正版 Jupyter Notebook数据分析入门与实战 [日]池内孝启 人民邮

第 1章导入Jupyter Notebook
1-1 Project Jupyter 的起源 2
1-2 利用Anaconda 构建环境 3
在Windows上安装Anaconda 3
在macOS 上安装Anaconda 10
1-3 conda 命令的使用方法 14
使用conda命令进行包管理 15
删除和更新软件包 15
Anaconda虚拟环境 16
激活虚拟环境 16
关闭conda环境 17
1-4 设置环境支持中文 18
绘制图形时的乱码问题 18
安装中文字体 19
使用中文字体 20
通过配置文件设置中文字体 24
第 2章Jupyter Notebook 的基础操作
2-1 在Jupyter Notebook 上运行代码 28
新建Notebook 28
运行代码 30
变量和函数的定义及用法 31
使用Python的标准库 32
使用代码补全功能 34
2-2 Jupyter Notebook 的界面 34
File菜单 34
Edit 菜单 35
View 菜单 36
Insert 菜单 38
Cell菜单 38
Kernel菜单 39
Widgets菜单 40
Help菜单 40
工具栏 40
2-3 Jupyter Notebook 的快捷键 42
编辑模式与命令模式 42
显示快捷键一览 42
常用的快捷键 43
2-4 Jupyter Notebook 的保存和复用 44
Notebook文件（.ipynb文件）的内部结构 44
保存文件 45
Auto Save 功能 46
Checkpoint 46
读取文件并复用 47
2-5 使用Markdown 和公式 47
什么是Markdown 47
使用Markdown 47
使用Markdown 为Notebook的内容写注释 49
使用公式 50
上传图片 51
2-6 使用魔法命令 52
Shell脚本（命令行）的使用方法 52
魔法命令的基本用法 52
常用的魔法命令 53
%history 55
%ls 55
%autosave 56
%matplotlib 56
2-7 共享Jupyter Notebook 的方法 58
在GitHub上公开Notebook 58
nbviewer 59
第3章使用pandas进行数据分析
63
3-1 pandas 的特点 64
3-2 样本数据的说明 64
anime.csv文件 65
anime_master.csv文件 66
anime_split_genre.csv文件 67
anime_genre_top10.csv文件 67
anime_genre_top10_pivoted.csv文件 68
anime_stock_price.csv文件 68
anime_stock_returns.csv文件 69
4816.csv文件、3791.csv文件、n225.csv文件 69
3-3 Series 70
新建Series 71
使用标签选择数据 71
通过指定位置选择数据 72
使用布尔值选择数据 73
3-4 DataFrame 74
新建DataFrame 75
使用标签选择数据 75
使用iloc选择数据 76
通过指定列名选择数据 77
使用布尔值选择数据 77
3-5 读取各种格式的数据 78
读取CSV 文件 78
读取Excel 文件 81
使用SQL 读取 82
读取HTML 文件 82
3-6 数据处理 83
用布尔值筛选数据 84
使用where方法筛选数据 84
修改数据 85
去掉缺失值 85
数据类型 87
排序 90
应用函数到每个元素 90
3-7 统计计算 93
快速统计汇总 94
3-8 交叉统计 96
使用groupby()统计 96
使用pivot_table()统计 98
交叉统计 98
3-9 时间序列数据的处理 100
获取股票价格 100
使用时间序列数据的函数 101
DatetimeIndex 103
筛选时间序列数据 105
采样 107
3-10 数据可视化 108
在Notebook中显示图表 108
使用Series 绘图 109
使用DataFrame绘图 110
创建折线图 111
创建散点图 112
创建柱形图 113
创建直方图 115
创建箱形图 115
创建饼图 116
第4章使用Matplotlib绘图
4-1 Matplotlib 是什么 118
4-2 绘图基础 119
绘制图表准备工作 119
Figure和Subplot 120
使用add_subplot()添加Subplot 121
使用subplots()来配置Subplot 123
应用样式表 124
4-3 折线图 125
创建折线图 126
活用折线图 127
绘制双轴图表 129
4-4 散点图 131
创建散点图 131
活用散点图 132
创建分组散点图 135
4-5 柱形图 136
创建柱形图 137
活用柱形图 138
创建分组柱形图 140
活用分组柱形图 142
创建堆积柱形图 144
活用堆积柱形图 146
4-6 直方图 147
创建直方图 147
活用直方图 149
创建各式各样的直方图 152
4-7 箱形图 159
创建箱形图 159
活用箱形图 161
批量设定箱形图样式 163
设置每个箱子的样式 166
4-8 饼图 168
绘制饼图 169
饼图的样式 170
活用饼图 172
第5章完全掌握Matplotlib
5-1 绘制各种图形 176
绘制圆弧 176
绘制箭头 177
绘制圆形 178
绘制正多边形 179
绘制椭圆 180
绘制扇形 180
绘制矩形 181
绘制多边形 182
5-2 设置图形对象和子图样式 183
设置图形对象的样式 183
设置子图样式 184
设置子图之间的边距 184
5-3 设置颜色与颜色映射 187
设置颜色和透明度 187
指定颜色 188
使用颜色映射 189
5-4 设置线条样式 191
设置线条颜色和粗细 192
设置线条头部的形状 193
设置线条连接点的形状 193
设置线条的类型 194
设置虚线以及虚线头的形状 196
设置虚线的连接点形状 196
5-5 设置字体和文本框样式 197
绘制文本 198
设置字体样式 199
设置文本框样式 200
设置文本框的水平对齐方式 201
设置文本框的垂直对齐方式 202
设置文本框内文本的水平对齐方式 203
设置文本框内文本的行间距 204
旋转文本框 204
5-6 设置图形的轴和刻度 207
设置轴的范围 207
统一轴设置 208
设置对数轴 209
设置多个轴 210
设置轴标签 211
设置主刻度与主刻度线标签 212
设置刻度样式 213
设置刻度线 215
5-7 图例与标题 216
设置图例 216
设置图例位置 217
设置子图标题 219
设置图形标题 220
设置图例和标题样式 221
5-8 绘图样式表 222
导出样式列表 222
应用样式 223
5-9 导出文件 223
导出文件 224
设置导出绘图对象的样式 225
导出时调整大小 226
5-10 show() 函数 228
show() 函数 228
确认plt.show() 的操作内容 229
使用Matplotlib绘制图形的两种风格 232
第6章使用Bokeh绘图
6-1 Bokeh 是什么 236
6-2 Bokeh 的特点 237
与Matplotlib的不同之处 237
3 种级别的接口 237
6-3 绘图基础 240
导入必须要用到的模块 240
把图形输出到Notebook上 241
创建Chart 实例 241
调整图形属性 241
输出图形 242
输出图形至HTML 文件 242
6-4 折线图 243
使用类列表类型数据 243
使用字典类型数据 244
使用DataFrame类型数据 245
中级别接口 246
6-5 散点图 248
颜色区分 249
中级别接口 250
6-6 柱形图 251
使用类列表类型数据 252
使用字典类型数据 252
使用DataFrame类型数据 252
聚合 254
分组 254
创建堆积柱形图 255
中级别接口 256
6-7 直方图 258
使用类列表类型数据 258
使用DataFrame类型数据 258
颜色区分 260
创建相对频率直方图 261
中级别接口 261
6-8 箱形图 262
6-9 饼图 263
使用类列表类型数据 264
使用字典类型数据 264
使用DataFrame类型数据 265
分组 265
第7章完全掌握Bokeh
7-1 绘制各种图形 268
绘制文本 268
绘制基本图形 269
绘制可变形状的图形 269
绘制直线 275
带标签的数据（ColumnDataSource） 276
7-2 设置各种对象属性 277
指定参数值 277
设置对象属性 278
7-3 设置颜色 278
可配置的属性 278
设置颜色 279
通过设置alpha属性调整对象的透明度 281
不同位置设置不同颜色 281
Bokeh.palettes模块 281
7-4 设置各种线条样式 283
可配置的属性 283
设置线条粗细 284
设置线条颜色 284
设置线条连接点 285
设置线条头部 286
设置线条类型 287
7-5 设置文本 288
可配置的属性 288
设置字体 289
设置字体大小 289
设置字体样式 290
设置文本颜色 290
设置文本的水平对齐方式 291
设置文本的垂直对齐方式 292
7-6 设置图属性 292
设置图的大小 292
设置图的背景颜色 293
设置图的边距 293
设置图的外边框 294
设置图的标题 295
7-7 设置图形样式 297
设置图形样式 297
在选中/ 释放图形时设置样式 298
7-8 设置轴属性 299
指定起始位置和结束位置并设置轴范围 299
用指定元素来设置轴范围 300
设置时间序列轴 301
设置对数轴 302
设置多个轴 302
7-9 设置轴样式 304
设置轴样式 304
设置轴的显示范围 305
刻度样式 305
设置刻度标签样式 305
设置刻度比例的长度 306
调整刻度线 306
7-10 设置刻度线样式 309
设置主刻度线样式 309
设置辅刻度线样式 309
设置阴影 310
设置刻度线的范围 310
7-11 设置图例 311
设置图例样式 311
设置图例的位置 312
设置图例的布局 313
设置图例内部 314
7-12 设置多图布局 315
垂直排列 315
横向排列 315
在网格中排列① 316
在网格中排列② 316
自定义显示位置 317
7-13 活用绘图工具的交互式操作 317
设置工具栏的位置 317
选择内置工具 319
修改工具的激活状态 321
设置Hover工具 322
7-14 绘制交互式实时图形 324
动态修改图表 324
动态修改图形 325
绘制动画 326
运用ipywidgets进行交互式可视化 327
第8章自定义Jupyter Notebook
8-1 设置启动选项 330
启动设定 330
使用配置文件 332
8-2 自定义样式 334
使用CSS 334
第9章使用云端Jupyter Notebook
9-1 Cloud Datalab-Google Cloud Platform 338
Cloud Datalab 338
启动Cloud Datalab 339
使用Cloud Datalab 340
连接到Cloud Datalab 343
如何使用Cloud Datalab 344
使用BigQuery进行数据分析 346
显示图表 348
9-2 Azure Notebooks-Microsoft Azure 349
Azure Notebooks的特点 349
支持的运行环境 350
基本用法 350
Library与Notebook 351
如何使用Notebook 354
安装其他软件包 354
第 10章用Jupyter Notebook 编写Ruby和R
10-1 用Jupyter Notebook 编写Ruby 358
什么是iruby 358
安装iruby 358
使用Jupyter Notebook编写Ruby 362
使用daru进行数据分析 363
使用Nyaplot绘图 364
10-2 用Jupyter Notebook 编写R 365
安装R 365
安装IRkernel 367
用Jupyter Notebook编写R 367
使用R 进行数据分析 368
附录
A-1 交互式ipywidgets 372
安装ipywidgets 372
用interact() 函数实现 372
可使用的窗口控件 374
处理事件 374
窗口控件的布局 375
与可视化工具联动 376
A-2 制作幻灯片 380
幻灯片制作流程 382
转换为幻灯片用的文件 384
幻灯片放映文件 386
Slide Type 386
A-3 JupyterLab 387
安装和启动 387
选项卡功能 388
Code Console 389

池内孝启，曾担任数家IT创业公司，以及株式会社ALBERT的执行董事，在2015年创立株式会社eurie（现改名为株式会社slideship），是该公司的Founder＆CEO。2017年开发了用于在线制作和演示幻灯片的网站slideship.com。

同时也是Python和数据分析者社区PyData.Tokyo的发起人之一。著有《精选python库技巧大全》（2015年 技术评论社出版），《Python程序员手册》（2015年 技术评论社出版）等。



片柳薫子，在农研机构农业环境变动研究中心从事研究工作，也是PyLadies Tokyo的运营工作人员。从2014年开始使用Python进行数据分析。



岩尾遥，曾担任多家公司的软件设计师、架构师等，现在就职于谷歌，负责Google Cloud Platform的开发。积极参与各种相关活动以使更多的人能够使用Python云环境。



都利来，使用Python进行金融数据分析，Python×金融社区 fin-py的主要创始人。

1.轻松入门
详细介绍Jupyter Notebook 基础操作，手把手教你学会使用Jupyter Notebook。
2.进阶技能
使用pandas 进行数据分析，掌握Python数据分析核心技能。
3.精彩实战
使用Matplotlib 和Bokeh 绘制多种图形，轻松实现数据可视化。

Jupyter Notebook 被广泛用作数据分析的工具或学习Python 的开发环境。本书共10章，重点介绍了如何使用Jupyter Notebook 进行数据可视化分析，包括Jupyter Notebook 的基础操作、使用pandas 进行数据分析、使用Matplotlib 绘图、完全掌握Matplotlib、使用Bokeh 绘图、完全掌握Bokeh、自定义Jupyter Notebook、使用云端Jupyter Notebook、用Jupyter Notebook 编写Ruby 和R 语言等内容。

1.轻松入门 详细介绍Jupyter Notebook 基础操作，手把手教你学会使用Jupyter Notebook。 2.进阶技能 使用pandas 进行数据分析，掌握Python数据分析核心技能。 3.精彩实战 使用Matplotlib 和Bokeh 绘制多种图形，轻松实现数据可视化。