Python数据可视化：基于Bokeh的可视化绘图 PDF下载

编辑推荐

国内市面上各式各样的BI系统都非常成熟，如数据分析、图表的拖拽等，即使零编程基础的用户都可以做出像模像样的可视化图表或数据看板。

内容简介

Python是数据分析领域的主要技术和工具，Bokeh目前在Github的的Python数据可视化库上的排名独占鳌头，已经超过Matplotlib，因为动态、美观、易用等特性广受追捧！这是一本适合零基础读者快速入门并掌握Bokeh的实战指南，作者是Bokeh的先驱用户和布道者，实践经验丰富。本书从图形绘制、数据动态展示、Web交互等维度全面讲解Bokeh功能和使用，不涉及复杂的数据处理和算法，包含大量实战案例。1.基础准备Anaconda安装方法、运行环境、绘图基础介绍2.基本图形绘制线形图、柱状图、饼图、气泡图、直方图等数十种图形绘制方法3.数据类型与转换Python List、Python Dict、Numpy Arrays、Pandas DataFrame、Bokeh ColumnDataSource等

Python是数据分析领域的主要技术和工具，Bokeh目前在Github的的Python数据可视化库上的排名独占鳌头，已经超过Matplotlib，因为动态、美观、易用等特性广受追捧！

这是一本适合零基础读者快速入门并掌握Bokeh的实战指南，作者是Bokeh的先驱用户和布道者，实践经验丰富。本书从图形绘制、数据动态展示、Web交互等维度全面讲解Bokeh功能和使用，不涉及复杂的数据处理和算法，包含大量实战案例。

1.基础准备

Anaconda安装方法、运行环境、绘图基础介绍

2.基本图形绘制

线形图、柱状图、饼图、气泡图、直方图等数十种图形绘制方法

3.数据类型与转换

Python List、Python Dict、Numpy Arrays、Pandas DataFrame、Bokeh ColumnDataSource等

4.视图属性

Bokeh图形配色、画布属性及绘图工具、图形显示和输出方式等

5.Web动态可视化

输出为HTML文件（源码/组件）、通过Web模板显示、Bokeh Flask、Bokeh Sever

作者简介

屈希峰（yeayee）
资深Python工程师，Bokeh领域的实践者和布道者，对Bokeh有深入的研究。
擅长Flask、MongoDB、Sklearn等技术，实践经验丰富。
知乎多个专栏（Python中文社区、Python程序员、大数据分析挖掘）作者，专栏累计关注用户十余万人。
独立运营Intumu.com、Yeayee.com两个网站，在行业有一定的影响力。

目录

前　言
第1章　准备工作 1
1.1　安装Anaconda
1.2　运行Jupyter Notebook
1.3　基本概念
第2章　绘制基本图形 7
2.1　绘图方法
2.2　散点图
2.3　气泡图
2.4　折线图
2.5　时间序列
2.6　柱状图
2.7　直方图
2.8　饼（环）图
2.9　旭日图
2.10　雷达图
2.11　箱形图
2.12　面积图
2.13　蜡烛（K线）图
2.14　色块图
2.15　仪表盘
2.16　火柴图
2.17　关系图
2.18　脊线图
2.19　向量图
2.20　其他
第3章　数据类型与转换 136
3.1　Python List
3.2　Python Dict
3.3　NumPy Arrays
3.4　Pandas DataFrame
3.5　Bokeh ColumnDataSource
3.6　数据更新、筛选
3.7　自动转换数据格式
第4章　视图属性 147
4.1　主题
4.2　配色
4.3　视图属性
4.4　绘图工具
4.5　图形显示布局
4.6　图形输出
4.7　使用工具条进行数据交互
4.8　使用控件进行数据交互
第5章　Web动态可视化 224
5.1　输出为HTML文件
5.2　输出为HTML源码
5.3　输出为HTML组件
5.4　通过Web模板显示
5.5　Bokeh Flask
5.6　Bokeh Sever

Python数据可视化：基于Bokeh的可视化绘图 pdf下载声明

本pdf资料下载仅供个人学习和研究使用，不能用于商业用途，请在下载后24小时内删除。如果喜欢，请购买正版

pdf下载地址

版权归出版社和作者所有，下载链接已删除。如果喜欢，请购买正版！

链接地址：Python数据可视化：基于Bokeh的可视化绘图