本教材以带领读者洞悉“数据之美”、“让数据说话”的理念为主线，从数据的类型和特征入手，教会读者围绕数据的构成、数据不同维度的比较、数据趋势、数据的分布、数据间的联系、数据的互联互动等角度，运用现行主流的Python可视化工具对数据进行多层次多维度立体化展示，力求帮助读者掌握绘制有效的、具有视觉吸引力、可伸缩的且易于理解的数据可视化作品的思路和方法。教材除了教会读者如何运用Python数据可视化主流工具（如Matplotlib, Seaborn, Pyecharts, Plotly等）进行各种类型图表的绘制，还设置了丰富的贴合实际的数据可视化案例，教会读者如何通过数据可视化对数据进行全方位探索和展示，进而理解数据，利用数据做决策。教材还编排了丰富的数据可视化小故事，以进一步提高读者的阅读兴趣。

无

电子商务及信息管理

数据可视化是关于数据视觉表现的一种方法和技术，涉及数据科学、多媒体设计、视觉艺术等交叉学科领域知识，被广泛应用于自然科学和社会科学的一些研究领域中。本教材以Python的数据可视化分析为主线，秉持带领读者洞悉“数据之美”“让数据说话”的理念，从数据的类型和特征入手，教会读者围绕数据的构成、数据不同维度的比较、数据趋势、数据的分布、数据间的联系、数据的互联互动等角度，运用现行主流的Python可视化工具对数据进行多层次、多维度的立体化展示，力求帮助读者掌握绘制有效的、具有视觉吸引力、可伸缩的且易于理解的数据可视化作品的思路和方法。
本书特点：
多样化的可视化工具。如Matplotlib、 Seaborn、 Pyecharts、Plotly等Python数据可视化主流工具；
丰富的案例。本书除了各种类型图表的绘制，还设置了丰富的贴合实际的数据可视化案例；
生动的可视化小故事。通过可视化小故事，进一步提高读者的阅读兴趣；
立体化教辅资源。本书配有PPT、源代码、数据集等丰富的教辅资源。
本书可作为信息系统与信息系统、电子商务、大数据管理与应用、数据科学与大数据技术等专业本科生和研究生教材，也可作为相关从业人员的参考读物。

第一部分：基础篇
第一章 数据可视化基础
1.1 什么是数据可视化
1.2 数据可视化的发展以及现状
1.3 数据可视化的工具介绍

第二章 预备知识
2.1 python的安装
2.2 numpy包的简介
2.3 pandas包的简介
2.4 统计知识
2.5 数据获取方式
2.6 数据处理流程

第三章 构成
3.1 饼图
3.2 漏斗图
3.3 金字塔图
3.4 堆叠柱图（100%堆积柱图）
3.5 面积图

第四章 比较
4.1 柱状图/条形图
4.2 箱线图
4.3 小提琴图
词云图
桑基图
甘特图

第五章 趋势
5.1 折线/面积图
5.2 K线图
棉棒图

第六章 分布
热力图
KDE密度图
地理图

第七章 联系
7.1 散点图
7.2 树图（矩形树图）
7.3 关系图
雷达图

第二部分：进阶篇
第八章 seaborn参数介绍
8.1 FacetGrid
8.2 PairGrid
8.3 JointGrid
8.4 Style Control
8.5 Color Palettes

第九章 pyecharts参数介绍
9.1 链式调用
9.2 主题选择
9.3 全局配置
9.4 局部配置

第三部分：实践篇
第十章
第十一章
实际案例2个

第四部分：扩展部分
第十二章 动态可视化
12.1 联动
12.2 多项
12.3 自动
（这里的功能主要参考pyecharts）
第十三章 结合数据库可视化
（这里从爬虫准备数据到存储数据库再结合pyecharts或者其他工具进行可视化）
第十四章 可视化软件介绍
14.1Tableau
14.2 FineReport
14.3 PowerBI