特色 擷取、清理、分析與轉換資料 「Kyran的書包含了大量資訊，從D3.js細節說明，到如何建構出由客製化互動式儀表板所使用的、且由資料庫所支持的API。可以肯定地說，您將從這本書中學到很多東西！」 —Peter Cook, 《D3 Start to Finish》作者 如何將原始、未經處理的資料轉化為動態的互動式web視覺化？在這本實用的書中，作者Kyran Dale向資料科學家、分析師以及Python、JavaScript開發人員，展示如何為工作建立理想的工具鏈。藉由提供引人入勝的範例以及分享得之不易的實務經驗，本書將引導您善用最佳的Python和JavaScript程式庫。 Python為爬取、清理和處理資料提供強大、成熟的程式庫。在web視覺化程式設計方面，JavaScript是最好的語言。這兩種語言相得益彰，可以幫助您建立現代web視覺化工具鏈。 您將學習如何： ‧使用爬取或web API(Requests、Scrapy、Beautiful Soup)獲取資料 ‧在NumPy生態系統(帶有pandas、Matplotlib和Seaborn的Jupyter notebook)中使用Python資料處理程式庫清理和處理資料 ‧使用靜態檔案或輕量級Python伺服器(Flask RESTful API)將資料交付到瀏覽器 ‧掌握足夠的web開發技能(HTML、CSS、JavaScript)將資料視覺化 ‧使用挖掘和精煉資料建立web圖表和視覺化(Plotly、D3) 目錄 前言 概論 Part I　基本工具包 第1章｜開發設定 第2章｜Python 和 JavaScript 之間的語言學習橋梁 第3章｜使用 Python 讀寫資料 第4章｜Webdev 101 Part II　獲取資料 第5章｜使用 Python 從 Web 獲取資料 第6章｜使用 Scrapy 進行重量級爬取 Part III　使用 pandas 清理和探索資料 第7章｜NumPy 簡介 第8章｜pandas 簡介 第9章｜用 pandas 清理資料 第10章｜使用 Matplotlib 來視覺化資料 第10章｜用 pandas 探索資料 Part IV　交付資料 第12章｜交付資料 第13章｜Flask 的 RESTful 資料 Part V　使用 D3 和 Plotly 來視覺化您的資料 第14章｜使用 Matplotlib 和 Plotly 把您的圖表帶到網路上 第15章｜想像一個諾貝爾獎視覺化 第16章｜建構視覺化 第17章｜介紹 D3 —直條圖的故事 第18章｜視覺化個人獎項 第19章｜使用 D3 繪製地圖 第20章｜視覺化個人獲獎者 第21章｜選單列 第22章｜結論 附錄A｜D3 的 enter/exit 樣式 索引