正版 Python统计可视化之Altair探索分析实践指南 刘大成 电子工

第1 篇 入门
第1 章 Altair 的环境配置 . 4
1.1 Altair 的安装 . 4
1.2 前端渲染工具的安装和启动方法 . 5
1.2.1 Jupyter Notebook 的安装和启动方法 5
1.2.2 JupyterLab 的安装和启动方法 5
1.3 vega_datasets 的使用 6
1.4 JSON 简介 . 9
1.4.1 JSON 语法规则. 9
1.4.2 在Altair 中使用JSON . 10
1.5 Pandas 的数据框（DataFrame）对象的使用方法 .12
1.5.1 使用字典创建DataFrame 的方法 12
1.5.2 DataFrame 的操作方法 13
1.5.3 缺失值的操作方法 . 15
1.5.4 条件查询的操作方法 . 22
1.6 数据加工器 . 27
第2 章 Altair 的图形语法 . 30
2.1 图形语法简介 . 30
2.1.1 图形语法的原理 . 31
2.1.2 图形的视觉对象的组合原则 . 33
2.1.3 Altair 图形系统的组成模块 . 40
2.2 声明式统计可视化的意义和优势 . 43
2.3 Altair 的语法规则 . 46
2.3.1 Altair 的数据结构 . 46
2.3.2 Altair 的基本对象 . 48
2.3.3 Altair 的展示方法 . 56
2.3.4 Altair 的存储方法 . 59
第2 篇 进阶
第3 章 认识数据 65
3.1 名义型变量和数量型变量组合的经典图形 66
3.1.1 柱形图 . 66
3.1.2 条形图 . 67
3.1.3 条形码图 . 67
3.2 时间型变量和数量型变量组合的经典图形 68
3.2.1 折线图 . 68
3.2.2 动手实践：调整折线图的刻度标签 . 70
3.2.3 次序型变量（时间变量离散化）和数量型变量组合：柱形图 72
3.2.4 动手实践：面积图 . 74
3.2.5 动手实践：阶梯图 . 76
3.2.6 练习：比较不同年份7 月的日降雨量 . 78
3.2.7 动手实践：分类汇总天气类型的频数分布 . 78
3.2.8 练习：总结分类汇总天气类型频数分布的实现方法 81
3.2.9 斜率图 . 81
3.2.10 数据集类型的数据结构形式 . 82
3.3 时间型变量和名义型变量的组合：甘特图 85
3.4 数量型变量和数量型变量组合的经典图形 87
3.4.1 散点图 . 87
3.4.2 动手实践：气泡图 . 89
3.4.3 动手实践：缺失值的可视化识别方法 . 90
3.4.4 直方图 . 91
3.4.5 热力图 . 94
3.4.6 变量类型对颜色标尺的作用 . 96
3.4.7 动手实践：展示不同时间的最高气温的分布情况 96
3.4.8 动手实践：展示文本注释与颜色的映射关系 . 99
第4 章 理解数据 105
4.1 使用子区通道分区理解数据 105
4.1.1 比较不同地区的汽车马力分布情况 . 106
4.1.2 动手实践：分区展示不同年份的每月平均降雨量 108
4.1.3 练习：绘制不同月份的年平均降雨量时间序列图 109
4.2 使用分层图形综合理解数据 110
4.2.1 使用描述统计量刻画变量取值的分布偏斜方向和程度 111
4.2.2 练习：绘制风速的均值、最大值和最小值的趋势变化曲线 . 115
4.3 通过连接图形全面理解数据 115
4.3.1 散点图连接直方图了解更多的变量信息 116
4.3.2 练习：散点图连接水平直方图和垂直直方图，分别刻画降雨量和
风速的频数分布 118
4.4 使用变量矩阵分区理解数据 119
第5 章 探索数据 123
5.1 让鼠标光标停留在标记上出现变量取值提示 123
5.1.1 实现方法 . 123
5.1.2 练习：时间序列图的时间型变量和数量型变量的提示文本 125
5.2 点击鼠标和拖曳鼠标实现图形区域选择 127
5.2.1 实现方法 . 127
5.2.2 动手实践：动态选定时间区间的时间序列面积图 132
5.3 点击鼠标实现标记选择 . 137
5.3.1 实现方法 . 137
5.3.2 动手实践：滑动鼠标实现标记选择 . 139
5.4 点击鼠标实现图形区域选择 140
5.4.1 实现方法 . 140
5.4.2 动手实践：滑动鼠标实现图形区域的选择 . 142
5.4.3 练习：鼠标光标悬停在注释文本上交互显示标记 143
5.4.4 动手实践：缺失值的可视化识别方法2 144
5.5 元素交互实现图形区域选择 147
5.5.1 点选下拉列表实现图形区域的选择 . 148
5.5.2 练习：使用条件查询过滤数据记录，实现图形区域的选择 150
5.5.3 使用单选按钮实现图形区域的选择 . 151
5.5.4 动手实践：使用连接图形以图形联动方式实现图形区域的选择 . 152
5.5.5 练习：点选图例的标记符号实现图形区域的选择 155
5.5.6 拖动滑块实现图形区域的选择 . 155
第3 篇 实践
第6 章 应用数据 161
6.1 滑珠图 .161
6.1.1 比较不同国家人群的预期寿命的变化情况 . 161
6.1.2 动手实践：使用网格线表示滑竿的滑珠图 . 163
6.1.3 练习：描绘数量波动的总体趋势――棒棒糖图 166
6.2 连线散点图 .168
6.2.1 探索不同年份的数量变化 . 168
6.2.2 动手实践：使用文本注释使连线散点图成为时间故事线 . 172
6.3 箱线图 . 173
6.3.1 探索不同天气类型的风速分布特征和分布形态 174
6.3.2 动手实践：垂直连接分区直方图补充箱线图的分布特征 176
6.3.3 水平连接分区直方图补充箱线图的分布特征 . 178
6.3.4 核密度估计加工器 . 179
6.3.5 动手实践：通过比较均值和众数的大小分析概率密度曲线的
偏斜方向和程度 . 181
6.3.6 数据离散加工器 . 181
6.3.7 数据汇总连接加工器 . 185
6.3.8 动手实践：计算小雨天气的出现天数 . 188
6.3.9 练习：按照月份统计不同降雨量类型出现的天数 190
6.4 探索数据的累积汇总和秩的排序及滞后变换――窗口变换加工器 .191
6.4.1 窗口变换加工器的应用 . 191
6.4.2 动手实践：累积求和的柱形图 . 193
6.4.3 指数图 . 195
6.4.4 动手实践：秩的排序 . 198
6.4.5 凹凸图 . 201
6.4.6 动手实践：滞后等值和领先等值 . 206
6.4.7 瀑布图 . 209
6.4.8 练习：销售量的相对变化量 . 214
6.5 分散型堆积条形图系列 . 215
6.5.1 分散型堆积条形图 . 215
6.5.2 漏斗图 . 217
6.5.3 动手实践：离散化的颜色标尺 . 221
6.5.4 旋风图 . 224
6.5.4 动手实践：堆积条形图的分层图形――子弹头图 227
6.5.5 练习：将堆积条形图变成分层条形图――温度计图 230
6.6 堆积柱形图系列 231
6.6.1 堆积柱形图 . 231
6.6.2 堆积百分比柱形图 . 235
6.7 面积图系列 . 236
6.7.1 堆积百分比面积图 . 236
6.7.2 量化波形图 . 237
6.8 置信区间的应用 239
6.8.1 置信区间 . 239
6.8.2 误差棒图 . 241
6.8.3 动手实践：样本容量对样本标准差和样本均值的标准误的影响 . 245
第7 章 案例研究 248
7.1 不同数量级和单位变量关系的探索分析 248
7.1.1 使用平行坐标图分析数量型变量的相关关系 . 249
7.1.2 使用矩阵散点图分析连续型变量的相关关系 . 251
7.1.3 建立马力和重量的一元线性回归模型 . 252
7.1.4 练习：建立生产年份和重量的置信带与回归直线 265
7.1.5 动手实践：建立关于生产年份的重量分布脊线图 266
7.1.6 动手实践：建立马力和单位里程数的非线性回归模型 . 268
7.2 金融时间序列数据的探索分析 . 270
7.2.1 5 只股票的价格波动探索分析 271
7.2.2 5 只股票的频数分布探索分析 274
7.2.3 比较不同股票的价格走势图 . 275
7.2.4 股票收益率的迷你折线图 . 277
7.2.5 股票波动率的迷你柱形图 . 278
7.2.6 绘制股票收盘价的移动平均线 . 281
7.2.7 绘制股票的K 线图（蜡烛图） 283
7.2.8 动手实践：绘制移动平均线和K 线图的分层图形 . 285
7.2.9 练习：使用柱线图（棒形图）代替K 线图 . 289
7.3 自然语言处理的可视化模型的构建和应用 . 289
7.3.1 读取文本数据 . 290
7.3.2 存储单词和字母的频数分布 . 292
7.3.3 使用条形图分析字母的频数 . 293
7.3.4 使用条形图分析高频词 . 295
7.3.5 使用词云图分析段落词语的运用特点 . 296
7.4 反映统计数字的象形图 . 299
7.5 可视化模型框架的数据流转过程与模型存储和渲染方法 303
7.5.1 使用Pandas 的实例方法to_json()和Altair 的函数to_values()
完成数据流转 . 304
7.5.2 使用Altair 的函数to_json()和函数to_values()完成数据流转 305
7.5.3 可视化模型的存储和渲染方法 . 305
7.6 调整坐标轴的量尺类型的实现方法和应用场景 . 306
7.6.1 选择合适的坐标轴量尺类型 . 306
7.6.2 使用气泡图描绘3 个数量型变量的数量关系 . 307
7.6.3 动手实践：按照年份查看人均收入、寿命和人口数量的
动态变化关系 . 309
7.6.4 使用连续型量尺离散化的方法转换变量类型 . 312
7.7 使用波形图和频谱图分析音频文件 . 314
7.7.1 使用波形图分析音频文件的声音变化 . 314
7.7.2 使用频谱图分析音频文件的频率变化 . 315
7.7.3 练习：使用仪表盘分析音频文件的元数据 . 317
7.8 视觉图像的大块数据文件处理和统计可视化 318
第4 篇 拓展
第8 章 探索分析辅助工具 . 327
8.1 包sviewgui 的使用方法 . 327
8.1.1 sviewgui 加载数据和读取数据的方法 328
8.1.2 CSV 文件的GUI 具体功能和使用方法 . 329
8.1.3 数据框对象的GUI 具体功能和使用方法 331
8.2 数据框对象统计可视化的实现方法 . 334
8.2.1 折线图 . 334
8.2.2 核密度估计图 . 336
8.2.3 直方图 . 338
8.2.4 散点图 . 340
8.2.5 六边形网格图 . 341
8.2.6 箱线图 . 341
第9 章 颜色的使用方法和属性配置的作用域 . 343
9.1 颜色方案的设置方法 343
9.2 动手实践：使用颜色方案accent 设置标记属性通道color 的
配色模式 346
9.3 变量与颜色的映射关系的设置方法 . 347
9.4 原始颜色编码数据的设置方法 . 348
9.5 属性配置的作用域 . 349
附录A 本书练习详解 . 352
3.2.6 练习：比较不同年份7 月的日降雨量 . 352
3.2.8 练习：总结分类汇总天气类型频数分布的实现方法 354
4.1.3 练习：绘制不同月份的年平均降雨量时间序列图 355
4.2.2 练习：绘制风速的均值、最大值和最小值的趋势变化曲线 356
4.3.2 练习：散点图连接水平直方图和垂直直方图，分别刻画降雨量和
风速的频数分布 . 358
5.1.2 练习：时间序列图的时间型变量和数量型变量的提示文本 359
5.4.3 练习：鼠标光标悬停在注释文本上交互显示标记 360
5.5.2 练习：使用条件查询过滤数据记录，实现图形区域的选择 362
5.5.5 练习：点选图例的标记符号实现图形区域的选择 364
6.1.3 练习：描绘数量波动的总体趋势――棒棒糖图 365
6.3.9 练习：按照月份统计不同降雨量类型出现的天数 367
6.4.8 练习：销售量的相对变化量 . 369
6.5.5 练习：将堆积条形图变成分层条形图――温度计图 370
7.1.4 练习：建立生产年份和重量的置信带与回归直线 373
7.2.9 练习：使用柱线图（棒形图）代替K 线图 . 374
参考文献 376

刘大成高级机器学习工程师、资深数据分析师、数据产品工程师。
具有金融、教育、测评、咨询等行业的丰富实践经验；完成多个机器学习项目、数据分析项目；开发多个数据产品。
出版专著《Python数据可视化之matplotlib实践》和《Python数据可视化之matplotlib精进》。
研究兴趣主要有数据可视化、数据挖掘和数据产品。

本书以Altair为核心工具，通过认识数据、理解数据和探索数据全方位地探索分析数据集的统计可视化形式。
深入理解不同应用领域和实践场景的数据集的统计可视化模型以实践和练习的方式学习和巩固核心知识。

本书以Altair为核心工具，通过认识数据、理解数据和探索数据全方位地探索分析数据集的统计可视化形式，以应用数据和案例研究为实践场景，使用Altair数据加工箱进行数据预处理，在此基础上，深入理解不同应用领域和实践场景的数据集的统计可视化模型。本书以实践和练习的方式学习和巩固核心知识，学习形式简单高效，适合大数据相关行业的人士参考，也适合大数据相关专业的高校师生教学和自学使用。 本书在很多章节均有动手实践和练习，其中，"动手实践”采用以练代讲的方式学习和延展核心知识或技能，"练习”采用举一反三的方式复习和巩固核心知识或技能。

"本书以Altair为核心工具，通过认识数据、理解数据和探索数据多方面地探索分析数据集的统计可视化形式。 深入理解不同应用领域和实践场景的数据集的统计可视化模型 以实践和练习的方式学习和巩固核心知识。"