《Python数据可视化:科技图表绘制》结合编者多年的数据分析与科研绘图经验，详细讲解Python语言及包括Matplotlib在内的多种可视化包在数据分析与科研图表制作中的使用方法与技巧。《Python数据可视化:科技图表绘制》分为两部分，共11章，第1部分主要讲解Python语言的基础知识，包括基本语法结构、控制语句、函数、数据处理与清洗等，尤其对Matplotlib、Seaborn、Plotnie库进行较为详细的讲解。第2部分结合Python及其附加包的数据可视化功能，分别讲解类别比较数据、数值关系数据、层次关系数据、局部整体型数据、分布式数据、时间序列数据、多维数据、网络关系数据的可视化实现方法。《Python数据可视化:科技图表绘制》可帮助读者尽快掌握利用Python及可视化库进行科技图表的制作与数据展示。
《Python数据可视化:科技图表绘制》注重基础，内容翔实，突出示例讲解，既适合广大科研工作者、工程师和在校学生等不同层次的读者自学使用，也可以作为大中专院校相关专业的教学参考书。

这是一本全面介绍Python图表绘制与数据可视化的专业书籍，对于初学者和进阶用户来说，是一本不可多得的学习资源。
首先，该书从最基础的Python语法和开发环境讲起，逐步深入到数据预处理和多种可视化绘图工具的使用，如利用Matplolit等绘制专业的学术图表及各种高级技巧，非常适合零基础的读者逐步学习和掌握。书中提供了大量教学示例和精美图表范例，不仅能够帮助读者理解理论知识，还能够通过实践加深记忆，提高学习效率。
其次，视频教学的加入，为读者提供了一个直观的学习途径，尤其是对于那些希望快速掌握关键技能的读者来说，视频教程可以提供即时的指导和帮助。而上机练习资源文件则使读者在阅读理论之后，立即动手实践，这种学以致用的方式，能够极大地提升学习效果。
最后，编者有科研领域工作20多年的经验，无疑为《Python数据可视化:科技图表绘制》的内容增添了权威性和实用性。资深编者的深厚背景保证了书籍内容的专业性和前沿性，同时也意味着读者可以直接从业内专家那里学习到最实用的知识和技能。
总之，无论你是科研人员、数据分析师、从业者，还是大学生、研究生，只要你需要进行数据处理和可视化分析，这本书都将是你宝贵的参考资料。它不仅能够帮助你从零开始学习Python编程和绘制专业图表，还能够让你在数据可视化方面达到一个新的高度。

数据可视化是数据科学和数据分析的重要组成部分，它允许我们将复杂的数据变得更加容易理解和有意义。本书的目标是帮助读者掌握数据可视化的艺术，并深入了解如何利用Python及其强大的Matplotlib库等工具创建引人入胜的图形和可视化。
Python是一种强大的开源数据分析和建模工具，备受数据科学家、研究人员和业界专业人士的喜爱。它的灵活性、扩展性和丰富的数据处理能力使其成为数据可视化的理想平台。
在Python中，Matplotlib是最受欢迎的数据可视化库之一，它提供了丰富的绘图功能和灵活的接口。通过Matplotlib，用户可以创建各种类型的图表，从简单的线图到复杂的三维图形，满足不同需求的可视化任务。
本书将引导读者逐步学习如何使用Python及其可视化库来创建令人印象深刻的科技图表。本书分为两部分，共11章，具体章节安排如下：
第1章　Python基础知识 第2章　数据处理与清洗
第3章　Python绘图系统 第4章　类别比较数据可视化
第5章　数值关系数据可视化 第6章　层次关系数据可视化
第7章　局部整体型数据可视化 第8章　分布式数据可视化
第9章　时间序列数据可视化 第10章　多维数据可视化
第11章　网络关系数据可视化
本书提供了大量绘图示例，这些示例为读者提供了绘图思路，并展示了Python及相关绘图库的强大功能，读者可以在此基础上进一步美化练习操作。本书内容可以起到抛砖引玉的作用，各绘图包的详细功能读者可以参考对应的说明文件深入学习。
本书编写过程中重点参考了Python可视化库的系列帮助文档，大部分数据采用公开数据集。读者在学习过程中如果需要本书的原始数据，请关注算法仿真公众号，并发送关键词108432来获取数据下载链接。为帮助读者学习，在算法仿真公众号中会不定期提供综合应用示例帮助读者进一步提高作图水平。
Python及附属库本身是一个庞大的资源库与知识库，本书所讲难窥其全貌，虽然在本书编写过程中力求叙述准确、完善，但由于水平有限，书中欠妥之处在所难免，希望读者和同仁能够及时指出，共同促进本书质量的提高。
本书结构合理、叙述详细、实例丰富，既适合广大科研工作者、工程师和在校学生等不同层次的读者自学使用，也可以作为大中专院校相关专业的教学参考书。
本书提供配套资源文件，需要读者用微信扫描下面的二维码下载。如果下载有问题，可发送邮件至booksaga@126.com，邮件主题为Python数据可视化：科技图表绘制。

最后，感谢您选择了本书，希望您在阅读过程中获得乐趣，并能够从中获益。在学习过程中，如果发现问题或有疑问，可以访问算法仿真公众号获取帮助。

编 者
2024年5月

芯智
毕业于北京航空航天大学，现就职于中国科学院，高级工程师，从事科研工作近二十年。目前参与国家科技重大专项攻关任务，熟练掌握各种工程应用与数据分析软件，曾获得国家专利奖、北京市专利奖和中科院成果转化特等奖等荣誉。

目 录
第1章　Python基础知识1
1.1　Python语言概述1
1.1.1　Python的诞生1
1.1.2　Python的特点2
1.1.3　Python绘图系统3
1.2　Python的获取与安装4
1.2.1　安装程序下载4
1.2.2　安装与启动5
1.2.3　辅助开发工具7
1.2.4　包的安装与加载11
1.3　Python的基础语法13
1.3.1　标识符13
1.3.2　注释14
1.3.3　续行14
1.3.4　输入/输出函数15
1.3.5　运算符16
1.3.6　数据结构17
1.3.7　序列20
1.4　程序控制语句21
1.4.1　条件语句22
1.4.2　for循环语句23
1.4.3　while循环语句24
1.4.4　其他语句26
1.5　函数28
1.5.1　定义函数28
1.5.2　调用函数30
1.5.3　匿名函数（Lambda函数）31
1.6　本章小结32
第2章　数据处理与清洗33
2.1　NumPy：数值计算33
2.1.1　数组的创建33
2.1.2　数组的索引与切片35
2.1.3　数组的变换36
2.1.4　基本运算37
2.2　Pandas：数据处理38
2.2.1　数据结构38
2.2.2　数据类型41
2.2.3　数据的导入与导出44
2.2.4　合并数据46
2.2.5　数据选择47
2.2.6　数据过滤47
2.2.7　数据排序48
2.2.8　数据合并48
2.2.9　数据重塑49
2.2.10　缺失值处理50
2.2.11　重复值处理51
2.3　本章小结51
第3章　Python绘图系统52
3.1　Matplotlib 52
3.1.1　图表对象53
3.1.2　创建图形57
3.1.3　添加子图与布局59
3.1.4　图表元素函数67
3.1.5　绘图函数69
3.1.6　坐标系70
3.1.7　图表风格71
3.2　Seaborn74
3.2.1　绘图函数74
3.2.2　绘图风格77
3.2.3　颜色主题78
3.2.4　图表分面79
3.3　Plotnine80
3.3.1　语法框架81
3.3.2　底层函数83
3.3.3　绘图函数83
3.3.4　图表主题87
3.3.5　图表分面89
3.4　本章小结91
第4章　类别比较数据可视化92
4.1　柱状图92
4.2　条形图101
4.3　棒棒糖图106
4.4　包点图117
4.5　雷达图120
4.6　径向柱状图124
4.7　词云图132
4.8　玫瑰图136
4.9　本章小结140
第5章　数值关系数据可视化141
5.1　散点图141
5.2　边际图149
5.3　曼哈顿图156
5.4　气泡图160
5.5　等高线图165
5.6　三元相图172
5.7　瀑布图174
5.8　生存曲线图177
5.9　火山图179
5.10　本章小结182
第6章　层次关系数据可视化183
6.1　旭日图183
6.2　树状图191
6.3　桑基图196
6.4　矩形树状图198
6.5　圆堆积图202
6.6　本章小结204
第7章　局部整体型数据可视化205
7.1　饼图205
7.2　嵌套饼图211
7.3　华夫图212
7.4　马赛克图217
7.5　本章小结220
第8章　分布式数据可视化221
8.1　直方图221
8.2　核密度图229
8.3　箱线图234
8.4　小提琴图242
8.5　金字塔图250
8.6　脊线图253
8.7　累积分布曲线图258
8.8　本章小结260
第9章　时间序列数据可视化261
9.1　折线图261
9.2　K线图272
9.3　子弹图274
9.4　仪表图278
9.5　面积图280
9.6　日历图286
9.7　本章小结287
第10章　多维数据可视化288
10.1　热图288
10.2　矩阵散点图296
10.3　平行坐标图300
10.4　安德鲁斯曲线305
10.5　本章小结306
第11章　网络关系数据可视化307
11.1　节点链接图307
11.2　弧线图311
11.3　蜂巢图313
11.4　和弦图315
11.5　切尔科斯图319
11.6　本章小结322
参考文献323