的用戶都可以做出像模像樣的可視化圖表或數據看板。

然而,隨著互聯網的發展,企業對數據的安全性要求也隨之提高,小到企業數據看板,大到各系統中台的戰略數據展示,數據動態可視化的需求越來越迫切,專精於數據可視化系統開發的人才也會愈加受到重視。

通過閱讀本書,你將學會:

★各種Bokeh圖形的繪製方法

★使用Bokeh控件進行數據交互的方法

★使用Bokeh實現Web數據動態可視化

★構建各類數據可視化看板


內容簡介:

Python是數據分析領域的主要技術和工具,Bokeh目前在Github的的Python數據可視化庫上的排名獨占鰲頭,已經超過Matplotlib,因為動態、美觀、易用等特性廣受追捧!

這是一本適合零基礎讀者快速入門並掌握Bokeh的實戰指南,作者是Bokeh的先驅用戶和布道者,實踐經驗豐富。本書從圖形繪製、數據動態展示、Web交互等維度全面講解Bokeh功能和使用,不涉及複雜的數據處理和算法,包含大量實戰案例。

1.基礎準備

Anaconda安裝方法、運行環境、繪圖基礎介紹

2.基本圖形繪製

線形圖、柱狀圖、餅圖、氣泡圖、直方圖等數十種圖形繪製方法

3.數據類型與轉換

Python List、Python Dict、Numpy Arrays、Pandas DataFrame、Bokeh ColumnDataSource等

4.視圖屬性

Bokeh圖形配色、畫布屬性及繪圖工具、圖形顯示和輸出方式等

5.Web動態可視化

輸出為HTML文件(源碼/組件)、通過Web模板顯示、Bokeh Flask、Bokeh Sever


作者簡介:

屈希峰(yeayee)

資深Python工程師,Bokeh領域的實踐者和布道者,對Bokeh有深入的研究。

擅長Flask、MongoDB、Sklearn等技術,實踐經驗豐富。

知乎多個專欄(Python中文社區、Python程序員、大數據分析挖掘)作者,專欄累計關注用戶十餘萬人。

獨立運營Intumu.com、Yeayee.com兩個網站,在行業有一定的影響力。


圖書目錄:

前 言

第1章 準備工作 1

1.1 安裝Anaconda

1.2 運行Jupyter Notebook

1.3 基本概念

第2章 繪製基本圖形 7

2.1 繪圖方法

2.2 散點圖

2.3 氣泡圖

2.4 折線圖

2.5 時間序列

2.6 柱狀圖

2.7 直方圖

2.8 餅(環)圖

2.9 旭日圖

2.10 雷達圖

2.11 箱形圖

2.12 面積圖

2.13 蠟燭(K線)圖

2.14 色塊圖

2.15 儀表盤

2.16 火柴圖

2.17 關係圖

2.18 脊線圖

2.19 向量圖

2.20 其他

第3章 數據類型與轉換 136

3.1 Python List

3.2 Python Dict

3.3 NumPy Arrays

3.4 Pandas DataFrame

3.5 Bokeh ColumnDataSource

3.6 數據更新、篩選

3.7 自動轉換數據格式

第4章 視圖屬性 147

4.1 主題

4.2 配色

4.3 視圖屬性

4.4 繪圖工具

4.5 圖形顯示布局

4.6 圖形輸出

4.7 使用工具條進行數據交互

4.8 使用控件進行數據交互

第5章 Web動態可視化 224

5.1 輸出為HTML文件

5.2 輸出為HTML源碼

5.3 輸出為HTML組件

5.4 通過Web模板顯示

5.5 Bokeh Flask

5.6 Bokeh Sever


章節試讀:

【為何寫作本書】

2019年5月,PYPL(編程語言流行指數,基於Google搜索頻率而定)出爐了編程語言排行榜,Python位列第一,成為當下最流行的編程語言之一。TIOBE排行榜也顯示,Python的流行度屢創新高,目前排名第四,並保持高速增長。作為大數據和人工智能時代的必備語言,Python具有語言簡潔、開發效率高、可移植性強等優點,經過多年的生態建設,Python有了大量的函數庫,尤其在數據分析和科學計算領域。另外,函數在Python中是一等公民,所以Python同時也是一種函數式編程語言。



互聯網的快速發展為我們積累了龐大的數據,計算機硬件的創新為存儲與分析這些數據創造了硬件條件,編程語言的發展為分析這些數據創造了軟件條件。在數據分析這個領域,Python有著自身獨特的優勢,簡單易用的特性與強大的開源模塊的支持使其成為數據分析領域方便好用的利器。



Python在數據分析領域的廣泛應用離不開強大的開源模塊的支持,大名鼎鼎的NumPy、Scipy、Statsmodels、Pandas等模塊的建立與發展奠定了Python在數據分析領域的重要地位。這些模塊簡單又好用,提供的解決方案能夠滿足絕大部分業務需求。在人工智能領域,Python也有非常棒的解決方案,如Sklearn、XGBoost、TensorFlow、MXNet、Theano、Caffe等都是非常好的開源模塊。尤其在人工智能中前沿的深度學習領域,Python幾乎占據了霸主的地位。Python藉助在數據分析領域中開源模塊的優勢,在量化投資領域逐漸占據了領頭羊的地位。



對數據的分析離不開數據的可視化,相對於在數據分析、人工智能、量化投資等領域中的發展,Python在數據可視化方面的發展有些滯後。最經典的Python可視化繪圖庫莫過於Matplotlib。Matplotlib就是MATLAB Plot Library,即模仿MATLAB的繪圖庫,其繪圖風格與MATLAB類似。由於MATLAB的繪圖風格偏古典,為了繪出更漂亮的圖像,Python開源社區開發出了Seaborn繪圖模塊,它本質上是對Matplotlib的封裝,繪圖效果更符合現代人的審美。儘管如此,由於Matplotlib是基於GUI的繪圖模塊,所以也存在特有的缺陷。



就筆者的使用經驗而言,Matplotlib主要存在兩大缺陷:首先,Matplotlib是一個靜態的繪圖模塊,其繪製的圖像都是靜態的,就像用軟件打開圖片一樣,無法實現Web繪圖的交互效果;其次,Matplotlib繪圖結果分享極其不便,只能以圖片的方式分享,讀者看到的繪圖結果完全是靜態的,分享體驗較差。至於Python其他繪圖模塊,諸如GGplot2、Plotly、Pyecharts等都比較小眾,而Bokeh集成在Anaconda中,在筆者創作本書的過程中,Bokeh在GitHub上的Stars已經超過了Matplotlib。



Bokeh是一個基於D3.js的繪圖庫,所以其繪圖結果可以與Web應用無縫銜接,在實現與讀者交互的同時,便於分享、傳播。其次,Bokeh有著自己強大又豐富的繪圖庫,提供了優雅、簡潔的多功能圖形繪製方法,在超大數據集或流式數據集上具有高性能的交互性,且與Python(或其他語言)的交互快速而簡單。



筆者從2014年開始學習Python,主要將其用於傳統行業數據分析,2016年初嘗Bokeh便被其深深吸引。然而,Bokeh官方的文檔為英文,且不符合國人的繪圖習慣,因此我希望盡自己的微薄之力,將近年所知、所學進行歸納、整理,若讀者能從中感悟一二,並將其用於工作實踐,將是本書和本人之福!



【讀者對象】

(1)大數據分析人員

毫無疑問,大數據分析人員是本書的核心受眾群體之一,本書與其他可視化的書籍不同,本著“Talk is cheap,show me your code”的原則,盡可能言簡意賅、深入淺出,以代碼實現各種圖表。數據可視化作為整個數據分析過程的最後一環,好的數據展示效果,往往會讓數據分析結果更為生動、更具說服力。

另外,本書中代碼未過多涉及複雜的數據預處理和分析技巧,著重講述不同圖表的繪製方法,以便於大數據分析人員進行重構,書中代碼基本上可以即拿即用,從而節約寶貴時間用在數據清洗和分析探索上。

(2)企業管理運營人員

市面上各式各樣的BI系統都非常成熟,如數據分析、圖表的拖拽等,即使零編程基礎的用戶都可以做出像模像樣的可視化圖表或數據看板。然而,如果涉及產品、市場等核心敏感數據時,則不得不招兵買馬,組建團隊,以期實現企業專屬的數據可視化系統,如業務中台、數據中台、營銷中台等。此時,不可避免地要考慮到開發成本問題,Bokeh可以與Flask、Django等完美結合,用最小的成本實現企業數據全網實時、動態展示;在中小型公司中,如果無須聯網僅內部使用,則無須服務器建站,可直接使用Bokeh sever展示,並通過局域網實現內部分享。

(3)IT轉型人員

隨著互聯網的發展,數據分析團隊的成員分工也變得更細,專精於數據可視化系統開發的人才也會愈加受到重視。而且,在Bokeh數據可視化領域沒有複雜的算法,僅需具備一些Web前端和Python編程基礎知識即可。

(4)大中專院校學生及科研人員

本書符合國內讀者的閱讀習慣,書中的可視化圖表也可供大中專院校學生及科研人員進行論文寫作、實際工作時使用。

【主要內容】

本書共分為5章,各章主要內容如下:

第1章介紹一些準備工作,包括Anaconda的安裝方法、運行環境,以及繪圖的主要方法。

第2章主要介紹基本圖形的繪製,即對Bokeh中一些常見的基礎圖形,如線形圖、柱狀圖、餅圖、氣泡圖和直方圖等進行介紹。

第3章主要介紹數據類型與轉換,包括對Bokeh所需的常見數據類型進行的介紹。

第4章主要介紹視圖屬性,包括Bokeh圖形配色、畫布屬性及繪圖工具,圖形顯示方式和輸出方式,用控件進行數據交互的方法。

第5章主要介紹Web動態可視化。熟悉Web開發的讀者可以在任意前端框架下嵌入圖形。

如果僅對Bokeh的基礎繪圖感興趣,那麼前4章的內容就能滿足你的需求;如果你有一定的Web開發基礎,那麼可以參考第5章的內容,實現Web數據可視化。


圖片預覽:

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。