数据科学的可视化——Python与R的实现

数据科学的可视化——Python与R的实现
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
2023-02
版次: 1
ISBN: 9787040568059
定价: 59.80
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 364页
字数: 560.000千字
5人买过
  • 数据可视化是以图形、图表或其他可视格式表示的数据或信息。它传达数据与图像的关系,使得趋势和模式更容易看到。本书主要分为基础篇和应用篇两部分。基础篇包括三章,第一章从案例开始理解;第二章Python基本画图技能;第三章 R基本画图技能。应用篇包括第四章有监督学习的可视化案例;第五章无监督学习的可视化描述;第六章调查问卷的问题及其垃圾;第七章关联规则:大量比例的计算、展示及解释;第八章社交网络的可视化;第九章词语分析的可视化  

    第一部分 基础篇

    第 1 章 可视化探索性数据分析:从案例开始理解

    1.1 案例: 例1.1 汽车数据

    1.2 案例: 例 1.2 葡萄牙选举数据

    1.3 案例: 例 1.3 睡眠数据

    1.4 案例: 例 1.4 QSAR 生物富集类别数据

    1.5 案例:例 1.5 部分鸢尾花人造缺失值数据

    1.6 本书使用的一些自编的Python 函数

    1.7 本章的R代码.

    1.8 习题

    第 2章 Python 基本画图技能

    2.1 matplotlib.pyplot 画图工具及基本技能

    2.2 seaborn(sns)系列画图工具

    2.3 pandas.DataFrame 画图.

    2.4 Altair 画图工具

    2.5 Plotly 画图工具

    2.6 pyecharts 画图工具

    2.7 习题

    第 3 章 R基本画图技能

    3.1 基本的 R 代码画图

    3.2 强有力的画图程序包: ggplot2

    3.3 recharts 画图工具

    3.4 习题(第2章和第3章合并)

    第 4 章 网络图基本技能

    4.1 R网络作图

    4.2 Python 网络作图

    4.3 习题

    第二部分 应用篇

    第5章 有监督学习的可视化案例

    5.1 初等可视化描述:例5.1盐度数据

    5.2 有监督学习回归案例: 例 5.2 混凝土数据

    5.3 有监督学习分类案例(自变量为数量变量):例5.3 数字笔迹数据

    5.4 有监督学习分类案例(自变量多为分类变量):例5.4皮肤病数据

    5.5 本章的 Python 代码

    5.6 习题

    第 6章 无监督学习的可视化描述

    6.1 降维:主成分方法的可视化

    6.2 聚类案例: 例 6.2 人口学数据

    6.3 本章的 Python 代码

    6.4 习题

    第 7 章 关联规则:大量比例的计算、展示及解释

    7.1 概述:

    7.2 一些基本概念和术语

    7.3 概观例 7.1 的数据

    7.4 求规则

    7.5 关联规则的可视化

    7.6 本章的 Python 代码

    7.7 习题

    第 8 章 社交网络的可视化

    8.1 网络图概述

    8.2 贸易数据案例

    8.3 例 8.1 贸易数据的部分: 中国出口占比

    8.4 中心性度量

    8.5 本章的 Python 代码

    8.6 习题

    第 9章 词语分析的可视化

    9.1 通过简单例子概述词语分析

    9.2 两个词语文献的词频数比较

    9.3 文本的词频率分析

    9.4 文本的情感分析

    9.5 词之间的关系:n元组

    9.6 本章涉及的 Python 编程

    9.7 习题

     

     

     
  • 内容简介:
    数据可视化是以图形、图表或其他可视格式表示的数据或信息。它传达数据与图像的关系,使得趋势和模式更容易看到。本书主要分为基础篇和应用篇两部分。基础篇包括三章,第一章从案例开始理解;第二章Python基本画图技能;第三章 R基本画图技能。应用篇包括第四章有监督学习的可视化案例;第五章无监督学习的可视化描述;第六章调查问卷的问题及其垃圾;第七章关联规则:大量比例的计算、展示及解释;第八章社交网络的可视化;第九章词语分析的可视化
  • 目录:
     

    第一部分 基础篇

    第 1 章 可视化探索性数据分析:从案例开始理解

    1.1 案例: 例1.1 汽车数据

    1.2 案例: 例 1.2 葡萄牙选举数据

    1.3 案例: 例 1.3 睡眠数据

    1.4 案例: 例 1.4 QSAR 生物富集类别数据

    1.5 案例:例 1.5 部分鸢尾花人造缺失值数据

    1.6 本书使用的一些自编的Python 函数

    1.7 本章的R代码.

    1.8 习题

    第 2章 Python 基本画图技能

    2.1 matplotlib.pyplot 画图工具及基本技能

    2.2 seaborn(sns)系列画图工具

    2.3 pandas.DataFrame 画图.

    2.4 Altair 画图工具

    2.5 Plotly 画图工具

    2.6 pyecharts 画图工具

    2.7 习题

    第 3 章 R基本画图技能

    3.1 基本的 R 代码画图

    3.2 强有力的画图程序包: ggplot2

    3.3 recharts 画图工具

    3.4 习题(第2章和第3章合并)

    第 4 章 网络图基本技能

    4.1 R网络作图

    4.2 Python 网络作图

    4.3 习题

    第二部分 应用篇

    第5章 有监督学习的可视化案例

    5.1 初等可视化描述:例5.1盐度数据

    5.2 有监督学习回归案例: 例 5.2 混凝土数据

    5.3 有监督学习分类案例(自变量为数量变量):例5.3 数字笔迹数据

    5.4 有监督学习分类案例(自变量多为分类变量):例5.4皮肤病数据

    5.5 本章的 Python 代码

    5.6 习题

    第 6章 无监督学习的可视化描述

    6.1 降维:主成分方法的可视化

    6.2 聚类案例: 例 6.2 人口学数据

    6.3 本章的 Python 代码

    6.4 习题

    第 7 章 关联规则:大量比例的计算、展示及解释

    7.1 概述:

    7.2 一些基本概念和术语

    7.3 概观例 7.1 的数据

    7.4 求规则

    7.5 关联规则的可视化

    7.6 本章的 Python 代码

    7.7 习题

    第 8 章 社交网络的可视化

    8.1 网络图概述

    8.2 贸易数据案例

    8.3 例 8.1 贸易数据的部分: 中国出口占比

    8.4 中心性度量

    8.5 本章的 Python 代码

    8.6 习题

    第 9章 词语分析的可视化

    9.1 通过简单例子概述词语分析

    9.2 两个词语文献的词频数比较

    9.3 文本的词频率分析

    9.4 文本的情感分析

    9.5 词之间的关系:n元组

    9.6 本章涉及的 Python 编程

    9.7 习题

     

     

     
查看详情
相关图书 / 更多
数据科学的可视化——Python与R的实现
数据中心经营之道 唐汝林 等
唐汝林 等
数据科学的可视化——Python与R的实现
数据管理十讲 袁野 崔斌 李战怀 等
袁野 崔斌 李战怀 等
数据科学的可视化——Python与R的实现
数据要素教程
杨东 白银 著
数据科学的可视化——Python与R的实现
数据驱动式教学:如何科学、有效、系统地提高学生成绩(深度剖析教学数据,助力教学决策,实时洞察学习动态,精准教学)
(美)罗伯特·J. 马扎诺,菲利普·B. 沃里克,卡梅伦·L. 雷恩斯 ,理查德·杜富尔著,张庆彬译; 中青文 出品
数据科学的可视化——Python与R的实现
数据确权的理论基础探索
彭诚信、史晓宇 著
数据科学的可视化——Python与R的实现
数据经济学
赵昌文,戎珂
数据科学的可视化——Python与R的实现
数据库原理与实践(MySQL版)()
杨俊杰,刘忠艳主编
数据科学的可视化——Python与R的实现
数据挖掘竞赛实战:方法与案例
许可乐
数据科学的可视化——Python与R的实现
数据要素估值
刘赛红、吕颖毅、王连军
数据科学的可视化——Python与R的实现
数据驱动的物流选址与调度模型及其实践
木仁 徐志强
数据科学的可视化——Python与R的实现
数据与人工智能驱动型公司:用数据和人工智能升级企业
(西) 理查德·本杰明(Richard Benjamins)
数据科学的可视化——Python与R的实现
数据库管理系统原理与实现
杜小勇、陈红、卢卫