Python数据可视化之美：专业图表绘制指南（全彩） - (EPUB全文下载)

文件大小：1.89 mb。
文件格式：epub 格式。
书籍内容：

Python数据可视化之美：专业图表绘制指南（全彩）
第1章 Python编程基础
第2章 数据处理基础
第3章 数据可视化基础
第4章 类别比较型图表
第5章 数据关系型图表
第6章 数据分布型图表
第7章 时间序列型图表
第8章 局部整体型图表
第9章 高维数据型图表
第10章 地理空间型图表
第11章 数据可视化案例
参考文献
第1章 Python编程基础
1.1 Python基础知识
1.1.1 Python3.7的安装
使用Anaconda可以直接组合安装Python、Jupyter Notebook和Spyder。Anaconda是一个开源的Python发行版本，用于进行大规模的数据处理、预测分析、科学计算，致力于简化包的管理和部署。
读者可以通过搜索Anaconda，找到Anaconda官网，并下载。
需要注意的是：我们要根据电脑的系统（Windows、macOS 和 Linux）选择对应的 Python 版本。对于Windows系统，还需要根据系统的位数选择32位或64位。另外，笔者推荐使用Python 3.7版本。
Jupyter Notebook：Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。Jupyter Notebook是以网页形式打开的程序，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档，则可在同一个页面中直接编写，便于进行及时的说明和解释（见图1-1-1）。
图1-1-1 Jupyter Notebook的运行界面
Spyder：Spyder是Python（x，y）的作者为它开发的一个简单的集成开发环境。和其他的Python开发环境相比，它最大的优点就是可以模仿MATLAB的“工作空间”功能，可以很方便地观察和修改数组的值。Spyder 的界面由许多窗格构成，用户可以根据自己的喜好调整它们的位置和大小。当多个窗格出现在同一个区域时，将使用标签页的形式显示。例如在图1-1-2中，可以看到Editor、Object inspector、Variable explorer、File explorer、Console、History log以及两个显示图像的窗格。在View菜单中可以设置是否显示这些窗格。
图1-1-2 Spyder运行界面
1.1.2 包的安装与使用
在计算机程序的开发过程中，随着程序代码越写越多，在一个文件里的代码就会越来越长，越来越不容易维护。为了编写可维护的代码，我们把很多函数分组，分别放到不同的文件里，这样，每个文件包含的代码就相对较少，很多编程语言都采用这种组织代码的方式。在Python中，一个.py文件就称之为一个模块（module）。模块的名字就是该文件的名字（不包含后缀）。使用模块不仅可以大大提高代码的可维护性，而且编写代码也不必从零开始。
为了避免模块名冲突，Python 又引入了按目录来组织模块的方法，称为包（package）。一个包就是一个文件夹（Python 2规定该文件夹必须包含一个__init__.py文件，Python 3没有要求），包名就是文件夹名。包的安装可以直接打开Anaconda 3文件夹中的Anaconda Prompt对话框，输入conda install<；package>；或者 pip install<；package>；，就可以安装对应的包。也可以使用 conda uninstall<；package>；和pip uninstall<；package>；卸载对应的包。模块和包的导入与使用方法没有本质区别。我们在使用这些包前，需要提前将这些包导入，使用 import 语句可以导入4种不同的对象类型。
Python 借助外在的包和模块可以实现网络爬虫、数据分析与可视化、机器学习和深度学习等诸多功能（见图1-1-3）。其中，常用于数据分析处理与机器学习的包如下。
● NumPy、Pandas、DASK和Numba包可用于分析数据的可拓展性与性能；
● SciPy、StatsModel和scikit-learn可用于数据的处理与分析；
● matplotlib、Seaborn、plotnine、Bokeh、Datashader和HoloViews包可实现数据结果的可视化；
● scikit-learn、PyTorch、TensorFlow和theano包可构造并训练机器学习与深度学习模型。
图1-1-3 常用的Python包
1.1.3 Python基础操作
1.Python注释
注释的目的是让阅读人员能够轻松读懂每一行代码的意义，同时也为后期代码的维护提供便利。在Python中，单行注释是以＃号开头的。而Python的多行注释是由两个三引号（'''）包含起来的。
2.Python的行与缩进
与 R、C++等语言相比，Python 最具特色的就是使用缩进表示代码块，而不需要使用大括号。缩进的空格数是可变的，但是同一个代码块的语句必须包含相同的缩进空格数。需要特别注意的是：不一致的代码块缩进会导致代码运行错误。
3.变量与对象
Python中的任何数值、字符串、数据结构、函数、类、模块等都是对象。每个对象都有标识符、类型（type）和值（value）。几乎所有的对象都有方法与属性，都可以通过“对象名.方法（参数1，参数2，…，参数n）”或者“对象名.属性”的方式访问该对象的内部数据结构。需要注意的是：对象之间的赋值并不是复制。
复制是指复制对象与原始对象不是同一个对象，原始对象发生任何变化都不会影响复制对象的变化，可以分为浅复制（copy）和深复制（deepcopy）。浅复制是复制了对象，但对于对象中的元素，依然使用原始的引用，即只复制指向对象的指针，并不复制对象本身。深复制是指完全地复制一个对象的所有元素及其子元素，可以理解为直接复制整个对象到另一块内存中。 ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。