数据可视化

目录


前言()

第一部分数据可视化概论

1数据可视化在DIKW体系中的作用()

11DIKW体系()

12数据可视化的作用()


2数据可视化的价值()

21什么是数据可视化()

22数据可视化的历史()

23数据可视化的优势()

24数据可视化的应用场景()

第二部分如何做好数据可视化

3什么是好的数据可视化()


4数据可视化的一般流程()

41数据收集、处理与分析()

42数据可视化展示()

43数据可视化叙事()


5数据可视化基础图像与展示()

51比较与排序图像()

52局部与整体关系图像()

53分布图像()

54相关图像()

55网络关系图像()

56位置与地理特征图像()

57时间趋势图像()


6使用数据可视化讲述故事()

61主动式叙事()

62互动式叙事()


7常用数据可视化工具()

71Tableau()

72R()

73D3js()

第三部分Python使用基础

8开始使用Python IDE ()

81Python 3x与 Python 2x()

82交互式工具()

83Python中常用的IDE()

84使用Python进行可视化作图()

85交互式可视化包简介()


9Python数据结构基础()

91列表()

92堆栈()

93元组()

94集合()

95队列()

96字典()

97树()


10使用NumPy和SciPy库()

101NumPy中的数组()

102NumPy常用函数()

103SciPy常用函数()

104Python的性能增强()

第四部分使用Python进行基础数据可视化

11使用matplotlib绘制数据可视化基础图形()

111折线图()

112直方图()

113核密度估计图()

114柱状图与条形图()

115饼图()

116热力图()

117散点图()

118矩阵图()

119三维曲面图()


12使用pyecharts绘制数据可视化基础图形()

121pyecharts快速入门()

122pyecharts中的图表类型()

123pyecharts中的配置选项()


13基础数据可视化案例()

131我国各地区经济发展水平可视化分析()

132成都天津两市空气质量可视化分析()

133全球自杀人数可视化分析()

134各国奥运会奖牌可视化分析()

135文本数据可视化分析()

136股票价格可视化分析()

第五部分数据可视化建模

14统计学习模型()

141K-近邻算法()

142逻辑斯谛回归()

143支持向量机()

144集成学习()

145主成分分析()

146K-均值聚类算法()


15图论与网络模型()

151无向图与有向图()

152图的集聚系数()

153常见的网络优化问题()

154社交网络分析()

155Networkx工具包()


参考资料()