新书推荐 | Python数据可视化：基于Bokeh的可视化绘图

新书推荐

《Python数据可视化：基于Bokeh的可视化绘图》

长按二维码
了解及购买

从图形绘制、数据动态展示、Web交互等维度全面讲解Bokeh功能和使用；资深Bokeh布道者撰写，不含复杂数据处理和算法，深入浅出，适合零基础入门，包含大量案例。

编辑推荐

国内市面上各式各样的BI系统都非常成熟，如数据分析、图表的拖拽等，即使零编程基础的用户都可以做出像模像样的可视化图表或数据看板。

然而，随着互联网的发展，企业对数据的安全性要求也随之提高，小到企业数据看板，大到各系统中台的战略数据展示，数据动态可视化的需求越来越迫切，专精于数据可视化系统开发的人才也会愈加受到重视。

通过阅读本书，你将学会：

• 各种Bokeh图形的绘制方法

• 使用Bokeh控件进行数据交互的方法

• 使用Bokeh实现Web数据动态可视化

• 构建各类数据可视化看板

内容简介

Python是数据分析领域的主要技术和工具，Bokeh目前在Github的的Python数据可视化库上的排名独占鳌头，已经超过Matplotlib，因为动态、美观、易用等特性广受追捧！

这是一本适合零基础读者快速入门并掌握Bokeh的实战指南，作者是Bokeh的先驱用户和布道者，实践经验丰富。本书从图形绘制、数据动态展示、Web交互等维度全面讲解Bokeh功能和使用，不涉及复杂的数据处理和算法，包含大量实战案例。

全书共5章：

• 第1章主要介绍了Anaconda和Jupyter Notebook的安装和使用，以及使用Bokeh进行绘图的主要方法和步骤；

• 第2章详细讲解了Bokeh中近20种常见图形的绘制，如散点图、气泡图、折线图、线形图、柱状图、饼图、直方图、向量图等；

• 第3章详细讲解了Bokeh需要的常见数据类型及其转换；

• 第4章详细介绍了Bokeh的视图属性，包括图形配色、画布属性、绘图工具、图形显示方式和输出方式，以及用控件进行数据交互的方法；

• 第5章主要讲解了Web动态可视化，熟悉Web开发的读者可以在任意前端框架下嵌入图形。

作者简介

屈希峰（yeayee）

资深Python工程师，Bokeh领域的实践者和布道者，对Bokeh有深入的研究。

擅长Flask、MongoDB、Sklearn等技术，实践经验丰富。

知乎多个专栏（Python中文社区、Python程序员、大数据分析挖掘）作者，专栏累计关注用户十余万人。

独立运营Intumu.com、Yeayee.com两个网站，在行业有一定的影响力。

目录

前　言

第1章　准备工作 1

1.1　安装Anaconda 1

1.2　运行Jupyter Notebook 2

1.3　基本概念 3

第2章　绘制基本图形 7

2.1　绘图方法 7

2.2　散点图 12

2.3　气泡图 22

2.4　折线图 27

2.5　时间序列 40

2.6　柱状图 47

2.7　直方图 69

2.8　饼（环）图 73

2.9　旭日图 76

2.10　雷达图 83

2.11　箱形图 86

2.12　面积图 89

2.13　蜡烛（K线）图 97

2.14　色块图 100

2.15　仪表盘 107

2.16　火柴图 110

2.17　关系图 111

2.18　脊线图 113

2.19　向量图 115

2.20　其他 119

第3章　数据类型与转换 136

3.1　Python List 136

3.2　Python Dict 137

3.3　NumPy Arrays 138

3.4　Pandas DataFrame 139

3.5　Bokeh ColumnDataSource 140

3.6　数据更新、筛选 140

3.7　自动转换数据格式 144

第4章　视图属性 147

4.1　主题 147

4.2　配色 148

4.3　视图属性 156

4.4　绘图工具 177

4.5　图形显示布局 200

4.6　图形输出 205

4.7　使用工具条进行数据交互 208

4.8　使用控件进行数据交互 212

第5章　Web动态可视化 224

5.1　输出为HTML文件 224

5.2　输出为HTML源码 225

5.3　输出为HTML组件 226

5.4　通过Web模板显示 227

5.5　Bokeh Flask 231

5.6　Bokeh Sever 234

你与世界

只差一个

公众号