《Python数据可视化之Matplotlib与Pyecharts》之目录

目录

序 言

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

第一部分：大数据可视化基础篇

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

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

3.3.1  Python简介

3.3.2  Python连接Hive

3.3.3  Python可视化案例

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

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  其它可视化库

5.8.1  Altair

5.8.2  Pyqtgraph

5.8.3  NetworkX

第二部分：Matplotlib数据可视化篇

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

7.1  直方图

7.1.1  直方图及其参数说明

7.1.2  每日利润额的数值分布

7.2  折线图

7.2.1  折线图及其参数说明

7.2.2  每周商品销售业绩分析

7.3  条形图

7.3.1  条形图及其参数说明

7.3.2  不同省份利润额的比较

7.4  饼图

7.4.1  饼图及其参数说明

7.4.2  不同类型商品销售额比较

7.5  散点图

7.5.1  散点图及其参数说明

7.5.2  销售额与利润额的关系

7.6  箱形图

7.6.1  箱形图及其参数说明

7.6.2  销售经理业绩比较分析

8.1  树形图

8.1.1  树形图及其应用场景

8.1.2  不同省份销售额的比较分析

8.2  误差条形图

8.2.1  误差条形图及其应用场景

8.2.2  门店业绩考核达标情况分析

8.3  火柴杆图

8.3.1  火柴杆图及其应用场景

8.3.2  不同省份送货准时性分析

8.4  甘特图

8.4.1  甘特图及其应用场景

8.4.2  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  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  区域销售额与利润额分析

第三部分：Pyecharts数据可视化篇

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  其它类配置项

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

10.1  折线图

10.1.1  折线图及其参数配置

10.1.2  各门店销售业绩比较分析

10.2  条形图

10.2.1  条形图及其参数配置

10.2.2  各省市商品订单数量分析

10.3  箱形图

10.3.1  箱形图及其参数配置

10.3.2  不同类型商品的收益分析

10.4  涟漪散点图

10.4.1  涟漪散点图及其参数配置

10.4.2  不同收入等级客户价值分析

10.5  K线图

10.5.1  K线图及其参数配置

10.5.2  企业股票价格趋势分析

10.6  双坐标轴图

10.6.1  双坐标轴图及其参数配置

10.6.2  区域销售业绩及数量分析

11.1  日历图

11.1.1  日历图及其参数配置

11.1.2  企业股票每日交易量分析

11.2  漏斗图

11.2.1  漏斗图及其参数配置

11.2.2  华东地区各省市利润额分析

11.3  仪表盘

11.3.1  仪表盘及其参数配置

11.3.2  企业2019年销售业绩完成率

11.4  环形图

11.4.1  环形图及其参数配置

11.4.2  不同教育群体的购买力分析

11.5  雷达图

11.5.1  雷达图及其参数配置

11.5.2  不同区域销售业绩的比较

11.6  旭日图

11.6.1  旭日图及其参数配置

11.6.2  绘制我的家庭树旭日图

11.7  主题河流图

11.7.1  主题河流图及其参数配置

11.7.2  不同类型商品销售情况分析

11.8  词云

11.8.1  词云及其参数配置

11.8.2  商品类型关键词词云

11.9  玫瑰图

11.9.1  玫瑰图及其参数配置

11.9.2  不同职业群体的购买力分析

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A：Python常用第三方工具包

A1：数据分析类包

A2：数据可视化类包

A3：机器学习类包

附录B：集群各节点的参数配置

B1：Hadoop的参数配置

B2：Hive的参数配置

B3：Spark的参数配置

B4：Zeppelin的参数配置

B5：集群的启动与关闭

参考文献