前 言
数据可视化旨在清楚明了地提供信息，帮助读者定性理解这些信息。俗话说，一图胜千字（百闻不如一见）。这里，可以换个说法，“一幅图讲述了一个故事，如同万语千言。”因此，可视化是一个宝贵的工具，有助于读者快速理解相应的概念。然而，与其说数据可视化是一种技能，还不如说它是一门艺术。这是因为，如过度使用数据可视化会适得其反。
当前，有太多数据需要处理。这些数据包含着许多见解，这些见解是成功的关键。能够发现数据、清洗数据，并使用正确的工具实现可视化至关重要。本书讲解了用Python软件包实现数据可视化的不同方法，并给出很多不同领域的案例，比如，数值计算、金融模型、统计和机器学习，以及遗传学与网络。
本书提供在Mac OS X 10.10.5系统上运行的案例程序，具体用到Python 2.7、IPython 0.13.2、matplotlib 1.4.3、NumPy 1.9.2、SciPy 0.16.0和conda构建1.14.1版本。
本书主要内容
第1章阐述了数据可视化确实应该被称为“用于知识推断的数据可视化”。本章包含框架，讲解数据/信息如何转换为知识，以及有意义的呈现方式（通过取对数、颜色映射、散点图、相关性以及其他）如何能够帮助我们更容易地掌握知识。
第2章讲述可视化的重要性，展示可视化过程中的一些步骤，包括可选择的几种工具选项。可视化方法由来已久，很早之前我们就接触过这些方法；比如，连年幼的小孩都能解释条形图。交互式可视化有很多优点，本章将举例说明。
第3章解释了从Continuum Analytics使用Anaconda时，不必安装每个Python库的原因。Anaconda有简化的打包和部署方法，这些方法使得IPython notebook与其他库的并行运算变得更加容易。
第4章包括交互式绘图方法及在计算物理和应用数学中的实践案例。一些著名的案例包括用SciPy实现插值方法、近似、聚类、抽样、相关关系和凸优化。
第5章探索金融工程，该领域有很多数值计算和图表绘制的方法，是探索Python的一个有趣的案例。本章通过举例讲述股票报价、回归分析、蒙特卡洛算法和模拟方法。
第6章包含了用NumPy、SciPy、matplotlib和scikit-learn等工具进行处理的统计方法，比如，线性、非线性回归、聚类和分类。
第7章包含了有趣的案例，比如社交网络以及现实生活中的有向图举例，适用于这些问题的数据结构，以及网络分析。本章会用到一些具体的库，比如graph-tool、NetworkX、matplotlib、scipy和numpy。
第8章包含模拟方法和信号处理案例，用以展示一些可视化方法。这里，我们也给出了其他高级工具的对比，比如Julia和D3.js。
附录给出了conda概述，并列出多种Python库。
学习本书的准备工作
本书要求用户在操作系统上安装2.7.6或以上版本的Python。对于书中的案例，可以使用Mac OS X 10.10.5的Python默认版本（2.7.6）来实现。其他会用到的软件包是IPython—一个交互式Python环境。新版的IPython叫Jupyter，该版本现在有50种不同语言的内核函数。
安装提前打包好的用于科学计算的Python发行版，如果可能的话，可以从Continuum安装Anaconda，或安装Enthought Python Distribution。Anaconda一般自带300多个Python软件包。你可以用pip或conda安装不在自带软件包列表中的Python软件包。有一些案例可见附录。
本书适用对象
目前已有很多Python和数据可视化方面的书。然而，对于有一定Python知识储备的人来说，几乎很少有把两者内容结合在一起的书值得推荐。有关简化代码、重复使用的小生境（niche）技术的讨论更是少之又少。对于有强烈学习兴趣的Python开发人员，本书将提供一系列获得分析结果和产生惊人可视化效果的方法。
本书提供了解决实际问题的一系列分析方法。虽然本书并不是面向初学者的，但是如果有需要，你可以搜索书中推荐阅读的文献资料。如果这是你初次体验Python编程或数据可视化，提前阅读一些入门教材会有很大帮助。我最喜欢的书有John Guttag教授的《Introduction to Computer Science and Programming》（可从MIT OpenCourseWare上免费下载）和来自UCLA的Nathan Yau的《Visualize This》。
目 录
第1章 数据可视化概念框架
第2章 数据分析与可视化
第3章 开始使用Python IDE
3.1 Python中的IDE工具
3.2 Anaconda可视化绘图
3.3 交互式可视化软件包
3.4 总结
第4章 数值计算和交互式绘图 92
4.1 NumPy、SciPy和MKL函数 93
4.1.1 NumPy 93
4.1.2 SciPy 99
4.1.3 MKL函数 105
4.1.4 Python的性能 106
4.2 标量选择 106
4.3 切片 107
4.4 数组索引 108
4.4.1 数值索引 108
4.4.2 逻辑索引 109
4.5 其他数据结构 110
4.5.1 栈 110
4.5.2 元组 111
4.5.3 集合 112
4.5.4 队列 113
4.5.5 字典 114
4.5.6 字典的矩阵表示 115
4.5.7 Trie树 120
4.6 利用matplotlib进行可视化 121
4.6.1 词云 122
4.6.2 安装词云 122
4.6.3 词云的输入 124
4.6.4 绘制股票价格图 129
4.7 体育运动中的可视化案例 136
4.8 总结 140
第5章 金融和统计模型 141
5.1 确定性模型 142
5.2 随机性模型 150
5.2.1 蒙特卡洛模拟 150
5.2.2 投资组合估值 168
5.2.3 模拟模型 170
5.2.4 几何布朗运动模拟 170
5.2.5 基于扩散模拟 173
5.3 阈值模型 175
5.4 统计与机器学习综述 179
5.4.1 k-最近邻算法 179
5.4.2 广义线性模型 181
5.5 创建动画和交互图 184
5.6 总结 188
第6章 统计与机器学习 189
6.1 分类方法 190
6.1.1 理解线性回归 191
6.1.2 线性回归 193
6.1.3 决策树 196
6.1.4 贝叶斯理论 199
6.1.5 朴素贝叶斯分类器 200
6.1.6 用TextBlob构建朴素贝叶斯分类器 202
6.1.7 用词云观察积极情绪 206
6.2 k-最近邻 208
6.3 逻辑斯谛回归 211
6.4 支持向量机 214
6.5 主成分分析 216
6.6 k-均值聚类 220
6.7 总结 223
第7章 生物信息学、遗传学和网络模型 224
7.1 有向图和多重图 225
7.1.1 存储图表数据 225
7.1.2 图表展示 227
7.2 图的聚集系数 235
7.3 社交网络分析 238
7.4 平面图测试 240
7.5 有向无环图测试 242
7.6 最大流量和最小切割 244
7.7 遗传编程示例 245
7.8 随机区组模型 247
7.9 总结 250
第8章 高级可视化 252
8.1 计算机模拟 253
8.1.1 Python的random包 253
8.1.2 SciPy的random函数 254
8.1.3 模拟示例 255
8.1.4 信号处理 258
8.1.5 动画制作 261
8.1.6 利用HTML5进行可视化 263
8.1.7 Julia和Python有什么区别 267
8.1.8 用D3.js进行可视化 267
8.1.9 仪表盘 268
8.2 总结 269
附录 继续探索可视化 270
