前言
部分 数据可视化概论
1 数据可视化在DIKW体系中的作用
1.1 DIKW体系
1.2 数据可视化的作用
2 数据可视化的价值
2.1 什么是数据可视化
2.2 数据可视化的历史
2.3 数据可视化的优势
2.4 数据可视化的应用场景
第二部分 如何做好数据可视化
3 什么是好的数据可视化
4 数据可视化的一般流程
4.1 数据收集、处理与分析
4.2 数据可视化展示
4.3 数据可视化叙事
5 数据可视化基础图像与展示
5.1 比较与排序图像
5.2 局部与整体关系图像
5.3 分布图像
5.4 相关图像
5.5 网络关系图像
5.6 位置与地理特征图像
5.7 时间趋势图像
6 使用数据可视化讲述故事
6.1 主动式叙事
6.2 互动式叙事
7 常用数据可视化工具
7.1 Tableau
7.2 R
7.3 D3.js
第三部分 Python使用基础
8 开始使用Python IDE
8.1 Python 3.x与Python 2
8.2 交互式工具
8.3 Python中常用的IDE
8.4 使用Python进行可视化作图
8.5 交互式可视化包简介
9 Python 数据结构基础
9.1 列表
9.2 堆楼
9.3 元组
9.4 集合
9.5 队列
9.6 字典
9.7 树
10 使用NumPy和SciPy库
10.1 NumPy中的数组
10.2 NumPy 常用函数
10.3 SciPy 常用函数
10.4 Python的性能增强
第四部分 使用Python进行基础数据可视化
11使用matplotlib绘制数据可视化基础图形
11.1 折线图
11.2 直方图
11.3 核密度估计图
11.4 柱状图与条形图
11.5 饼图
11.6 热力图
11.7 散点图
11.8 矩阵图
11.9 三维曲面图
12 使用pyecharts 绘制数据可视化基础图形
12.1 pyecharts快速入门
12.2 pyecharts中的图表类型
12.3 pyecharts中的配置选项
13 基础数据可视化案例
13.1 我国各地区经济发展水平可视化分析
13.2 成都天津两市空气质量可视化分析
13.3 全球自杀人数可视化分析
13.4 各国奥运会奖牌可视化分析
13.5 文本数据可视化分析
13.6 股票价格可视化分析
第五部分 数据可视化建模
14 统计学习模型
14.1 K-近邻算法
14.2 逻辑斯谛回归
14.3 支持向量机
14.4 集成学习
14.5 主成分分析
14.6 K-均值聚类算法
15 图论与网络模型
15.1 无向图与有向图
15.2 图的集聚系数
15.3 常见的网络优化问题
15.4 社交网络分析
15.5 Networkx工具包
参考资料

本书主要介绍了数据可视化的基础知识、可视化工具的入门和应用，以及使用Python流行的库创建美观的数据可视化效果，旨在帮助读者快速掌握图形化的展示手段，清晰有效地传达与沟通数据信息。
本书可作为高等院校数据科学与大数据技术、统计学及其相关专业的本科课程教材，也可供有一定实践经验的软件开发人员、管理人员作为自学和参考用书。