Python 数据分析与可视化实践基于 Python 语言，结合实际的数据集，介绍如何对数据进行可视化分析。Python 数据分析与可视化实践主要包含 3 个 部分。第一部分为 Python 数据可视化基础篇：主要介绍 Python 基础内容、Numpy 和 Pandas 数据操作， 以及 Matplotlib 数据可视化内容；第二部分为 Python 数据可视化提高篇：主要介绍 Python 的 Seaborn、 plotnine、Networkx、igraph、plotly、Bokeh、pyecharts 库中的数据可视化功能；第三部分为 Python 数据 可视化分析实战篇：通过 4 个完整的数据可视化分析案例，详细地介绍了 Python 中数据分析、机器学习 与可视化相结合的应用等内容。 本书为读者提供了 Notebook 形式的源程序和使用的数据集，方便读者对程序的使用和运行。本书适 合有一定数据分析或统计分析基础的读者阅读，可作为 Python 数据分析、机器学习、数据可视化的入门 及实践教材，也可供数据分析与可视化相关专业的师生，以及对数据分析与可视化感兴趣的 Python 用户

余本国,全国高校人工智能与大数据创新联盟常务理事,? Python数据分析基础，清华大学出版社，2017.7个人主持省级项目5项，参与国家项目3项，在国内外重要学术期刊上发表论文十多篇，出版大数据和人工智能方面个人教材著作6部，主编教材5部，参编著教材1部。多次给本科生和研究生开设《大数据分析基础》课程。鉴于个人在教材建设方面的贡献，两度被全国高校人工智能与大数据创新联盟评为“学术创新奖”和“教学创新奖”。

前.言 Python是目前热门的编程语言。它的优点是免费和开源。随着Python的不断发展，它已经在数据分析与数据可视化领域受到了众多学者和企业的关注，并且提供了很多丰富的库。本书重点研究如何使用Python中的库，与数据分析、数据可视化相结合，以便分析实际场景中的数据，挖掘数据中的信息。 本书分为3部分11章。其中，第1～3章是Python数据可视化基础篇，介绍了Python的使用，以及Numpy、Pandas、Matplotlib的使用；第4～7章是Python数据可视化提高篇，以经典的Python可视化库为基础，介绍了Python的Seaborn、plotnine、Networkx、igraph、plotly、Bokeh、pyecharts库中的数据可视化功能的应用；第8～11章是Python数据可视化分析实战篇，介绍了4个完整的数据可视化分析案例。 本书尽可能做到内容全面与循序渐进，其中程序代码通过Jupyter Notebook展示，并通过经典案例的可视化分析，使没有Python基础知识的读者也能看懂本书的内容。 第1章为Python快速入门。本章从通过Anaconda安装Python开始，介绍了Python的基础内容，以及Python中的控制语句与函数等的使用，最后介绍了数据可视化分析的基本流程、图表的类型等。 第2章为Numpy与Pandas的数据操作和可视化。本章介绍了Numpy和Pandas的使用，包括数据生成、读取、操作、变换等，以及Pandas中的数据可视化函数的使用。 第3章为Matplotlib数据可视化。本章介绍了Matplotl...