本书涵盖了从大数据基础到数据可视化的一系列学习任务。首先，通过项目一，读者将了解大数据的定义、发展、基本特征及其在各行业的应用案例。接着，项目二至项目四将引导读者逐步掌握Python基础知识，以及Numpy和Pandas在数据分析中的应用。项目五和项目六则专注于数据可视化，分别介绍了Matplotlib和Pyecharts的使用，包括基础语法、常用设置及多种图形的绘制方法。通过本书，读者将能够系统地学习大数据与数据分析的基础知识，并掌握实用的数据可视化技能。

在当前的大数据时代,数据分析技术对于企业用户来说至关重要,它可以帮助企业在合理的时间内有效地获取、管理和处理大量的数据,从而为企业的经营决策提供有力的支持。数据分析作为一种前沿技术,其在物联网、云计算、移动互联网等新兴领域的应用非常广泛。大数据技术的商业价值已经逐渐体现,具备实战经验的数据分析人才也成为企业之间争夺的焦点。为了满足不断增长的数据分析人才需求,众多高校已经开始尝试开设不同难度层次的数据分析课程。数据分析作为大数据时代的核心技术,有望成为高校大数据相关专业的核心课程之一。

本书紧扣数字中国建设需求,将“健康中国”“环境保护”等时代主题融入数据分析教学;以 Python 3.12 和 Pyecharts 2.0 技术为核心,融入数据安全法等行业新规范;通过企业真实案例和全国技能大赛项目转化,设计“基础认知—数据处理—可视化呈现—综合实战”阶梯式教学模块,配套虚拟仿真平台和数字化资源包,实现课程思政、新技术应用、产教融合的有机统一,着力培养具备数字素养与工匠精神的高素质技术技能人才。

本书分为四个项目,包括掌握 Python 基础知识、数据分析、使用 Matplotlib 进行可视化和使用 Pyecharts 进行可视化。

项目一从环境搭建切入,系统讲解 Anaconda 科学计算平台和 PyCharm 开发工具的安装配置,逐步展开 Python 语法核心要素——涵盖基本符号体系、常量变量定义、数据类型转换及运算符应用,重点解析程序三大控制结构(顺序、选择、循环)的实现原理,通过条件表达式和流程控制案例筑牢编程基础。

项目二聚焦数据全生命周期处理,以数据清洗为起点,详解重复值检测、缺失值填补、异常值处理的标准化流程,结合文本文件与 Excel 表格的读写操作,讲解 loc、iloc、iat 多维数据定位技术。通过数据合并筛选、排序排名实现信息整合,最终运用 describe()方法开展描述性统计,完成数据重塑、相关性分析等深度探索。

项目三夯实科学绘图基础,从库的安装配置到 figure 画布创建,详解坐标轴设置、样式参数调整等底层原理,通过折线图揭示趋势规律、直方图呈现分布特征、箱形图识别数据离群值,并结合三维图形拓展空间数据分析能力,构建静态可视化的完整技能框架。

项目四聚焦动态图表开发,对比全局配置项与系列配置项的功能差异,在二维平面实现柱状对比分析、面积趋势展示、漏斗转化追踪等业务场景。通过涟漪散点图增强交互体验,延伸至三维空间构建立体柱群、散点矩阵及热力地图,最终通过企业案例贯通从数据对接、图表配置到交互优化的全流程实战。

本书由邢作辉、李纪云、李敏任主编,由张旭升、李大岭、朱雅丽、王雷、张华任副主编,杨凯、周明、杨林、李勇波参与编写。

由于时间仓促,加之水平有限,书中难免存在不足之处,望广大读者不吝赐教。

项目一  掌握Python基础知识
任务一 认识Python 
一、简述Python
二、安装Anaconda 
三、安装PyCharm 
四、了解Python语法规范
任务二 掌握Python命令的组成 
一、掌握Python基本符号
二、掌握Python常量与变量
三、掌握Python数据类型
四、掌握Python功能符号
任务三 掌握Python程序结构 
一、掌握表达式语句 
二、掌握顺序结构 
三、掌握选择结构 
四、掌握循环结构 
五、掌握条件表达式
六、掌握程序的流程控制 
项目二  数据分析
任务一 认识数据清洗
一、了解数据清洗的原理与步骤
二、了解常用工具 
任务二 掌握读取数据 
一、读写文本文件 
二、读写Excel文件 
任务三 掌握清洗数据 
一、处理重复数据 
二、处理缺失数据 
三、处理异常数据 
四、清洗格式内容

五、清洗逻辑错误 
六、数据清洗案例 
七、具体代码实现 
任务四 掌握数据定位
一、了解基本数据 
二、了解 [ ] 定位 
三、使用loc [ ] 定位 
四、使用iloc [ ] 定位
五、使用iat [ ] 定位 
任务五 掌握数据合并与筛选
一、掌握数据合并
二、掌握条件筛选
三、掌握排序和排名 
任务六 进行数据的描述性分析 
一、掌握describe()方法的使用
二、探索众数、均值和中位数 
三、执行数据重塑操作 
四、计算数据相关性 
项目三 使用Matplotlib进行可视化
任务一 认识Matplotlib 
一、简述Matplotlib 
二、安装Matplotlib 
任务二 掌握Matplotlib基础语法与常用设置 
一、学习绘图流程 
二、学习布局设置 
三、学习画布创建 
四、学习参数设置 
任务三 绘制基础图形
一、绘制折线图 
二、绘制直方图 
三、绘制饼状图 
四、绘制箱形图
五、绘制散点图 
六、绘制三维图

项目四  使用Pyecharts进行可视化
任务一 认识Pyecharts
一、简述Pyecharts 
二、安装 Pyecharts
任务二 了解公共属性设置 
一、配置全局配置项
二、配置系列配置项 
任务三 绘制二维图形
一、绘制柱状图 
二、绘制折线图
三、绘制面积图 
四、绘制涟漪散点图
五、绘制饼状图
六、绘制漏斗图
任务四 绘制三维图形
一、绘制三维柱状图
二、绘制三维散点图 
三、绘制三维地图 
任务五 Pyecharts 实例 
一、分析具体功能 
二、实现具体代码 
参考文献

邢作辉，硕士，副教授，现任新乡职业技术学院计算机学院院长，主要研究方向为计算机网络，信息安全，大数据，主要承担的课程为计算机网络基础，计算机组成与维护基础，信息技术。参与编写教材十余部，其中主编教材三部，在国家级以上期刊发表专业论文十余篇，其中四篇被北大核心期刊收录。,李纪云，硕士研究生，教授，现任河南职业技术学院信息工程学院院长。主要讲授计算机应用技术专业、大数据技术专业、移动应用开发专业等课程，参与编写教材近十部，其中主编四部，发表论文十余篇，其中四篇SCI。主持1门省级、参与2门国家级、2门省级精品在线开放课程建设，主持省级核心一流课程1门。主持参与各级各类科研课题共12项，获省级教学成果特等奖1次、二等奖1次，指导学生参加竞赛，获得中国国际“互联网+”大学生创新创业大赛国赛金奖1项、银奖1项、铜奖2项。,李敏，硕士研究生，副教授，现任河南经贸职业学院人工智能技术应用专业教研室主任，省级骨干教师。主要研究方向为人工智能技术应用，主授讲授数据采集与预处理、Python程序设计、机器学习实战等课程，编写《计算机网络技术与应用》《JavaWeb程序设计案例教程》等教材，发表《人工智能在推动职业教育数字化发展的应用场景探究》等论文。

本书通过企业真实案例和全国技能大赛项目转化,配套虚拟仿真平台和数字化资源包,实现课程思政、新技术应用、产教融合的有机统一。