python数据可视化分析报告,python 数据库可视化
目录
第1章Python业务数据可视化概述/1
1.1业务数据可视化概述2
1.1.1业务数据可视化的挑战和困难2
1.1.2 3三种业务数据的可视化4
1.1.3 6六种业务数据可视化技巧6
1.2 Python可视化开发环境9
Spyder10
1.2.2 Jupyter笔记本11
1.2.3 JupyterLab12
1.3连接到python 14中的各种数据源
1.3.1连接单个文件数据14
1.3.2连接到关系数据库15
1.4 Python数据可视化库简介17
1.4.1探索性可视化库17
1.4.2交互式可视化库17
1.5实际问题19
第2章Python数据可视化经典:Matplotlib/20
2.1 matplotlib可视化库概述21
Matplotlib可视化库
个人资料21
2 . 1 . 2 matplotlib 21的参数配置
2 . 1 . 3 matplotlib 32的图形集成
2.2 Matplotlib数据可视化案例342.2.1店铺销售额增加34
2.2.2商场销售时
树形图36
2.2.3绩效评估准备中的错误
条形图40
2.3实际问题42
第3章基于Matplotlib的高级API包:Seaborn/43
3.1 Seaborn可视化库概述44
3 . 1 . 1 Seaborn可视化库介绍44
3.1.2 Seaborn风格设置45
3.1.3 Seaborn颜色设置50
3.2.3制定销售额的线性
回归图58
3.2 Seaborn数据可视化案例54
3.2.1企业销售数据的解释54
3.2.2制作销售数据密度直方图55
3.3实际问题65
第四章是Python和Echarts的有机结合:Pyecharts/66
4.1 Pye图表可视化库概述67
4 . 1 . 1 Pye图表可视化库介绍67
4 . 1 . 2 Pye图表的基本要素70
4 . 1 . 3 Pye图的主要图形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建立各类商品的关键词云92
4.2.3绘制商品销售主题河图94
4.3实际问题97
第五章:基于JavaScript的交互式可视化库:Bokeh/98
5.1散景可视化库简介99
5.1.1散景可视化库99介绍
5.1.2散景102的主界面
5.1.3散景105的散景配置
5.2散景数据可视化案例116
5.2.1朋友圈商品营销116
5.2.2画出顾客成功分享商品的代码图116
5.2.3画出顾客成功分享商品的网络图118
5.3实际问题120
第6章少量代码视图的提示:HoloViews/121
6.1全息视图可视化库概述122
6.1.1全息视图可视化库介绍122
6 . 1 . 2 holo views 124的参数配置
全息视图配置对象132
6.2全息视图数据可视化案例138
6.2.1衡量不同类型客户的价值138
6.2.2绘制不同类型客户的价值区域图138
6.2.3绘制按区域划分的客户价值方框图140
6.3实际问题142
第七章基于浏览器的在线交互式可视化库:Plotly/143
7.1 plottly可视化库概述144
7 . 1 . 1 plottly可视化库介绍144
7.1.2 Plotly plotting绘图语法144
7.1.3主要图形147
7.2 Plotly数据可视化案例155
7.2.1提高客户满意度155
7.2.2画出客户不满意订单的环形图156
7.2.3绘制顾客满意度的时间序列图158
7.3实际问题160
第8章面向对象的视图创建:Pygal/161
8.1 Pygal可视化库概述162
8 . 1 . 1 Pygal可视化库介绍162
Pygal参数配置162
Pygal主图形165
8.2 Pygal数据可视化案例183
8.2.1有效降低客户流失率183
8.2.2绘制客户营业额的月线图184
8.2.3绘制各区域客流雷达图186
8.3实际问题188
第9章Python版本ggplot2可视化库:plotnine/189
9.1 plot nine可视化库概述190
9.1.1介绍PlotNine可视化库190
9.1.2 plotnine基本语法190
9.1.3打印画线流程193
9.2 plotnine数据可视化案例202
9.2.1商品配送准时性及其影响因素分析202
9.2.2画出商品定时配送的分面散点图203
9.2.3创建小提琴在各个区域的延迟分布205
9.3实际问题206
第十章基于交互图语法的可视化库:Altair/207
0.1 Altair可视化库208概述
10 . 1 . 1 Altair可视化库208简介
10.2 Altair数据可视化案例225
10.2.1有效避免订购商品的退货225
10.2.2绘制多线回归图
B.3机器学习软件包235
参考文献/238
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。