Python數據分析:基於Plotly的動態可視化繪圖

Python數據分析:基於Plotly的動態可視化繪圖

《Python數據分析:基於Plotly的動態可視化繪圖》是2018年5月1日電子工業出版社出版的圖書,作者是孫洋洋。

基本介紹

  • 中文名:Python數據分析:基於Plotly的動態可視化繪圖
  • 作者:孫洋洋
  • 出版社:電子工業出版社
  • 出版時間:2018年
  • 頁數:400 頁
  • 定價:79 元
  • 開本:16 開 
  • ISBN:9787121341137
內容簡介,圖書目錄,

內容簡介

隨著信息技術的發展和硬體設備成本的降低,當今的網際網路存在海量的數據,要想快速從這些數據中獲取更多有效的信息,數據可視化是重要的一環。對於Python語言來說,比較傳統的數據可視化模組是Matplotlib,但它存在不夠美觀、靜態性、不易分享等缺點,限制了Python在數據可視化方面的發展。為了解決這個問題,新型的動態可視化開源模組Plotly應運而生。由於Plotly具有動態、美觀、易用、種類豐富等特性,所以一經問世就受到開發人員的喜愛。本書主要介紹Plotly在可視化各領域的套用,包括基礎繪圖、數據處理、網頁開發、程式GUI、機器學習和量化投資等,方便讀者對Plotly快速上手。
本書絕大部分代碼用Python語言編寫,同時也給出了Plotly在R語言、MATLAB和JavaScript中的套用案例。

圖書目錄

1.1 Plotly簡介
1.2 安裝與安裝環境
1.3 線上初始化
1.4 線上繪圖隱私說明
1.5 開始線上繪圖
1.6 使用離線繪圖庫
1.7 參數解讀
1.8 查看幫助
第2章 Plotly基礎圖形
2.1 基礎案例解讀
2.2 基本繪圖流程
2.3 散點圖
2.3.1 基本案例
2.3.2 樣式設定
2.3.3 套用案例
2.3.4 參數解讀
2.4 氣泡圖
2.4.1 基本案例
2.4.2 樣式設定
2.4.3 縮放設定
2.4.4 參數解讀
2.5 線形圖
2.5.1 基本案例
2.5.2 數據缺口與連線
2.5.3 數據插值
2.5.4 填充線形圖
2.5.5 套用案例
2.5.6 參數解讀
2.6 柱狀圖
2.6.1 基本柱狀圖
2.6.2 柱狀簇
2.6.3 層疊柱狀圖
2.6.4 瀑布式柱狀圖
2.6.5 圖形樣式設定
2.6.6 套用案例
2.6.7 參數解讀
2.7 水平條形圖
2.7.1 基本案例
2.7.2 套用案例
2.7.3 參數解讀
2.8 甘特圖
2.8.1 基本甘特圖
2.8.2 甘特圖(按數字索引)
2.8.3 甘特圖(按類別索引)
2.8.4 套用案例
2.9 面積圖
2.9.1 基本面積圖
2.9.2 內部填充面積圖
2.9.3 堆積面積圖
2.10 直方圖
2.10.1 基本直方圖
2.10.2 重疊直方圖
2.10.3 層疊直方圖
2.10.4 累積直方圖
2.10.5 套用案例
2.10.6 參數解讀
2.11 餅圖
2.11.1 基本餅圖
2.11.2 環形餅圖
2.11.3 樣式設定
2.11.4 套用案例
2.11.5 參數解讀
2.12 更多案例
2.13 Plotly對象概覽
第3章Plotly高級圖形
3.1 時間序列
3.1.1 使用方法
3.1.2 時間範圍約束
3.2 滑動選擇控制項
3.3 表格
3.3.1 入門案例
3.3.2 添加連結
3.3.3 使用Pandas
3.3.4 改變大小與顏色
3.3.5 表格與圖
3.4 多圖表
3.5 多個坐標軸
3.5.1 雙坐標軸
3.5.2 多坐標軸
3.5.3 共享坐標軸
3.6 多子圖
3.6.1 雙子圖(方法一)
3.6.2 雙子圖(方法二)
3.6.3 多子圖(方法一)
3.6.4 多子圖(方法二)
3.6.5 分割視圖區間
3.6.6 子圖共享坐標軸(方法一)
3.6.7 子圖共享坐標軸(方法二)
3.6.8 子圖坐標軸自定義
3.6.9 嵌入式子圖
3.6.10 混合圖
3.7 繪製SVG
3.7.1 線形圖的繪製
3.7.2 線形圖套用:創建圖形的切線
3.7.3 矩形圖的繪製
3.7.4 矩形圖套用:設定時間序列區域高亮顯示
3.7.5 圓形圖的繪製
3.7.6 圓形圖套用:高亮顯示散點圖的聚集簇
第4章Plotly與Pandas
4.1 簡單快速入門
4.1.1 基本線形圖
4.1.2 基本散點圖
4.1.3 基本柱狀圖
4.2 使用cufflinks繪圖
4.2.1 安裝cufflinks
4.2.2 快速入門
4.2.3 快速獲取數據
4.2.4 自定義繪圖
4.2.5 常見經典圖形
4.2.6 更多案例
第5章 金融繪圖
5.1 快速繪製K線圖
5.1.1 檢查Plotly版本
5.1.2 快速繪製OHLC(美國線)圖
5.1.3 快速繪製蠟燭圖
5.2 K線圖的最佳化
5.2.1 過濾非交易時間
5.2.2 設定形狀、顏色和注釋
5.2.3 添加技術指標
5.3 使用自定義數據的金融繪圖
5.4 高級金融繪圖
5.4.1 入門案例
5.4.2 綜合案例
第6章Matplotlib
6.1 Matplotlib簡介
6.2 安裝Matplotlib
6.3 調整Matplotlib參數
6.4 常用的API功能
6.5 線性函式
6.6 增加子圖
6.7 確定坐標範圍
6.8 機率圖
6.9 散點圖
6.10 柱狀圖
6.11 更多擴展
第7章Plotly與網頁開發
7.1 Plotly在Django中的套用
7.1.1 安裝環境搭建
7.1.2 安裝環境測試
7.1.3 入門案例一
7.1.4 入門案例二
7.1.5 更多案例擴展
7.1.6 套用案例一
7.1.7 套用案例二
7.2 Plotly在Flask中的套用
7.2.1 安裝Flask
7.2.2 最小的Web套用
7.2.3 模板渲染
7.2.4 入門案例一
7.2.5 入門案例二
7.2.6 套用案例
第8章Plotly與GUI開發
8.1 PyQt的安裝
8.2 案例解讀
8.3 設定提升的視窗部件
8.4 Plotly_PyQt 5的使用
8.5 更多擴展(Plotly)
8.6 Plotly與PyQt 5.6的結合
8.7 更多擴展(Matplotlib)
8.8 套用案例:展示產品組合信息
第9章 Plotly與機器學習
9.1 Plotly在Sklearn中的套用
9.1.1 分類問題
9.1.2 回歸問題
9.1.3 聚類問題
9.2 PyTorch可視化工具
9.2.1 Visdom簡介
9.2.2 安裝Visdom
9.2.3 Visdom與Plotly
9.2.4 Visdom基本概念
9.2.5 Visdom經典案例
9.2.6 Visdom與PyTorch
第10章 Plotly在量化投資中的套用
第11章 Plotly在其他語言中的套用
11.1 Plotly在R語言中的套用
11.1.1 安裝R語言
11.1.2 安裝Plotly模組
11.1.3 Plotly套用分析
11.1.4 更多擴展
11.2 Plotly在MATLAB中的套用
11.2.1 下載與安裝
11.2.2 基礎入門
11.2.3 經典案例
11.2.4 更多擴展
11.3 Plotly在JavaScript語言中的套用
11.3.1 基礎入門
11.3.2 散點圖
11.3.3 條形圖
11.3.4 扇形圖
11.3.5 更多擴展

相關詞條

熱門詞條

聯絡我們