本书以某上市电商企业的客户数据、订单数据、股价数据为基础，由浅入深、循序渐进地介绍Python可视化技术，重点介绍Matplotlib与Pyecharts在数据可视化应用中的基本功能和使用技巧。全书以案例为主线，既包括软件的操作与应用，又融入了数据可视化的基础知识，绘图案例大多选自工作实践，可使读者真正掌握专业的可视化方法与技巧，提升数据分析的整体能力。本书配套资源包含案例采用的数据源文件、源代码和教学视频，供读者在阅读本书时进行操作练习和参考。本书可作为管理、经济、社会人文等领域的人员学习Python软件进行大数据可视化分析的参考书，也可以作为大中专院校相关专业的教学用书或参考书。

王国平，主要从事大数据分析与研究工作，研究领域为数据可视化和数据挖掘技术，致力于可视化数据挖掘技术在靠前各行业的应用与推广，现已出版《Tableau数据可视化从入门到精通》和《IBM SPSS Modeler数据与文本挖掘实战》两本专著。

部分 大数据可视化基础
章 大数据可视化概述
1.1 大数据时代的技术挑战
1.2 数据可视化的技术难点
1.3 可视化工具的必备特性
第2章 搭建大数据开发环境
2.1 集群的安装及网络配置
2.1.1 Hadoop集群概述
2.1.2 集群软件及其版本
2.1.3 集群网络环境配置
2.2 集群案例数据集简介
2.2.1 数据字段说明
2.2.2 数据导入说明
2.2.3 运行环境说明
2.3 连接Hive的图形界面工具
2.3.1 DBeaver
2.3.2 Oracle SQL Developer
2.3.3 DbVisualizer
2.3.4 SQuirrel SQL Client
第3章 大数据可视化工具
3.1 Tableau
3.1.1 Tableau简介
3.1.2 Tableau连接Hive
3.1.3 Tableau连接Spark
3.2 Zeppelin
3.2.1 Zeppelin简介
3.2.2 Zeppelin连接Hive
3.2.3 Zeppelin连接Spark
3.3 Python在数据可视化中的应用
3.3.1 Python简介
3.3.2 Python连接Hive
3.3.3 Python可视化案例
第4章 Python可视化编程基础
4.1 Python环境安装
4.1.1 Anaconda
4.1.2 PyCharm
4.2 Python代码开发工具
4.2.1 Spyder
4.2.2 Jupyter Notebook
4.2.3 Jupyter Lab
4.3 Python连接数据源
4.3.1 连接单个文件数据
4.3.2 连接关系型数据库
4.3.3 连接Hadoop集群
第5章 Python数据可视化库
5.1 Matplotlib
5.1.1 Matplotlib库简介
5.1.2 Matplotlib可视化案例
5.2 Pyecharts
5.2.1 Pyecharts库简介
5.2.2 Pyecharts可视化案例
5.3 Seaborn
5.3.1 Seaborn库简介
5.3.2 Seaborn可视化案例
5.4 ggplot
5.4.1 ggplot库简介
5.4.2 ggplot可视化案例
5.5 Bokeh
5.5.1 Bokeh库简介
5.5.2 Bokeh可视化案例
5.6 Pygal
5.6.1 Pygal库简介
5.6.2 Pygal可视化案例
5.7 Plotly
5.7.1 Plotly库简介
5.7.2 Plotly可视化案例
5.8 其他可视化库
5.8.1 Altair
5.8.2 PyQtGraph
5.8.3 NetworkX
第二部分 Matplotlib数据可视化
第6章 Matplotlib图形参数设置
6.1 Matplotlib主要参数配置
6.1.1 线条的设置
6.1.2 坐标轴的设置
6.1.3 图例的设置
6.2 绘图参数文件及主要函数
6.2.1 修改绘图参数文件
6.2.2 绘图主要函数简介
6.3 Matplotlib参数配置案例
第7章 Matplotlib基础绘图
7.1 直方图的绘制
7.1.1 直方图及其参数说明
7.1.2 实例：每日利润额的数值分布
7.2 折线图的绘制
7.2.1 折线图及其参数说明
7.2.2 实例：每周商品销售业绩分析
7.3 条形图的绘制
7.3.1 条形图及其参数说明
7.3.2 实例：不同省份利润额的比较
7.4 饼图的绘制
7.4.1 饼图及其参数说明
7.4.2 实例：不同类型商品销售额比较
7.5 散点图的绘制
7.5.1 散点图及其参数说明
7.5.2 实例：销售额与利润额的关系
7.6 箱形图的绘制
7.6.1 箱形图及其参数说明
7.6.2 实例：销售经理业绩比较分析
第8章 Matplotlib不错绘图
8.1 树形图的绘制
8.1.1 树形图及其应用场景
8.1.2 实例：不同省份销售额的比较分析
8.2 误差条形图的绘制
8.2.1 误差条形图及其应用场景
8.2.2 实例：门店业绩考核达标情况分析
8.3 火柴杆图的绘制
8.3.1 火柴杆图及其应用场景
8.3.2 实例：不同省份送货准时性分析
8.4 甘特图的绘制
8.4.1 甘特图及其应用场景
8.4.2 实例：企业信息化项目进度管理
8.5 自相关图
8.5.1 自相关图及其应用场景
8.5.2 实例：股票价格的自相关分析
8.6 图形整合
8.6.1 图形整合及其应用场景
8.6.2 实例：区域销售额与利润额分析
第三部分 Pyecharts数据可视化
第9章 Pyecharts图形参数配置
9.1 全局配置项
9.1.1 基本元素配置项
9.1.2 坐标轴配置项
9.1.3 原生图形配置项
9.2 系列配置项
9.2.1 样式类配置项
9.2.2 标记类配置项
9.2.3 其他类配置项
9.3 运行环境
9.3.1 生成HTML
9.3.2 生成图片
9.3.3 Jupyter Notebook
9.3.4 Jupyter Lab
0章 Pyecharts基础绘图
10.1 折线图的绘制
10.1.1 折线图及其参数配置
10.1.2 实例：各门店销售业绩比较分析
……