Python商业数据可视化实战_python商业数据可视化实战 王国平

序 言

目前，互联网全球化、移动设备普及化、物质世界网络化等，都在为“数据大爆发”储蓄能量，大数据已成为继云计算、物联网之后信息产业又一次颠覆性的技术变革。大数据时代正在变革着我们的生活、工作和思维，如何让大数据更有意义，使之更贴近于大多数人，最重要的手段之一就是数据可视化。

在数据可视化研究热潮中，各种数据可视化视图层出不穷，如何让数据生动呈现，也成了一个挑战性的任务，随之也出现了大量的可视化软件。相对于其它商业可视化工具，Python是开源免费的，而且目前市场上基于Python的商业数据可视化的书籍较少，鉴于此背景，本书基于最新版本的Python 3.9.0编写，全面而系统的介绍了基于Python的商业数据可视化分析技术，希望改变目前国内市场相关图书较少的现状。

本书由浅入深、深入研究了基于Python的商业数据可视化技术，并结合实际案例详细阐述实际应用。全书以案例为主线，既包括软件应用与操作的方法和技巧，又融入了数据可视化的实战，使读者通过对本书的学习，能够轻松快速的掌握可视化方法。本书配套资源中包含案例采用的数据源，以及教学PPT等，供读者在阅读本书时使用。

本书可以作为管理、经济、社会人文等人员学习数据可视化技术的参考书籍，也可以作为高校计算机相关专业本科生、研究生的教材或教学参考书。

本书的内容

第1章介绍商业数据分析的技术挑战及其难点、3种商业数据分析的思维方法和6种商业数据分析的技巧，以及Python可视化开发环境，如何连接常用数据源，以及Python主要的数据可视化库等。

第2章介绍Matplotlib可视化库，它是Python中比较基础也是使用最多的绘图库，重点讲解Matplotlib在绘制图形时的参数配置和图形整合等。通过实际案例从企业门店经营的角度客观公正的分析如何达成门店销售业绩。

第3章介绍本章将介绍Seaborn可视化库，它是在Matplotlib的基础上的更高级API封装，使得作图更加容易，重点讲解Seaborn在绘制图形时的风格设置和颜色设置等。通过实际案例介绍如何研究销售数据背后隐藏的规律。

第4章介绍本章将介绍Pyecharts可视化库，它是一个用于生成Echarts图表的类库，重点讲解Pyecharts在绘制图形时的基本元素和主要图形等。通过实际案例介绍如何从商品的角度研究企业的现状。

第5章介绍本章将介绍Bokeh可视化库，它是基于JavaScript来实现交互式可视化，可以在浏览器中实现美观的视觉效果，重点讲解Bokeh在绘制图形时的主要接口和基本配置等。通过实际案例介绍如何从朋友圈营销的角度研究商品营销情况。

第6章介绍本章将介绍HoloViews可视化库，它旨在使数据分析和可视化更加简便，重点讲解HoloViews在绘制图形时的参数配置和组成对象等。通过实际案例介绍如何从客户价值的角度研究不同类型客户的价值。

第7章介绍本章将介绍Plotly可视化库，它是数据分析和可视化的交互式在线平台，重点讲解Plotly在绘制图形时的绘图参数和主要图形等。通过实际案例介绍如何从客户满意度的角度研究如何提升客户的满意指数。

第8章介绍本章将介绍Pygal可视化库，它以面向对象的方式来创建各种数据视图，重点讲解Pygal在绘制图形时的参数配置和主要图形等。通过实际案例介绍如何从客户流失率的角度研究企业的客户流失现状。

第9章介绍本章将介绍plotnine可视化库，它是Python中图形语法的一种实现，重点讲解plotnine在绘制图形时的基本语法和基本绘图等。通过实际案例介绍如何从商品配送的角度研究企业商品的配送准时性。

第10章介绍本章将介绍Altair可视化库，它交互式图形语法的可视化库，重点讲解Altair在绘制图形时的参数配置和主要图形等。通过实际案例介绍如何从商品退货的角度研究企业商品的退货现状。

本书的特色

（1）内容新颖，讲解详细

本书是一本内容新颖的Python著作，详细介绍了基于Python的商业数据可视化技术，对于初学者帮助较大，书中详细介绍了大量可视化案例，便于读者练习实践。

（2）由浅入深、循序渐进

本书以案例为主线，既包括软件应用与操作的方法和技巧，又融入了商业数据可视化的案例实战，使读者通过对本书的学习，能够轻松快速的掌握可视化方法。

（3）案例丰富，高效学习

本书是基于Python 3.9.0进行的讲解，为了使读者能够快速提高数据可视化的综合能力，本书中的可视化案例都尽可能贴近实际工作实际。

本书的读者对象

本书的内容和案例适用于互联网、咨询、零售、能源等行业的数据可视化用户，可以供高等院校相关专业学生以及从事数据可视化的研究者参考使用，也可作为Python软件培训和自学的教材。

由于编者水平所限，书中难免存在错误和不妥之处，请广大读者批评指正。

作者微信公众号：Hanalyst。