本书以Altair为核心工具，通过认识数据、理解数据和探索数据三个维度全方位地探索分析数据集的统计可视化形式，以应用数据和案例研究为实践场景，使用Altair数据加工器进行数据预处理。在此基础上，深入介绍不同应用领域和实践场景的数据集的统计可视化模型。
本书以动手实践和练习的方式让读者学习和巩固核心知识，学习形式简单、高效，适合大数据相关行业的人士参考，也适合大数据相关专业的高校师生教学和自学使用。

刘大成，累计发表7篇有关机器学习和统计学的学术论文。高级机器学习工程师、资深数据分析师，具有金融、教育、咨询和游戏等多行业的丰富实践经验，主持或参与了多个机器学习项目。不仅具有扎实的统计学知识，而且具有多年的编程经验，熟练使用Rubv、Java、Python、JavaScript等编程语言。主要的研究兴趣有数据可视化、数据清洗和数据管道等。

第1篇 入门
第1章 Altair的环境配置
1.1 Altair的安装
1.2 前端渲染工具的安装和启动方法
1.2.1 Jupyter Notebook的安装和启动方法
1.2.2 JupyterLab的安装和启动方法
1.3 vega_datasets的使用
1.4 JSON简介
1.4.1 JSON语法规则
1.4.2 在Altair中使用JSON
1.5 Pandas的数据框（DataFrame）对象的使用方法
1.5.1 使用字典创建DataFrame的方法
1.5.2 DataFrame的操作方法
1.5.3 缺失值的操作方法
1.5.4 条件查询的操作方法
1.6 数据加工器
第2章 Altair的图形语法
2.1 图形语法简介
2.1.1 图形语法的原理
2.1.2 图形的视觉对象的组合原则
2.1.3 Altair图形系统的组成模块
2.2 声明式统计可视化的意义和优势
2.3 Altair的语法规则
2.3.1 Altair的数据结构
2.3.2 Altair的基本对象
2.3.3 Altair的展示方法
2.3.4 Altair的存储方法
第2篇 进阶
第3章 认识数据
3.1 名义型变量和数量型变量组合的经典图形
3.1.1 柱形图
3.1.2 条形图
3.1.3 条形码图
3.2 时间型变量和数量型变量组合的经典图形
3.2.1 折线图
3.2.2 动手实践：调整折线图的刻度标签
3.2.3 次序型变量（时间变量离散化）和数量型变量组合：柱形图
3.2.4 动手实践：面积图
3.2.5 动手实践：阶梯图
3.2.6 练习：比较不同年份7月的日降雨量
3.2.7 动手实践：分类汇总天气类型的频数分布
3.2.8 练习：总结分类汇总天气类型频数分布的实现方法
3.2.9 斜率图
……
第3篇 实践
第4篇 拓展
附录A 本书练习详解
参考文献