案例上手 Python 数据可视化

课程亮点

• 6 个常用的数据可视化工具使用方法
• 20 个案例贯穿各个工具的学习过程
• 基于 GUI / HTML / Web 网站多种绘图风格
• 中、美、日三国不同思想的制图工具
• 从静态到交互，满足不同需要的图示

课程背景

数据可视化是数据分析和机器学习的重要环节，比如数据清洗、特征工程、机器学习、数据分析（特别是报告）、评估等环节都会用到“数据可视化”技术。

数据可视化同时还广泛存在于各种商业、政务、教育等领域的业务表述之中。因为“图”才是喜闻乐见、通俗易懂的，也是最直观的。

不仅如此，数据可视化还是独立的业务，在现代社会中有各种引人注目的操作，比如将抽象的东西“可视化”、“直观化”等。

本课程主要向读者介绍了数据可视化中常用工具的使用方法，并且通过多个实战项目案例，让读者更深入地理解可视化的各种方法和技能。

作者介绍

齐伟，苏州研途教育科技有限公司 CTO，在 Web 开发、数据分析、机器学习领域有比较丰富的从业经验，并在大学开设过《机器学习实践》课程。曾出版书籍：《跟老齐学Python：轻松入门》《跟老齐学Python：Django实战》《跟老齐学Python：数据分析》和《Python大学实用教程》（大学教材）。

课程大纲

课程内容

开篇词：为什么学习可视化，应该怎么学

每一本书或每一个课程，都会有前言或开篇词，但是，很多学习者不喜欢阅读前言，这就大错特错了，因为在前言中往往会包含一些作者想要表达的核心观点。

我的日常工作就是写程序，业余时间也写了几本书，也有幸偶尔会与周边几所大学的一些学生分享某些技术。在与我交流的一些程序员、读者和学生中，会提出很多关于如何学习某项技能的问题——这里指的是软件开发或者大数据、机器学习方面，不包括诸如人际关系等技能。在这里，我把其中的重要问题和回答，整理出来，供读者参考。

跟谁学

这里的“谁”，不仅包括“人”，还包括“物”。

先说“物”。

早先学习的媒介比较简单，就是图书，要学习什么知识，没有其他选择，就是买本书。而现如今，选择就多了，除了印刷版的图书之外，还有电子版、音频和视频，甚至视频还分为微课、慕课和课堂实录等，可谓是五花八门。那么，应该选择什么媒介来学习呢？

很显然，上述问题有一个大前提，那就是“自学”，即自己控制学习过程的学习。如果选择这种学习方式，那就要检讨自我：“是否具有自我控制能力？”。判断标准也比较简单，那就是回头看看在自己的求学过程中，是否运用过这种能力？如果答案是肯定的，那么面对这次自学，就会有信心、有方法了；如果是否定的，并不意味着这次不能自学，而是要为自己的这个“第一次”好好谋划一番了。

检讨完自己，确立能够自学，就继续下面的操作；否则，请跳过，直接找一个老师，别吝惜多花钱，从长远来看，最好的投资是跟着老师去学。自学，并非适合任何人。

再回到刚才的问题，选择哪一种学习媒介？

我的回答是：要了解自己，根据自己的情况而定。

比如，自己比较擅长阅读，那么就可以选择借助书（包括印刷版和电子版）来学习；如果看书时间稍长，就犯困，建议还是选择视频媒介稍好一些。但是，即便如此，我也建议要有一本相关的书，因为它能够让我们随意翻阅，可以随时解决某些棘手问题——或许搜索引擎更适合？非也！对于一个初学者，搜索引擎给出的东西太庞杂了，难以找到答案。

“物”选好之后，就要选“人”了。

不论选择书还是线上或线下的课程，都有一些大师或名师，俗话说“名师出高徒”——更符合我们内心的应该是“大师出高徒”。因此，要找一个超级牛的人，比如在大厂工作过的顶级开发者、名校的名教授等，只要看了他们的书、听了他们的课，就能达到登峰造极之高度，再不济至少也要快速掌握。

这是很多人的想法，也能理解，谁不希望以最小的投入来获得最大的产出？最好是“不劳而获”。

只是残酷的现实不断地告诉我们，“大师”和“高徒”之间，不是正相关的。请看下面的思想实验。

思想实验是指：使用想像力去进行的实验，所做的都是在现实中无法做到（或现实未做到）的实验。例如，爱因斯坦有相对运动的著名思想实验。思想实验需求的是想像力，而不是感官。

假设某名校，有一个宇宙级的大师教授人工智能课，每年听课的学生有 60 人，该大师在该校授课 10 年，累计有 600 名学生。如果“大师”与“高徒”正相关，那么新的宇宙级大师应该至少有几百名。

但，上述推论与事实不符合。

“名师（大师）出高徒”，只是听起来很好，符合个人的愿望罢了，但不是客观真理。

什么原因？

因为他们不是专门针对你的。

所以，选“人”的标准不是看其头衔，而是看其提供的学习内容是否适合自己。特别是“小白”，更要以通俗易懂的学习资料入手，跟着能“深入浅出”地讲述的“好老师”去学。

学什么

这个问题其实很难回答。因为就编程而言，可以学习的东西就很多了，现在又有大数据、机器学习、人工智能等领域。

至于学什么，拷问的应该是自己，而不是问别人。检视自己擅长什么、喜欢什么，未来有什么规划，根据这个来确定学什么。

有的人也列出了一些非常简明扼要的判断标准，比如：

• 什么方向工资高，就学什么
• 现在媒体上宣传什么，就学什么
• 大师说学什么，就学什么
• 招聘网站上什么岗位多，就学什么

是否可以据此确定学习内容，此处不置可否。还是做一个思想实验。

假如时光倒退 20 年。在 20 年前，用上面的标准看一看，应该学什么？什么也不需要学，专门买房子（得有好爹）就可以了！

选择学什么的确很困难。高考报志愿的时候，众多家长都纠结于孩子要学什么专业的问题。

除了上帝，谁都不晓得未来什么样，与其纠结某个具体的专业，不如学“万人敌”。

籍曰：“书足以记名姓而已，剑一人敌，不足学，学万人敌。”

——《史记·项羽本纪》

每个领域，都会有一些沉淀下来的基础知识和技能，这是要学的。此外，更重要的是“学习能力”，学习内容是增长学习能力的载体，学习能力就是“万人敌”。

因此，本课程从始至终，会贯彻一个宗旨：提升学习能力，不是唠唠叨叨地诉说知识点。

怎么学

关于学习方法问题，很多书中都有所论述，此处不详述，因为方法都差不多，关键是能不能执行的问题。

学习是一个苦差事，我们从本性上是排斥的。

因此，古人云“书山有路勤为径，学海无涯苦作舟”。

有了“肯吃苦”的思想准备之后，如下具体操作方案，供读者参考：

• 认真阅读书中的每句话，并且反问自己是否理解了，如果没有理解立刻 Google 相关的信息，这就是把书读厚的理念。
• 要理解书中的程序示例，逐行理解，甚至于逐行注释，并且，一定要自己亲自敲代码，千万不要复制代码。
• 在上面的基础上，独立地把示例程序写出来，并进行调试。如果遇到了问题，比如报错了，此时应该“闻过则喜”，因为这是进步的阶梯，务必对照书上的讲解，反思自己写的代码。
• 要阅读有关技术文档，不论它是中文的还是英文的——这点很重要，千万不要因为语言问题而放弃阅读。
• 用 Google 搜索（这里不是在做广告，我也不是‘美分’什么的，只是介绍个人的经验），并且不限于使用中文作为搜索关键词。

如果有条件，还建议多参加一些有关技术的专题活动，比如社区活动等，不仅能扩展自己的视野，还能结交很多同道中人。

为什么学“数据可视化”

说的有点多了，现在才回到正题。

如果有志于在大数据、机器学习、人工智能领域从业的话，“数据可视化”是必不可少的，因此说不得不学。

接下来就会有另外一个问题：为什么要选择本达人课作为学习资料？

那就要了解本达人课为读者做了什么。

• 深入浅出阐述有关知识点和技能，同时“授人以渔”，这是核心目标。

• 介绍目前常用的几种工具，当然不可能穷尽所有工具，挑选了部分具有代表性的。

  • Matplotlib
  • Seaborn
  • Plotnine
  • Plotly
  • Pyecharts
  • Bokeh

• 在讲解的过程中，配以丰富的示例。

其他说明

本达人课的所有程序都是基于 Python 语言（Python 3.x 版）来写的，需要做好如下准备。

• 准备一台适合开发用的计算机，不论是台式机还是笔记本均可。但是，它是否适合开发？只要不是太古老的机器，硬件方面都差不多，关键是操作系统。本达人课中的所有演示都不是基于 Windows 操作系统（也算是我的偏执吧），我不习惯把 Windows 操作系统列位于适合开发的环境，倒是在日常办公方面比较适合，在开发方面我习惯使用 Linux 或者 Mac OS 操作系统。读者可根据自己的喜好选择。本达人课的所有代码，是跨平台的，跟用什么操作系统无关。
• 已经能够使用 Python 语言编程。
• 掌握 Numpy 和 Pandas 的基本知识。

这是学习本达人课内容的前置条件。

这些都准备好之后，就开始学习。

课程大纲

本课程分为七大部分，共计 28 篇（含开篇词和结尾）。

• 准备部分（磨刀不误砍柴，第 0-1 ~ 0-3 课），介绍数据科学工程师的工作流程以及数据可视化的必要性，并且指导学习者安装有关工具。通过这部分的学习，能够对数据科学以及从业者的工作有个总体认识，晓得数据可视化的地位，并在本地计算机安装有关工具。

• 第一部分（开山鼻祖：Matplotlib，第 1-1 ~ 1-6 课），介绍 Python 语言生态中虽然古老但依然被使用的数据可视化工具 Matplotlib。通过这部分的学习，能够掌握 Matplotlib 的应用思想和方法，并能够绘制常用的统计图。

• 第二部分（后起之秀：Seaborn，第 2-1 ~ 2-5 课），介绍基于 Matplotlib 发起而来的一种常用的可视化工具 Seaborn。通过这部分的学习，能够掌握 Seaborn 的特点，并熟悉常用统计图的绘制方法。

• 第三部分（另立门派：Plotnine，第 3-1 ~ 3-3 课），Plotnine 是根据图层概念制图的工具，不同于前面两部分的工具。通过这部分的学习，能够理解图层的概念以及在制图中的应用，掌握 Plotnine 灵活制作个性化图示的方法。

• 第四部分（特立独行：Plotly，第 4-1 ~ 4-4 课），Plotly 是一款能够“两栖作战”的工具，既能得到静态图片，也能生成动态交互的图示，即从这部分开始，制图工具进入“交互”阶段。通过这部分的学习，能够掌握常用统计图（具有交互功能）的绘制，并可以生成 HTML 文件。

• 第五部分（中华武功：Pyecharts，第 5-1 ~ 5-2 课），Pyecharts 是非常好的国产工具——中文文档，非常可亲近。Pyecharts 提供的工具和色彩渲染上，都比前述工具有所突破。通过这部分的学习，能够掌握 Pyecharts 的使用方法，特别是利用它实现地理信息可视化和基于 Web 项目发布可视化图示。

• 第六部分（岛国薄纱：Bokeh，第 6-1 ~ 6-3 课），这是一款来自岛国日本的可视化工具，除了完成通常的操作之外，在交互功能上，比 Plotly 和 Pyecharts 更有特色。通过这部分的学习，能够掌握 Bokeh 的使用方法，特别是 Bokeh 自带服务，能发布基于网络的图示。

课程寄语

最后送上励志名言：

努力面前，忘记背后，向着标杆直跑。

当遇到貌似无法克服的困难时，当怀疑自己是否能够学会时，当受到其他诱惑想放弃时，请来读一读这句话。

开始！

第0-1课：数据科学工作流程

每门学科，都会有一些前置的信息，这里还要再继续唠叨唠叨，最好别引起你的反感呦。

愚见，下面的信息，是需要首先明晰的。

• 数据分析、人工智能等与数据相关的工作，其工作流程是什么？
• “数据可视化”，在数据科学中占有什么位置࿱