資料視覺化圖表全書：全方位掌握數據探索、統計分析及資料敘事 (1版)

類似書籍推薦給您

【簡介】 　　《雜訊》、《Google必修的圖表簡報術》、《視覺設計大師的數據溝通聖經》、《圓之書：知識發展的球狀視覺史》作者，前美國首席資料科學家、「用數據看世界」網站負責人重磅推薦   　　從常見到進階圖表，此書為各種數據溝通和傳達提供靈感！ 　　◤很棒的權威指南，非常實用！──凱斯．桑思坦，《雜訊》作者   　　◤針對大量圖表類型提供實用建議的指南。──阿爾貝托．開羅，《視覺設計大師的數據溝通聖經》作者   　　◤不可或缺的指南，幫助你展現出清晰且奪目的作品。──帕蒂爾，前美國首席資料科學家   　　◤囊括基礎知識躍進至當今視覺化領域的所有技術與方法。──馬克斯．羅瑟，「用數據看世界」網站負責人   　　◤在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。──曼努埃爾．利馬，《圓之書：知識發展的球狀視覺史》作者   　　◤收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。──柯爾．諾瑟鮑姆．娜菲克，《Google必修的圖表簡報術》作者   　　▁▂▃▄▅▆▇▇▆▅▄▃▂▁   　　當今世界充斥著海量資料、新聞和文字，令人目不暇給。客戶、同事，政策制定人員、決策人員和感興趣的讀者都淹沒在資訊流裡，唯有視覺化設計能從中突圍。   　　本書作者為美國聯邦政府經濟學家，意識到資料呈現的重要性不下於資料本身，從而開始研究資料視覺化並深受啟發，成為資料視覺化專家。擁有豐富的產、官、學實務經驗的他，將引導你走進圖表設計的科學與藝術，超越死板的傳統圖表，展開一場豐富深刻的設計與溝通之旅。   　　本書收錄500多個範例，界定和討論80多張圖表，並將其歸類成8大類別，幫助讀者了解各圖表如何運作及其優缺點。   　　•    8大類別→比較、時間、分布、地理空間、關係、局部對整體、質化資料與表格 　　•    80多種圖表類型→馬賽克圖、凹凸圖、脊線圖、面量圖、弧形圖、旭日圖…… 　　•    500多個範例→收錄數百個清晰、優雅且多元的視覺化作品，提供無限靈感   　　▇▆▅▄▃▂▁▁▂▃▄▅▆▇   　　全面、仔細地協助你建立視覺化圖表基礎與進階技巧   　　│選擇適合目的和目標的圖表類型： 　　•    從基本原則開始，詳細介紹各種視覺化類型。 　　•    了解不同圖表（例如直方圖、面量圖、散布圖等）的用途和特點。 　　│探索圖表呈現方式： 　　•    學習如何在圖表中善用顏色、字型和排版等設計元素。 　　•    嘗試不同設計風格和配置，創造更吸睛的視覺效果。 　　│增加圖表的可讀性和理解性： 　　•    學習如何使用視覺元素（例如標題、解釋文字、灰底等）來強調關鍵訊息。 　　•    了解視覺處理與感知順序，突顯資料的視覺特性。 　　│提高圖表的可信度和說服力： 　　•    了解平均數、標準差、相關性、最佳適配線、統計不確定性等概念。 　　•    學習如何正確解讀數據並呈現結果。 　　│提升個人、組織、品牌風格的辨識度與特色： 　　•    學習如何選擇元素，比如字型、顏色、線寬、網格線等。 　　•    提供風格體例指南，協助打造自身風格與特色。   　　這些技巧將幫助你在製作圖表時選擇最適合的設計和呈現，使圖表不僅美觀，更能有效傳達資訊和數據。 　　無論你是學生、研究員、專家學者、數據分析師、資料科學家、媒體工作者、市場營銷專家、政策制定者還是業務決策者，這本《資料視覺化圖表全書》都將成為必備工具。 國際推薦   　　「《資料視覺化圖表全書》是一本針對大量圖表類型提供實用建議的指南。沒有其他書籍以如此詳細和精湛的方式向讀者介紹特定的圖表類型。它是學生、分析師和研究人員的卓越資源。」──阿爾貝托．開羅（Alberto Cairo），《圖表會說謊》、《視覺設計大師的數據溝通聖經》作者   　　「對於我們許多人來說，沒有視覺化的資料很難理解。然而，資料視覺化並不容易！這是一本是很棒的權威指南，非常實用！」──凱斯．桑思坦（Cass R. Sunstein），哈佛法學院教授，《資訊超載的幸福與詛咒》、《雜訊》、《推力》作者   　　「這本書收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。作者在這本出色的資源中提供了實用的建議，告訴讀者在何時應該使用哪種視覺化方式，並給出了周到的設計指南。這本書非常適合從事資料工作和資料溝通的人。閱讀這本書，您將獲得靈感，並且如書中所承諾的那樣，學會精進資料視覺化！」──柯爾．諾瑟鮑姆．娜菲克（Cole Nussbaumer Knaflic），《Google必修的圖表簡報術》作者   　　「再好的數據有時也可能成為差勁或懶惰的視覺化犧牲品。現在有一本不可或缺的指南可以幫助你展現出清晰且奪目的作品。」──帕蒂爾（D.J. Patil），前美國首席資料科學家   　　「在現今眾多可用的圖表類型中尋找適合的圖表，可能是個讓人生畏的過程。不過，這本書將為您提供不僅是指引，還是在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。您將會希望將它的原則和指南銘記於心，以在下個專案中使用。」──曼努埃爾．利馬（Manuel Lima），《圓之書：知識發展的球狀視覺史》作者   　　「這本書非常實用，能夠幫助你透過資料視覺化更有效地傳達訊息。從基本原則開始，詳細介紹各種視覺化類型，並提供風格指南的制定方法。對於任何希望將資料轉化為易懂的資訊的人來說，本書是一個非常有價值且易讀的資源。」──瑪拉．艾維克（Mara Averick），RStudio   　　「《資料視覺化圖表全書》將以細緻入微的方式教導您何時以及為何選擇使用特定的視覺化類型。這本書絕對能引起您的興趣，帶您從基礎知識躍進至當今視覺化領域的所有技術與方法。書中收錄了數百個清晰、優雅且多樣的視覺化作品，絕對能為您的工作注入無限靈感！」──馬克斯．羅瑟（Max Roser），牛津大學經濟學家、「用數據看世界」（Our World in Data）網站負責人   　　「對於希望以清晰有力的方式顯示量化資料的人來說，這是一本極好的入門書。」──羅伯特．萊克（Robert B. Reich），美國前勞工部長 【目錄】 前言 第一部：資料視覺化的原則 第一章：視覺處理與感知順序 安斯庫姆四重奏 視覺感知的完形原則 前注意處理程序形式與功能 第二章：改善視覺化資料圖表的5項準則 重點一：把資料展現出來 重點二：化繁為簡 重點三：將圖表與內文整合 重點四：避免義大利麵條圖 重點五：從灰色開始 第三章：形式與功能：以觀眾的需求來決定資料視覺化方式 改變我們與資料的互動方式 我們開始吧！ 第二部：圖表類型 第四章：類別比較 長條圖 配對長條圖 堆疊長條圖 分向長條圖 點圖 馬里梅科圖與馬賽克圖 單位圖、Isotype圖與鬆餅圖 熱圖 量表圖與子彈圖 比較與重疊泡泡圖 桑基圖 瀑布圖 結論   第五章：時間 折線圖 圓形折線圖 坡度圖 袖珍圖 凹凸圖 週期圖 面積圖 堆疊面積圖 量化波型圖 地平線圖 甘特圖 流程圖與時間軸 連接散佈圖 結論   第六章：分布 直方圖 金字塔圖 以圖表將統計不確定性視覺化 盒鬚圖 K線圖 小提琴圖 脊線圖 靠顯示資料將不確定性視覺化 莖葉圖 結論   第七章：地理空間 面量圖 示意地圖 比例符號與點密度地圖 流向地圖 結論   第八章：關係 散布圖 平行座標圖 雷達圖 和弦圖 弧形圖 相關矩陣圖 網絡圖 矩形式樹狀結構圖 結論   第九章：局部對整體 圓餅圖 樹狀圖 旭日圖 南丁格爾圖 沃羅諾伊圖 結論   第十章：質化資料 圖示 文字雲與特定文字訊息 文字樹 特定文字訊息 引述 用不同顏色區分文字訊息 矩陣和清單 結論   第十一章：表格 提升表格的10個方針 範例：重新設計基本資料表格 範例：重新設計迴歸表格 結論   第三部：設計與重新設計視覺呈現   第十二章：擬訂資料視覺化的體例指南 圖表剖析 顏色層次 界定字型風格的指南 針對特定圖表類型的提醒 轉出圖像 無障礙、多元與兼容 總結   第十三章：重新設計 配對長條圖：主要田作的英畝數 堆疊長條圖：服務輸送 折線圖：社會安全理事 面量圖：阿拉巴馬州蓄奴與參議院選舉 點圖：全國學校午餐方案 點圖：美國的國內生產毛額成長 折線圖：淨政府借款 表格：公司投入 結論   結語 附錄1：資料視覺化工具 附錄2：延伸閱讀與資源 資料視覺化的概論著作 資料視覺化的歷史著作 資料視覺化工具的著作 資料視覺化庫藏 練習場所 誌謝 參考文獻   看更多

商業大數據的視覺化設計與Power BI實作應用

類似書籍推薦給您

【簡介】 現在是一個大數據無處不在的年代，無論是企業或個人，建立一個快速解讀資料的能力，顯得相當實用且重要。其中，資料視覺化就是一個備受關注且重視的面向。用視覺化的方式來呈現資料的內容，能夠讓決策者更容易理解，執行者能更輕易的利用圖表與他人進行溝通。因此，資料視覺化的應用已經是許多企業相當看重的大數據分析技術之一。 然而，圖表的類別龐雜，如何選擇適切的圖表來忠實呈現資料，卻是操作者的困擾。因此，本書將資料視覺化的圖形予以整理及分類，藉由各章的說明、介紹、優劣比較與繪製建議，搭配企業個案資料來實際操作，減少讀者天馬行空的想像。 目前坊間資料視覺化的書籍多以軟體功能的介紹與操作為主，本書則是以不同應用類型的視覺化圖表為重點，搭配Power BI進行教學與解說，期待讓讀者在未來的應用上能夠更為得心應手。 最後，本書設計了一個整合的應用，利用企業的資料來進行實戰。透過資料視覺化的相關整合應用，去解讀企業營運時的狀態與樣貌，進而部署儀表板，提供即時決策參考。 【目錄】 【Part 1 基礎建立篇】 CH1　緒論 　　1.1　緒論 　　1.2　資料視覺化的演進 　　1.3　資料視覺化與大資料 　　1.4　資料視覺化的應用實例 　　模擬試題 CH2　資料視覺化的科學基礎與設計原則 　　2.1　色彩與心理之關係 　　2.2　圖表色彩的設計原則 　　2.3　圖形與心理之關係 　　2.4　前注意處理程序 　　2.5　資料視覺化中色彩與圖形的運用原則 　　模擬試題 CH3　容易取得的資料視覺化工具介紹 　　3.1　Microsoft Excel 　　3.2　Microsoft Power BI 　　3.3　Tableau 　　3.4　Matplotlib 　　模擬試題 CH4　Microsoft Power BI 功能 　　4.1　基本介紹 　　4.2　Power Query 　　4.3　資料分析運算式 DAX 　　模擬試題 【Part 2 進階練功篇】 CH5　離散差異之視覺化（Deviation） 　　5.1　離散差異視覺化圖表特色及使用之資料格式 　　5.2　圖形介紹 　　5.3　離散差異圖形之優缺點比較 　　5.4　範例資料介紹 　　5.5　實作與解釋 　　模擬試題 CH6　關聯性之視覺化（Relationship） 　　6.1　關聯性視覺化圖表特色及使用之資料格式 　　6.2　圖形介紹 　　6.3　關聯性視覺化圖表之優缺點比較 　　6.4　實作與解釋 　　模擬試題 CH7　排序之視覺化（Ranking） 　　7.1　排序視覺化圖表特色及使用之資料格式 　　7.2　圖形介紹 　　7.3　排序視覺化圖表之優缺點比較 　　7.4　實作與解釋 　　模擬試題 CH8　分佈之視覺化（Distribution） 　　8.1　分佈視覺化圖表特色及資料格式 　　8.2　圖形介紹 　　8.3　分佈視覺化圖表之優缺點比較 　　8.4　實作與解釋 　　模擬試題 CH9　隨時間變化之視覺化（Change over Time） 　　9.1　隨時間變化圖表特色及使用之資料格式 　　9.2　圖形介紹 　　9.3　隨時間變化圖表之優缺點比較 　　9.4　實作與解釋 　　模擬試題 CH10　量的比較之視覺化（Magnitude） 　　10.1　量的比較視覺化之圖表特色及使用之資料格式 　　10.2　圖形介紹 　　10.3　不同量的比較圖形之優缺點比較 　　10.4　實作與解釋 　　模擬試題 CH11　部分和整體關係之視覺化（Part-to-Whole） 　　11.1　部分和整體關係視覺化之圖表特色及使用之資料格式 　　11.2　圖形介紹 　　11.3　不同部分和整體關係圖形之優缺點比較 　　11.4　實作與解釋 　　模擬試題 CH12　空間視覺化（Spatial） 　　12.1　空間視覺化之圖表特色及使用之資料格式 　　12.2　圖形介紹 　　12.3　不同地理空間圖形之優缺點比較 　　12.4　實作與解釋 　　模擬試題 CH13　流向視覺化（Flow） 　　13.1　流向視覺化之圖表特色及使用之資料格式 　　13.2　圖形介紹 　　13.3　不同流向圖形之優缺點比較 　　13.4　實作與解釋 　　模擬試題 【Part 3 企業實戰篇】 CH14　資料視覺化實作，說一個好故事 　　14.1　取得資料視覺化資料 　　14.2　下載公開資料下載：交通部觀光署開放資料 　　14.3　實作練習：歷年來台旅客統計 　　14.4　實作練習：歷年來台旅客性別統計 　　14.5　實作練習：歷年來台旅客來台目的統計 　　14.6　實作練習：製作疫情前後來台旅客居住地儀表板 　　模擬試題

看圖學Python：資料分析與資料視覺化 (1版)

類似書籍推薦給您

【簡介】 本書特色 1. 由淺入深，循序漸進 從基礎Python語言開始講解，適合初學者入門。完整說明Python程式設計的基本能力，包括變數、資料型態、控制流程、函式、物件導向等。 2. 圖文並茂，易學易懂 使用大量圖例和流程圖來詳細說明程式設計的觀念和語法，讓讀者更容易理解。 3. 結合ChatGPT，提升學習效率 介紹ChatGPT生成式AI，並提供了各種程式設計實例，幫助讀者更有效地學習Python。 4. 完整涵蓋Pandas資料分析 詳細說明Pandas套件的Python資料分析，包括資料匯入、匯出、篩選、編輯、彙整、清理、排序、合併、運算、群組分析、樞紐分析表、資料視覺化等。 5. 實戰導向，學以致用 本書提供大量實作範例，幫助讀者將所學知識應用於實際情況中。 內容簡介 本書是一本學習Python程式設計和資料分析的入門教材，適合初學者輕鬆上手。以Excel使用者的角度，詳細說明Pandas套件的Python資料分析，並透過ChatGPT生成式AI的幫助，讓讀者能夠更快、更輕鬆地學習Python程式設計和資料分析。 首先，本書從介紹Python程式語言的基礎開始，徹底解說讀者需要具備的程式設計能力，並介紹OpenAI推出的ChatGPT生成式AI，探討其在程式設計中的應用，以及如何利用ChatGPT來協助學習Python程式設計等相關技術。 其次，本書重點闡述Pandas套件在Python資料分析中的應用。從建立Series和DataFrame物件開始，逐步介紹了如何匯入和匯出不同格式的資料，以及如何進行資料篩選、操作和彙整。特別是在第14章至第16章中，通過具體的範例，讀者將學會如何進行資料清理、排序、合併，以及執行各種資料運算和視覺化。 本書的獨特之處在於將ChatGPT生成式AI融入到學習過程中，通過ChatGPT的幫助，讀者不僅可以寫出Python程式碼，還能夠自動產生商業模擬數據的學習範例，使得學習過程更加生動有趣，並且實際應用到商業資料分析中。 最後，本書使用豐富的圖例和流程圖詳細解說程式設計的觀念和語法，並利用fChart流程圖直譯器呈現動畫流程圖，幫助讀者更好地理解程式邏輯，從而提升解決問題的能力和思維邏輯。 《看圖學Python：資料分析與資料視覺化》不僅適用於計算機概論、程式設計和Python資料分析課程的教學，也是自學Python和資料分析的理想選擇。無論是對於初學者還是有一定程式基礎的讀者，本書都將成為你的良師益友，引領你踏入Python程式設計和資料分析的世界。 【目錄】 CH01 Python語言與運算思維基礎 1-1 程式與程式邏輯 1-2 認識Python、運算思維和Thonny 1-3 下載與安裝Thonny 1-4 使用Thonny建立第一個Python程式 1-5 Thonny基本使用與程式除錯 CH02 寫出和認識Python程式 2-1 開發Python程式的基本步驟 2-2 編輯現存的Python程式 2-3 建立第二個Python程式的加法運算 2-4 看看Python程式的內容 2-5 Python文字值 2-6 Python寫作風格 CH03 變數、運算式與運算子 3-1 程式語言的變數 3-2 在程式使用變數 3-3 變數的資料型態和型態轉換函數 3-4 讓使用者輸入變數值 3-5 認識運算式和運算子 3-6 在程式使用運算子 CH04 條件判斷 4-1 你的程式可以走不同的路 4-2 關係運算子與條件運算式 4-3 if單選條件敘述 4-4 if/else二選一條件敘述 4-5 if/elif/else多選一條件敘述 4-6 在條件敘述使用邏輯運算子 CH05 重複執行程式碼 5-1 認識迴圈敘述 5-2 for計數迴圈 5-3 while條件迴圈 5-4 改變迴圈的執行流程 5-5 巢狀迴圈與無窮迴圈 5-6 在迴圈中使用條件敘述 CH06 函數 6-1 認識函數 6-2 使用者自訂函數 6-3 函數的參數 6-4 函數的回傳值 6-5 函數的實際應用 6-6 變數範圍和內建函數 CH07 字串與容器型態 7-1 字串型態 7-2 串列型態 7-3 元組型態 7-4 字典型態 7-5 字串與容器型態的運算子 CH08 檔案、類別與例外處理 8-1 檔案處理 8-2 二進位檔案讀寫 8-3 類別與物件 8-4 建立例外處理 CH09 Python模組與套件 9-1 Python模組與套件 9-2 os模組：檔案操作與路徑處理 9-3 math模組：數學函數 9-4 turtle模組：海龜繪圖 9-5 pywin32套件：Office軟體自動化 CH10 使用ChatGPT學習Python程式設計 10-1 認識ChatGPT 10-2 註冊與使用ChatGPT 10-3 ChatGPT是你最佳的Python程式助手 10-4 ChatGPT應用：找出Python視窗程式的學習方向 10-5 ChatGPT應用：幫助你學習Python視窗程式設計 CH11 Pandas套件：匯入與匯出DataFrame 11-1 Pandas套件的基礎 11-2 建立Series和DataFrame物件 11-3 匯入外部資料 11-4 匯出DataFrame物件 11-5 實作案例：使用Pandas爬取HTML表格資料 CH12 檢視、選取與篩選DataFrame資料 12-1 檢視與了解DataFrame資料 12-2 檢視DataFrame的整體資訊 12-3 選取和走訪DataFrame整列與整欄資料 12-4 檢視DataFrame指定欄位的資訊 12-5 篩選DataFrame資料 12-6 實作案例：使用SQL語言篩選DataFrame資料 CH13 DataFrame索引、編輯與資料彙整 13-1 DataFrame索引設定 13-2 使用索引器選取DataFrame子集 13-3 編輯DataFrame資料 13-4 串聯多個DataFrame資料 13-5 實作案例：多個Excel工作表的資料彙整 CH14 DataFrame資料清理、排序與資料合併 14-1 字串與日期/時間的資料處理 14-2 DataFrame資料清理 14-3 DataFrame資料排序 14-4 DataFrame資料合併 14-5 實作案例：DataFrame商業資料清理 CH15 DataFrame資料運算、群組分析與樞紐分析表 15-1 DataFrame資料運算 15-2 DataFrame資料分組的群組分析 15-3 使用DataFrame建立樞紐分析表 15-4 實作案例：使用樞紐分析表進行資料分析 CH16 Pandas+Plotly Express資料視覺化 16-1 認識資料視覺化 16-2 Pandas資料視覺化 16-3 Plotly互動資料視覺化 16-4 實作案例：Tutsplus教學文件的資料視覺化 16-5 實作案例：台積電股價的互動資料視覺化 CHA Google Colab雲端服務基本使用(電子書)