新書推薦:
《
现代化的迷途
》
售價:NT$
449.0
《
钛经济
》
售價:NT$
352.0
《
甲骨文丛书·无垠之海:世界大洋人类史(全2册)
》
售價:NT$
1469.0
《
中国救荒史
》
售價:NT$
500.0
《
三十六计绘本(共8册)走为上计+欲擒故纵+以逸待劳+无中生有+金蝉脱壳+浑水摸鱼+打草惊蛇+顺手牵羊 简装
》
售價:NT$
808.0
《
茶之书(日本美学大师冈仓天心传世经典 诗意盎然地展现东方的智慧和美学 收录《卖茶翁茶器图》《茶具十二先生图》《煎茶图式》《历代名瓷图谱》等86幅精美茶室器物图)
》
售價:NT$
296.0
《
云冈:人和石窟的1500年
》
售價:NT$
332.0
《
淡水鱼类营养生理与饲料
》
售價:NT$
1520.0
|
內容簡介: |
本书共23章,介绍了新商科、新文科本科生能用到的大数据可视化技术与方法,以及常见的大数据可视化应用案例。本书简单实用,在介绍每一种大数据可视化工具时,兼顾在线工具可视化和编程可视化两种方式:利用在线工具,可以用不编程的方法实现大数据可视化;对于Python编程部分,采用模板化知识讲授,只需少量替换模板中的语句即可将其应用到其他场景。
本书是为新商科、新文科类专业师生定制的教材,让没有编程基础的学生能懂、会用,让非计算机专业出身的教师可以学通、讲授。同时,本书也可供其他大数据可视化的初学者参考。
|
目錄:
|
前言
绪论 工具安装和环境设置1
第一节 在线网站与工具1
第二节 编程软件的安装1
第三节 打开Jupyter Notebook4
第四节 安装程序包命令6
第五节 常用程序包与前置性
语句7
第一章 词云图8
第一节 教学介绍与基本概念8
第二节 在线工具WordArt9
第三节 在线工具图悦12
第四节 Excel数据的编程模板13
第五节 Text文本的编程模板18
第六节 程序文件的保存与调用20
习题与作业21
第二章 漏斗图22
第一节 教学介绍与基本概念22
第二节 利用在线工具生成
漏斗图23
第三节 使用Python生成
漏斗图26
第四节 使用Python由外部数据
导入制作漏斗图27
习题与作业28
第三章 气泡图29
第一节 教学介绍与基本概念29
第二节 使用软件生成气泡图30
第三节 使用Python编程生成
气泡图33
习题与作业34
第四章 饼图35
第一节 教学介绍与基本概念35
第二节 使用Excel制作饼图36
第三节 使用Python语言制作
饼图36
第四节 输入数据制作饼图38
第五节 用大数据制作饼图38
第六节 用汇总频数制作饼图39
习题与作业41
第五章 柱形图42
第一节 教学介绍与基本概念42
第二节 大数据柱形图43
第三节 平均线44
第四节 不分组柱形图46
第五节 简单分组柱形图48
第六节 复杂分组柱形图48
习题与作业49
第六章 箱形图50
第一节 教学介绍与基本概念50
第二节 大数据单个箱形图51
第三节 大数据多个箱形图53
习题与作业54
第七章 仪表盘图55
第一节 教学介绍与基本概念55
第二节 亿图仪表盘56
第三节 使用FineReport制作
仪表盘图58
第四节 使用Python制作仪表
盘图60
习题与作业60
第八章 折线图61
第一节 教学介绍与基本概念61
第二节 使用Excel绘制折线图62
第三节 大数据简单折线图63
第四节 大数据复杂折线图65
习题与作业66
第九章 散点图67
第一节 教学介绍与基本概念67
第二节 大数据简单散点图68
第三节 大数据复杂散点图69
习题与作业73
第十章 关系网络图74
第一节 教学介绍与基本概念74
第二节 用Python提取数据75
第三节 关系网络的可视化78
习题与作业83
第十一章 雷达图84
第一节 教学介绍与基本概念84
第二节 简单雷达图85
第三节 填充式雷达图86
第四节 复合式雷达图87
习题与作业88
第十二章 热力图89
第一节 教学介绍与基本概念89
第二节 使用Python制作热力图90
第三节 输入数据制作热力图92
第四节 相关性热力图93
习题与作业95
第十三章 预测图96
第一节 教学介绍与基本概念96
第二节 使用Excel做预测97
第三节 使用Python生成预测图99
习题与作业101
第十四章 面积图102
第一节 教学介绍与基本概念102
第二节 使用Excel生成面积图103
第三节 使用Python生成面积图104
习题与作业105
第十五章 复合图106
第一节 教学介绍与基本概念106
第二节 柱形图与折线图组合107
第三节 双折线组合110
第四节 双y轴组合111
第五节 一窗两图113
第六节 一窗多图114
习题与作业117
第十六章 综合案例:客户
分类118
第一节 教学介绍与基本概念118
第二节 客户分类118
习题与作业123
第十七章 综合案例:粉丝
画像124
第一节 教学介绍与基本概念124
第二节 使用Python对微博粉丝
画像124
第三节 使用在线工具对明星粉丝
画像128
习题与作业129
第十八章 综合案例:销售
数据挖掘130
第一节 教学介绍与基本概念130
第二节 销售数据挖掘130
习题与作业134
第十九章 综合案例:排名
分析135
第一节 教学介绍与基本概念135
第二节 排名分析135
习题与作业138
第二十章 综合案例:评价
数据可视化139
第一节 教学介绍与基本概念139
第二节 评价数据可视化139
习题与作业144
第二十一章 综合案例:宏观统计
数据可视化145
第一节 教学介绍与基本概念145
第二节 统计数据分析145
习题与作业149
第二十二章 综合案例:数据爬取
与可视化150
第一节 教学介绍与基本概念150
第二节 爬虫与可视化151
习题与作业154
第二十三章 综合案例:输出
图形优化155
第一节 教学介绍与基本概念155
第二节 图形优化常用命令155
第三节 输出图形优化综合案例158
习题与作业160
后记161
|
內容試閱:
|
大数据以海量信息的形态存在着,如果不进行可视化,其价值就无法体现出来。大数据可视化是大数据价值实现的主要通道,因而也是大数据知识学习中最不能缺少的一门核心课程。
大数据在可视化后,以其漂亮的外形、“高大上”的展示、一目了然的表达来吸引眼球,在会议、展示、汇报、讲演中成为利器。商科、文科类专业的学生,因为计算机专业知识相对薄弱,对大数据可谓又爱又“恨”—爱的是每个人都需要它,也被大数据的魅力所征服;但更多是“恨”:一见大数据,就被那密密麻麻的编程语言吓倒,感到头大,几乎没有信心去学习。学生们感叹自己所学的知识不够“硬”,在求职、会议或讲演等场合,与精通大数据者所做的出彩展示相比,常常是自信心不足,在心理上就落了下风。
类似情况不仅存在于学生中,学校教师也是如此。在高校,传统商科、文科在向大数据靠拢的过程中,最先迎接挑战的一个群体是讲授传统专业的教师。计算机专业基础薄弱的教师遇到的问题和上述学生一样,会一见编程就头大、信心丧失,并产生职业危机感。但是—
大数据真的高不可攀吗?
对于非计算机专业的学生,大数据就是其一道不可逾越的屏障吗?
非计算机专业的高校教师,对大数据就只能束手无策吗?
新商科、新文科学生只能望着数字海洋而兴叹吗?
本书就是在这种强大的需求背景下应运而生的一本教材。
对于数学基础相对薄弱、非计算机专业的新商科、新文科学生来说,如果提供编程模板,在处理数据时,只需要替换一下关键词,也能输出大数据可视化图,这是不是大幅度地降低了应用大数据的准入门槛呢?如果是这样,则可以让这部分新商科、新文科学生重拾对大数据的信心。
当然,即使门槛降得足够低,还是有一部分学生根本不想去编程,但现实中又确实需要,这部分学生该怎么办呢?对于这一类彻底不想编程的学生来说,如果有一种方法让他们不编程也能对大数据可视化进行操作,是不是又带来了福音呢?本书尝试用在线工具法,让这部分学生对大数据可视化可以不编程也能操作。
对于新商科、新文科学生,简单的编程或者不编程,拿来就能用,对于其建立信心非常重要。本书在大数据应用、可视化分析研究和应用的新形势下,结合大数据可视化的发展背景与趋势,将大数据可视化的编程语言实现了简洁化、样板化。一是利用在线网站。在线网站的优点是把编程置于后台,用简单的输入就可以完成可视化,不用编程,这种在线网站或工具越来越多,本书选择了可行性强、市场接受度高的在线网站或工具推荐给读者。二是利用最简单的编程,并给予案例,进行模块化操作。Python是一种编程语言,是处理大数据的一种主要工具。读者在需要处理大数据时,可以参照本书所提供的案例,比着葫芦画瓢,做最简单的修改即可完成可视化。
归纳起来,本书具有以下六个特色:
一是定制化:是为新文科、新商科学生定制的大数据可视化教材。
二是多方法:提供多种方法实现大数据可视化,读者选择余地大。
三是台阶式:阐释的知识由易到难。
四是提供不用编程的方法:不编程也能实现可视化操作,把难度降到最低。
五是编程样板化:对于编程部分,实现最简化、模板化,并做好详细的解释。
六是编程简洁易用:让无编程基础的学生、教师也能看懂、会用,只需更换少量关键词,即可完成大数据可视化。
本书提供了配套的样板化编程、数据库、工具与软件的使用说明,易于教学,非计算机专业的教师自学或接受培训后即可讲授。订购本书做教材的教师可以联系出版社编辑获取相关教学资源(cmp9721@163.com)。本书的部分编程力求简单化,购买本书的其他读者可依据本书编码手动输入,以达到练习、理解并增强记忆的目的。本书第一至第十六章可以作为必学内容按章节讲授,每周讲授一章,共计用十六周完成。余下的时间,可以从第十七至第二十三章中选取难度系数适合的一个案例作为实验内容,其余案例均供参考。这样正好在一个学期内讲授完成,让编程基础较差的学生也能初步掌握大数据可视化的方法。
鉴于经验欠缺与水平有限,书中的不足或错误之处,请多提宝贵的批评意见,以便在新版本中修正。
特别感谢全国高校人工智能与大数据创新联盟及其新商科专业委员会对本书出版所提供的机会、帮助与支持!
作 者
|
|