python数据分析入门与实战王静_Python商业数据可视化实战（全彩）

目录

第1章 Python商业数据可视化概述 / 1

1.1 商业数据可视化概述2

1.1.1 商业数据可视化的挑战及其难点2

1.1.2 3种商业数据可视化思维4

1.1.3 6种商业数据可视化技巧6

1.2 Python可视化开发环境9

1.2.1 Spyder10

1.2.2 Jupyter Notebook11

1.2.3 JupyterLab12

1.3 用Python连接各类数据源14

1.3.1 连接单个文件数据14

1.3.2 连接关系型数据库15

1.4 Python数据可视化库简介17

1.4.1 探索式可视化库17

1.4.2 交互式可视化库17

1.5 上机实践题19

第2章 Python数据可视化的经典：Matplotlib / 20

2.1 Matplotlib可视化库概述21

2.1.1 Matplotlib可视化库

简介21

2.1.2 Matplotlib参数配置21

2.1.3 Matplotlib图形整合32

2.2 Matplotlib数据可视化案例342.2.1 提升门店销售额34

2.2.2 制作门店销售额的

树状图36

2.2.3 制作业绩考核的误差

条形图40

2.3 上机实践题42

第3章 基于Matplotlib的高级API封装：Seaborn / 43

3.1 Seaborn可视化库概述44

3.1.1 Seaborn可视化库简介44

3.1.2 Seaborn风格设置45

3.1.3 Seaborn颜色设置50

3.2.3 制作销售金额的线性

回归图58

3.2 Seaborn数据可视化案例54

3.2.1 解读企业销售数据54

3.2.2 制作销售数据的密度直方图55

3.3 上机实践题65

第4章 Python与Echarts的有机结合：Pyecharts / 66

4.1 Pyecharts可视化库概述67

4.1.1 Pyecharts可视化库简介67

4.1.2 Pyecharts基本元素70

4.1.3 Pyecharts主要图形76

4.2 Pyecharts数据可视化案例91

4.2.1 了解企业商品的现状91

4.2.2 制作各类型商品的关键词词云92

4.2.3 制作商品销售额的主题河流图94

4.3 上机实践题97

第5章 基于JavaScript的交互式可视化库：Bokeh / 98

5.1 Bokeh可视化库概述99

5.1.1 Bokeh可视化库简介99

5.1.2 Bokeh主要接口102

5.1.3 Bokeh基本配置105

5.2 Bokeh数据可视化案例116

5.2.1 做好朋友圈的商品营销116

5.2.2 制作客户成功分享商品的和弦图116

5.2.3 制作客户成功分享商品的网络关系图118

5.3 上机实践题120

第6章 用较少的代码呈现视图：HoloViews / 121

6.1 HoloViews可视化库概述122

6.1.1 HoloViews可视化库简介122

6.1.2 HoloViews参数配置124

6.1.3 HoloViews组成对象132

6.2 HoloViews数据可视化案例138

6.2.1 衡量不同类型的客户价值138

6.2.2 制作不同类型客户价值的面积图138

6.2.3 制作不同地区客户价值的箱形图140

6.3 上机实践题142

第7章 基于浏览器的在线可交互可视化库：Plotly / 143

7.1 Plotly可视化库概述144

7.1.1 Plotly可视化库简介144

7.1.2 Plotly绘图语法144

7.1.3 Plotly主要图形147

7.2 Plotly数据可视化案例155

7.2.1 提升客户的满意指数155

7.2.2 制作客户不满意订单的环形图156

7.2.3 制作客户满意度的时间序列图158

7.3 上机实践题160

第8章 以面向对象的方式创建视图：Pygal / 161

8.1 Pygal可视化库概述162

8.1.1 Pygal可视化库简介162

8.1.2 Pygal参数配置162

8.1.3 Pygal主要图形165

8.2 Pygal数据可视化案例183

8.2.1 有效降低客户的流失率183

8.2.2 制作各月份客户流失量的折线图184

8.2.3 制作各地区客户流失量的雷达图186

8.3 上机实践题188

第9章 Python版ggplot2的可视化库：plotnine / 189

9.1 plotnine可视化库概述190

9.1.1 plotnine可视化库简介190

9.1.2 plotnine基本语法190

9.1.3 plotnine绘图过程193

9.2 plotnine数据可视化案例202

9.2.1 商品配送准时性及影响因素分析202

9.2.2 制作商品准时配送的分面散点图203

9.2.3 制作各地区延迟配送的小提琴图205

9.3 上机实践题206

第10章 基于交互式图形语法的可视化库：Altair / 207

10.1 Altair可视化库概述208

10.1.1 Altair可视化库简介208

10.2 Altair数据可视化案例225

10.2.1 有效规避订单商品退货225

10.2.2 制作各类型商品退货量的多线图226

10.1.2 Altair参数配置210

10.1.3 Altair主要图形216

10.2.3 制作各月份商品退货量的脊线图228

10.3 上机实践题229

附录A Python 3.9.0及可视化库安装 / 230

附录B Python常用第三方工具包简介 / 233

B.1 数据分析类包233

B.2 数据可视化类包234

B.3 机器学习类包235

参考文献 / 238