本書主要針對數據科學、統計學、商學領域的教學，介紹基于Python軟件的數據可視化基礎知識、數據計算與交互式繪圖，機器學習中的可視化工具和技術，以及特定數據結構下的可視化技術，如金融數據結構、生物數據結構、網絡數據結構中的可視化展示，并配以豐富的案例，緊密結合常見的統計方法和機器學習方法。本書配有大量實際案例和習題，涉及金融、經濟管理、醫(yī)療影像、健康大數據、地理數據等方面的知識，內容翔實，能讓授課教師充分備課，讓學生全面學習，極大地提升學生的動手能力，并與現實生活接軌，讓學生為勝任“全球信息化時代”的數據科學工作做好充分準備。
適讀人群 ：本書可作為高等院校數據科學、統計學、商學等相關專業(yè)的教材，也可供經管領域的技術人員學習使用，還可作為機器學習和人工智能等領域的研究人員的參考書。
1.一線院校，知名作者
本書主編為上海財經大學統計與管理學院院長馮興東教授，馮教授長期從事統計和數據科學領域的本科及研究生教學工作，并主講研究生階段的數據分析與可視化課程。
2.基于Python，面向多領域教學
本書主要針對數據科學、統計學、以及應用數學和醫(yī)學等領域的教學，重在介紹這些領域中的數據分析與可視化、探索性數據分析等內容。
3.案例式教學，理論與實踐相結合
本書配有大量的實戰(zhàn)案例，涉及金融，經濟管理，醫(yī)療影像，健康大數據、地理數據等，并與常見的統計方法、機器學習方法、統計建模和分析緊密結合，有助于讀者對知識點的理解與掌握。
馮興東 博士，畢業(yè)于美國伊利諾伊大學香檳分校，上海財經大學統計與管理學院院長。研究領域為穩(wěn)健方法、分位數回歸、強化學習等，在國際重要統計學期刊以及人工智能大會上發(fā)表論文多篇。國際統計學會推選會員，國務院學位委員會第八屆學科評議組成員，全國應用統計專業(yè)學位研究生教育指導委員會委員，全國工業(yè)統計學教學研究會副會長，中國數學會概率統計分會常務理事；國際統計學期刊Annals of Applied Statistics，Statistica Sinica以及國內統計學期刊《統計研究》編委。
劉鑫 博士，畢業(yè)于加拿大西安大略大學，上海財經大學應用統計專業(yè)碩士項目中心主任、講席副教授、博士生導師。研究領域包括復雜數據建模、機器學習理論與應用、數據分析與可視化等，在國際重要統計學期刊以及人工智能大會上發(fā)表論文近二十篇。上海市浦江人才計劃獲得者，上海市特邀檢察官助理，主持國家自然科學基金青年項目；任國際統計學期刊Annals of Applied Statistics，Journal of Multivariate Analysis，Statistica Sinica等匿名審稿人。
第 1章數據可視化概述1
1．1理解數據、信息和知識1
1．1．1數據和信息2
1．1．2知識2
1．2知識的提取流程3
1．2．1從數據中提取信息3
1．2．2從信息中提取知識4
1．3數據可視化與統計圖表4
1．4如何利用可視化幫助決策5
1．5總結5
本章習題6
第 2章數據可視化7
2．1利用數據可視化創(chuàng)造有趣的故事7
2．2可視化的一些實踐結果9
2．3Python中的可視化工具15
2．4交互式可視化和布局17
2．5總結19
本章習題20
第3章常見Python IDE 21
3．1Python IDE21
3．1．1Python 3．x與Python 2．722
3．1．2不同類型的交互式工具22
3．1．3不同類型的Python IDE24
3．2利用Anaconda進行可視化33
3．2．1繪制3D曲面圖33
3．2．2繪制方形樹狀圖35
3．3交互式可視化的庫39
3．3．1bokeh39
3．3．2VisPy39
3．4總結41
本章習題41
第4章數值計算與交互式繪圖43
4．1NumPy、SciPy和MKL函數43
4．1．1NumPy介紹44
4．1．2SciPy介紹49
4．1．3 MKL函數介紹55
4．2標量選擇、切片與索引55
4．2．1標量選擇55
4．2．2切片56
4．2．3數組索引57
4．3數據結構59
4．3．1堆棧59
4．3．2元組60
4．3．3集合61
4．3．4隊列62
4．3．5字典63
4．3．6矩陣表示的字典64
4．3．7字典樹69
4．4使用matplotlib進行可視化71
4．5總結78
本章習題79
第5章統計學與機器學習80
5．1分類方法81
5．1．1線性回歸模型實例82
5．1．2線性回歸模型84
5．1．3決策樹87
5．1．4貝葉斯定理91
5．1．5樸素貝葉斯分類器92
5．2KNN算法93
5．3邏輯回歸97
5．4支持向量機101
5．5主成分分析103
5．6k-means聚類107
5．7總結110
本章習題110
第6章金融和統計模型112
6．1回報率模型和確定性模型112
6．2隨機模型120
6．2．1蒙特卡羅模擬120
6．2．2投資組合估值136
6．2．3模擬模型139
6．2．4幾何布朗運動模擬139
6．2．5基于擴散的模擬142
6．3閾值模型145
6．4總結148
本章習題148
第7章圖結構數據和網絡模型150
7．1有向圖和多重圖150
7．1．1存儲圖數據151
7．1．2圖形展示153
7．2圖的聚集系數160
7．3社交網絡分析163
7．4可平面圖的檢驗165
7．5有向無環(huán)圖的檢驗167
7．6最大流169
7．7隨機塊模型170
7．8總結173
本章習題174
第8章高級可視化176
8．1文本數據可視化176
8．1．1利用TextBlob構造樸素貝葉斯分類器176
8．1．2利用詞云了解電影影評181
8．2空間數據可視化183
8．3計算機模擬185
8．3．1Python隨機相關的程序包185
8．3．2SciPy中的隨機函數186
8．3．3模擬示例187
8．3．4信號處理190
8．3．5動畫193
8．4繪制交互圖194
8．5總結198
本章習題199
參考文獻200
書單推薦
