新書推薦:
《
恶的哲学研究(社会思想丛书)
》
售價:HK$
109.8
《
不止江湖
》
售價:HK$
98.6
《
天才留步!——从文艺复兴到新艺术运动(一本关于艺术天才的鲜活故事集,聚焦艺术史的高光时刻!)
》
售價:HK$
154.6
《
双城史
》
售價:HK$
110.9
《
冯友兰和青年谈心系列:不是问题的问题(哲学大师冯友兰和年轻人谈心,命运解读)
》
售價:HK$
55.8
《
月与蟹(青鲤文库)荣获第144届直木奖,天才推理作家经典作品全新译本。一部青春狂想曲,带你登上心理悬疑之巅。
》
售價:HK$
50.4
《
索恩丛书·盛清统治下的太监与皇帝
》
售價:HK$
88.5
《
透过器物看历史(全6册)
》
售價:HK$
490.6
|
編輯推薦: |
资源丰富:扫码即可观看44个案例视频(总长近300分钟),所有案例源代码均可下载
专业实用:基础知识点案例 销售数据/财务数据/HR数据/企业运营数据/统计调查数据分析领域综
合案例
|
內容簡介: |
职场商业活动中数据可视化图表应用得非常多,一般的图表可以使用Excel来实现,而要绘制出更漂亮、更专业的图表及仪表板,则需要利用Python、Tableau等软件来实现。
《Python Tableau数据可视化之美》采用方法 实战案例的编写方式,首先讲解Python和Tableau的基本编程和使用方法,然后再结合销售数据分析、财务数据分析、HR数据分析、企业运营数据分析、统计调查报告等大量实战案例,讲解实际工作中各种职场人士常用的专业、漂亮图表的制作方法。
《Python Tableau数据可视化之美》提供了大量图表制作的原创代码,并详细讲解了如何套用这些代码制作自己实际工作中所需的图表,让普通人也可以轻松制作出行业文案报告需要的各种专业、漂亮的图表。
《Python Tableau数据可视化之美》适合职场商务人士、数据分析人士及数据可视化从业人士阅读学习,也可供Python编程爱好者等学习参考。
|
目錄:
|
前言
第1章 Python和Tableau快速上手
1.1 下载与安装Python
1.1.1 下载Python
1.1.2 安装Python
1.1.3 模块的安装
1.2 Python快速入门
1.2.1 使用IDLE运行Python程序
1.2.2 案例1:用IDLE编写Python程序
1.2.3 案例2:编写个交互程序
1.3 下载与安装Tableau
1.3.1 认识Tableau
1.3.2 下载安装合适的Tableau
1.4 Tableau快速入门
1.4.1 Tableau工作界面
1.4.2 几个重要术语
1.5 制作个Tableau图表
1.5.1 步:连接到数据
1.5.2 第二步:设置数据源
1.5.3 第三步:构建图表
1.5.4 第四步:美化图表
1.5.5 第五步:筛选数据生成新的图表
1.5.6 第六步:添加参考线
1.5.7 第七步:将图表导出为图像文件
1.5.8 第八步:保存工作簿文件
第2章 Python 基本语法知识
2.1 Python语法特点
2.1.1 注释
2.1.2 代码缩进
2.1.3 引号
2.2 变量
2.2.1 理解Python中的变量
2.2.2 变量的定义与使用
2.3 基本数据类型
2.3.1数字类型
2.3.2字符串
案例1:输出唐诗《春晓》
2.3.3 布尔类型
2.3.4 数据类型转换
案例2:计算人民币兑换多少美元
2.4 运算符
2.4.1 算术运算符
案例3:计算学生平均分数
2.4.2 比较运算符
案例4:判断成绩是否优异
2.4.3 逻辑运算符
2.4.4 赋值运算符
2.4.5 运算符的优先级
2.5基本输入和输出
2.5.1 使用input()函数输入
案例5:判断体温是否异常
2.5.2 使用print()函数输出
2.6流程控制语句
2.6.1 if条件语句
案例6:判断是否能坐过山车
案例7:判断是否能坐过山车(改进版)
案例8:哪些人能走老年通道
2.6.2 for循环
案例9:用for循环画螺旋线
2.6.3 while循环
案例10:输入登录密码
2.6.4 break语句
案例11:输入登录密码(break版)
2.6.5 continue语句
案例12:10086查询系统
2.7列表
2.7.1 列表的创建和删除
2.7.2 访问列表元素
案例13:画五彩圆环
2.7.3 添加、修改和删除列表元素
2.7.4 对列表进行统计和计算
2.7.5 列表的复制
2.7.6 遍历列表
案例14:分离红球和蓝球
2.8元组
2.8.1 元组的创建和删除
2.8.2 访问元组元素
案例15:考试名次查询系统
2.8.3修改元组元素
2.9字典
2.9.1字典的创建
2.9.2通过键值访问字典
案例16:中考成绩查询系统
2.9.3 添加、修改和删除字典
2.9.4 遍历字典
案例17:打印客户名称和电话
2.10函数
2.10.1 创建一个函数
2.10.2 调用函数
2.10.3 实参和形参
2.10.4 位置实参
2.10.5 函数返回值
案例18:用函数任意画圆环
第3章 Pandas模块数据处理详解
3.1Pandas的数据格式
3.1.1 导入Pandas模块
3.1.2 Series数据结构
3.1.3 DataFrame数据格式
3.2 读取/写入数据
3.2.1 读取Excel工作簿的数据
3.2.2 读取CSV格式的数据
3.2.3 将数据写入文件
3.3 数据预处理
3.4 数据类型转换
3.5 数据的选择
3.5.1 列数据选择
3.5.2 行数据选择
3.5.3 选择满足条件的行列数据(数据筛选)
3.5.4 按日期选择数据
3.6 数值排序
3.6.1 按某列数值排序
3.6.2 按索引进行排序
3.6.3 按多列数值进行排序
3.7 数据计数与值获取
3.7.1 数值计数
3.7.2 值获取
3.8 数据运算
3.9 数据分组(汇总)
第4章 Pyecharts模块图表制作详解
4.1 Pyecharts快速上手
4.1.1 如何查看使用的 Pyecharts版本?
4.1.2 导入Pyecharts模块中的图表
4.1.3 绘制个图表
4.1.4 单独调用和链式调用
4.1.5 使用options配置项
4.1.6 使用主题
4.2 图表类型及配置项
4.2.1 图表程序代码基本格式组成
4.2.2 直角坐标系图表类型及配置项
4.2.3 基本图表及其他图表类型及配置项
4.3 全局配置项
4.3.1 InitOpts(初始化配置项)
4.3.2 TitleOpts(标题配置项)
4.3.3 LegendOpts(图例配置项)
4.3.4 AxisOpts(坐标轴配置项)
4.3.5 AxisLineOpts(坐标轴轴线配置项)
4.3.6 AxisTickOpts(坐标轴刻度配置项)
4.3.7 AxisPointerOpts(坐标轴指示器配置项)
4.3.8 TooltipOpts(提示框配置项)
4.3.9 ToolboxOpts(工具箱配置项)
4.3.10 VisualMapOpts(视觉映射配置项)
4.3.11 DataZoomOpts(区域缩放配置项)
4.4 系统配置项
4.4.1 LabelOpts(标签配置项)
4.4.2 TextStyleOpts(文字样式配置项)
4.4.3 ItemStyleOpts(图元样式配置项)
4.4.4 LineStyleOpts(线样式配置项)
4.4.5 AreaStyleOpts(区域填充样式配置项)
4.4.6 MarkLi
|
內容試閱:
|
一、为什么写这本书
互联网时代,各行各业每时每刻都在产生大量的数据,这些数据看似繁杂无章,但如果通过科学的方法对它们进行分析整理,并以漂亮的图表或仪表板形式呈现出来,就可以让决策者洞察数据背后的真相,让大家理解数据的含义,帮助人们做出决策。
其实在日常工作和生活中,数据图表的应用非常广泛,在各种业务报告会、产品分析会、财务总结会、营销策划会等报告会议中,经常能看到业界精英等用各种专业、漂亮的图表来分析、说明自己的想法和方案。
不过要想做出专业、漂亮的数据图表并非易事,它需要利用Python、Tableau等很多专业程序软件来实现。很多人听到要用Python编程来做,就可能已经开始打退堂鼓了。编程确实相对有难度,不过本书会给大家提供各种图表制作的案例,在讲解方法的同时,也教会大家如何套用这些代码来轻松制作满足实际工作需求的图表,这也是编者写这本书的目的,即让读者轻松制作出专业的漂亮图表。
二、全书写了什么
《Python Tableau数据可视化之美》主要分为两个部分:部分为Python和Tableau基础篇,共包括4章内容(第1~4章),主要讲解Python的安装方法、基本语法、Pandas模块用法、Pyecharts模块图表制作方法及案例等;第二部分为案例篇,主要包括几大行业数据分析报告常用图表制作案例(第5~9章)。第5章为销售数据分析图表制作案例,第6章为财务数据分析图表制作案例,第7章为HR数据分析图表制作案例,第8章为企业运营数据分析图表制作案例,第9章为统计调查报告图表制作案例。
三、本书适合谁
《Python Tableau数据可视化之美》适合职场商务人士、数据分析人士及数据可视化从业人士阅读学习,也可供Python编程爱好者学习参考。
四、本书作者团队
参加本书编写的人员有王红明和张鸿斌。由于作者水平有限,书中难免有疏漏和不足之处,恳请读者朋友提出宝贵意见。
五、致谢
一本书从选题到出版,要经历很多环节,在此感谢机械工业出版社以及负责本书的张淑谦编辑和其他素未谋面的编辑为本书顺利出版所做的大量工作。
编 者
|
|