分享到

1 数据可视化的概念

2 常用的数据可视化图形

3 数据可视化工具和库

4 数据可视化流程的实施步骤

5 数据可视化技术的设计原则与实践

6 数据可视化图表的选择与使用

7 文本数据的词云可视化

8 空间信息可视化的应用

9 网络图的可视化

10 Excel数据源的获取

11 Excel数据输入与管理

12 Excel创建图表的方法

13 Excel绘制折线图

14 Excel绘制饼图

15 Excel绘制散点图

16 下载安装Tableau软件

17 了解Tableau工作界面

18 数据源的连接及管理

19 简单视图的可视化

20 复杂视图的可视化

21 安装Python集成开发环境Jupyter Notebook

22 使用Matplotlib绘制单数据系列柱形图

23 使用Matplotlib绘制多数据系列柱形图

24 使用Matplotlib绘制散点图

25 使用Matplotlib绘制气泡图

26 使用Matplotlib绘制饼图

27 使用Matplotlib绘制圆环图

28 使用Matplotlib绘制堆积面积图

29 使用pyecharts 绘制专业人数对比折线图

30 使用pyecharts绘制电力工业用电量对比分析柱状图

31 pyecharts绘制地区生产总值饼图和玫瑰图

32 pyecharts绘制全国居民主要食品消费量漏斗图

33 pyecharts绘制教材销售量对比组合图形

34 使用pyecharts绘制期末成绩分析层叠多图

简单柱状图的特性与应用领域

饼图使用原则

D3.js与ECharts对比

拓展：数据可视化技术与应用概述

数据清洗流程、方法与重要性

拓展：数据可视化技术解析

图表选择技巧

工具选择建议

文本预处理

词云图制作要点

多媒体地学信息可视化

交互功能

拓展：词云图技术与应用解析

导入选项

小贴士（图4-12）

拓展：Excel函数与图表完全指南

Tableau界面选项说明

Tableau工作区功能详解

Tableau工作表简介

Tableau箱型图解析

拓展：Tableau数据可视化指南

Anaconda与Python库安装指南

Jupyter界面指南

导入matplotlib.pyplot

画布参数说明

图表元素参数说明

plt.savefig参数详解

pandas数据读取与索引设置

Matplotlib图例与文本设置

CSV与Matplotlib标记符号

数据处理与可视化

饼图使用指南

常用参数说明

数据处理方法

堆积折线图参数说明

拓展：Seaborn数据可视化完全指南

折线图参数

代码片段解析

代码解析1

代码解析2

南丁格尔玫瑰图解析

1.代码解析

2.代码解析

3.代码解析

拓展：Pyecharts可视化技术详解