内容简介：掌握数据可视化技术是未来工作和学习的必备能力，是展示理念和成果的重要手段。阅读并完成本书的实践，你将快速地学会数据获取、清洗、分析、可视化及发布的完整流程。

本书以丰富的实践案例解析数据可视化的制作理念和具体方法，紧密围绕当前数据可视化领域的实际需求，全面介绍数据可视化的概念和技巧。本书包含基础知识、数据获取、数据清洗、数据分析、可视化基础和原则、数据可视化工具和可视化作品发布等内容，基于具体案例多角度启发和引导读者的创新思维，增强读者对抽象数据的把握及综合可视化能力的提升。本书内容通俗易懂，简明实用，配套的教学辅助资料可免费下载。

本书适合零编程基础的数据可视化从业者和高校师生阅读，有一定工作经验的数据可视化工程师也可以从本书中学到大量实用的技能。

   卖点提炼：信息可视化是未来工作和学习的必备能力，是展示理念和成果的重要手段。

本书不局限于某一种工具或语言，而是全方位展示当下数据可视化的多种方法和技能。

特别适合零编程基础的数据可视化从业者和高校师生阅读，有一定工作经验的数据可视化工程师也可以从本书学习到大量实用的功能和技巧。范例精彩，可以根据个人学习曲线选择实践内容。配套的综合案例强化实践技巧，提升数据可视化创新能力。通俗易懂，容易上手，案例丰富，免费下载。

作者简介：刘英华，国家自然基金《基于大规模复杂结构知识库的知识发现机理、模型与算法研究》、国家自然基金《基于多关系的模糊认知图挖掘模型、算法与评价机制研究》项目的主要参与人员。

目  录

第1章  基础知识1

1.1  模拟和数字化1

1.2  数模转换1

1.3  进制2

1.4  存储单位3

1.5  因特网3

1.6  地址和协议4

1.7  域名和域名系统6

1.8  网络速率6

1.9  数据可视化7

小结7

习题17

第2章  数据获取8

2.1  知识共享许可协议8

2.2  搜索数据9

2.2.1  搜索引擎10

2.2.2  浏览器11

2.2.3  搜索指令11

2.3  主动公开的数据15

2.3.1  我国政府数据15

2.3.2  国际组织数据17

2.3.3  科研机构及第三方数据公司17

2.4  依申请公开数据17

2.5  数据众包18

2.6  抓取工具18

2.6.1  import.io工具20

2.6.2  Octoparse工具23

2.7  Python基础33

2.7.1  环境配置33

2.7.2  **个Python程序35

2.7.3  变量和运算符36

2.7.4  条件语句43

2.7.5  循环语句45

2.7.6  输入和输出48

2.7.7  文件的读/写49

2.8  Beautiful Soup库51

2.8.1  安装Beautiful Soup51

2.8.2  使用Beautiful Soup抓取网页数据52

2.9  图片的获取56

2.9.1  常用的图片编辑软件56

2.9.2  图片文件类型57

2.9.3  图片文件的保存58

2.10  音频的获取59

2.10.1  常用的音频编辑软件60

2.10.2  音频文件类型及保存61

2.11  视频的获取62

2.11.1  常用的视频编辑软件62

2.11.2  视频文件类型63

2.11.3  视频文件的保存63

2.12  数据格式转换64

2.12.1  数字图片的格式转换65

2.12.2  数字音频的格式转换67

2.12.3  数字视频的格式转换68

2.12.4  文件格式转换68

2.12.5  可机读数据70

小结70

习题270

第3章  数据清洗71

3.1  Jupyter Notebook71

3.1.1  安装Jupyter Notebook72

3.1.2  启动、关闭notebook服务器72

3.1.3  保存notebook75

3.2  Pandas包75

3.2.1  系列（Series）75

3.2.2  数据帧（DataFrame）78

3.3  清洗缺失值80

3.3.1  检查缺失值80

3.3.2  删除含缺失值的行或列82

3.3.3  填充缺失值82

3.4  清洗格式内容84

3.4.1  删除字符串中的空格84

3.4.2  大小写转换85

3.4.3  规范数据格式87

3.4.4  字符型数据判断87

?

3.5  清洗逻辑错误88

3.5.1  删除重复记录88

3.5.2  替换不合理值89

3.6  删除非需求数据90

3.6.1  删除非需求行90

3.6.2  删除非需求列90

3.7  分组、合并和保存91

3.7.1  分组91

3.7.2  数据合并92

3.7.3  保存结果96

3.8  数据清洗案例97

3.8.1  案例197

3.8.2  案例2102

小结104

习题3104

第4章  数据分析105

4.1  数据定位105

4.1.1  了解基本数据105

4.1.2  使用[ ]定位107

4.1.3  使用loc[ ]定位108

4.1.4  使用iloc[ ]定位110

4.1.5  使用iat[ ]定位112

4.2  条件筛选和排序数据113

4.2.1  条件筛选113

4.2.2  排序和排名117

4.3  数据的描述性分析121

4.3.1  describe( )方法121

4.3.2  众数、均值和中位数123

4.3.3  数据重塑124

4.3.4  相关性计算131

小结132

习题4132

第5章  可视化基础和原则133

5.1  图表135

5.1.1  图表的种类135

5.1.2  图表设计原则142

5.2  色彩暗示152

5.2.1  色调152

5.2.2  明度153

5.2.3  饱和度154

5.2.4  色彩暗示的综合运用155

5.3  图表可视化原则156

5.3.1  “**眼”原则156

5.3.2  数据不是敌人157

5.3.3  删减无关的元素157

5.3.4  慎用3D图表159

5.3.5  视觉暗示的使用160

5.3.6  整体变个体161

5.3.7  交互图表原则162

5.3.8  显示上下文164

5.4  图表可视化的失败案例165

5.5  设计排版原则168

5.5.1  顺序168

5.5.2  标注171

5.5.3  动画效果171

5.5.4  分组173

5.5.5  赋形173

小结174

习题5175

第6章  数据可视化工具176

6.1  信息图制作工具176

6.2  可视化工具Gapminder179

6.3  可视化工具DataWrapper181

6.4  可视化工具Gephi188

6.5  可视化工具QGIS194

6.6  可视化工具ECharts201

6.6.1  五分钟上手ECharts201

6.6.2  **个ECharts作品202

6.6.3  使用ECharts主题206

6.7  可视化工具Tableau207

6.7.1  安装和简介208

6.7.2  连接数据209

6.7.3  工作表209

6.7.4  仪表板210

6.7.5  故事211

6.7.6  保存和导出211

6.8  用Python和R实现可视化215

小结217

习题6218

?

第7章  可视化作品发布219

7.1  网络基础知识219

7.2  HTML5基础220

7.2.1  HTML文档220

7.2.2  HTML常用标签221

7.3  CSS3基础225

7.3.1  内部CSS225

7.3.2  外部CSS228

7.4  JavaScript基础229

7.4.1  直接嵌入HTML使用230

7.4.2  在HTML中调用230

7.5  Web应用框架和模板231

7.5.1  Web应用框架231

7.5.2  Web模板233

小  结234

习 题 7234

附录A  数据可视化作品235

附录B  配套教学资源二维码237

参考文献238