第1章 数据可视化与Matplotlib 1
1.1 数据可视化概述 1
1.1.1 什么是数据可视化 1
1.1.2 数据可视化的方式 3
1.2 常见的数据可视化库 9
1.3 开发环境搭建 11
1.3.1 安装Anaconda工具 11
1.3.2 启动Anaconda自带的Jupyter
Notebook 14
1.3.3 Jupyter Notebook的基本使用 15
1.4 初识Matplotlib 19
1.4.1 Matplotlib概述 19
1.4.2 Matplotlib初体验 20
1.4.3 Matplotlib的核心类 21
1.5 本章小结 22
1.6 习题 22
第2章 使用Matplotlib绘制简单
图表 24
2.1 绘制折线图 24
2.1.1 使用plot()函数绘制折线图 24
2.1.2 实例1：未来15天的最高气温和
最低气温 27
2.2 绘制柱形图或堆积柱形图 28
2.2.1 使用bar()函数绘制柱形图或堆积
柱形图 28
2.2.2 实例2：2018—2022年国内生产
总值 32
2.3 绘制条形图或堆积条形图 33
2.3.1 使用barh()函数绘制条形图或堆积
条形图 33
2.3.2 实例3：网购替代率 36
2.4 绘制堆积面积图 38
2.4.1 使用stackplot()函数绘制堆积
面积图 38
2.4.2 实例4：物流公司物流费用
统计 39
2.5 绘制直方图 40
2.5.1 使用hist()函数绘制直方图 40
2.5.2 实例5：人脸识别的灰度
直方图 42
2.6 绘制饼图或圆环图 43
2.6.1 使用pie()函数绘制饼图或圆环图 43
2.6.2 实例6：支付宝账单年度分析 45
2.7 绘制散点图或气泡图 47
2.7.1 使用scatter()函数绘制散点图或
气泡图 47
2.7.2 实例7：汽车速度与制动距离的
关系 48
2.8 绘制箱形图 49
2.8.1 使用boxplot()函数绘制箱形图 49
2.8.2 实例8：2021年和2022年全国
发电量统计 51
2.9 绘制雷达图 53
2.9.1 使用polar()函数绘制雷达图 53
2.9.2 实例9：霍兰德职业兴趣测试 55
2.10 绘制误差棒图 57
2.10.1 使用errorbar()函数绘制误差
棒图 57
2.10.2 实例10：城市A和城市B的人口
增长 59
2.11 本章小结 60
2.12 习题 60
第3章 图表辅助元素的定制 63
3.1 认识常用的图表辅助元素 63
3.2 设置坐标轴的标签、刻度范围和
刻度标签 65
3.2.1 设置坐标轴的标签 65
3.2.2 设置刻度范围和刻度标签 66
3.2.3 实例1：人脸识别的灰度直方图
（设置刻度标签和坐标轴的标签） 69
3.3 添加标题和图例 70
3.3.1 添加标题 70
3.3.2 添加图例 71
3.3.3 实例2：支付宝账单年度分析
（添加标题和图例） 73
3.4 显示网格 74
3.4.1 显示指定样式的网格 74
3.4.2 实例3：汽车速度与制动距离的
关系（显示网格） 75
3.5 添加参考线和参考区域 76
3.5.1 添加参考线 77
3.5.2 添加参考区域 78
3.5.3 实例4：全校高二年级各班男生、
女生英语成绩 79
3.6 添加注释文本 81
3.6.1 添加指向型注释文本 81
3.6.2 添加无指向型注释文本 83
3.6.3 实例5：2018—2022年国内生产
总值（添加注释文本） 84
3.7 添加表格 85
3.7.1 添加自定义样式的表格 85
3.7.2 实例6：2023年各品种粮食
产量 86
3.8 本章小结 88
3.9 习题 88
第4章 图表样式的美化 91
4.1 图表样式概述 91
4.1.1 默认图表样式 91
4.1.2 图表样式修改 93
4.2 使用颜色 94
4.2.1 基础颜色 94
4.2.2 颜色映射表 95
4.2.3 实例1：2023年全国居民人均
消费支出及其构成 97
4.3 选择线型 98
4.3.1 选择指定的线型 98
4.3.2 实例2：2023年社会消费品零售
总额同比增速 99
4.4 添加或修改数据标记 101
4.4.1 添加或修改折线图或散点图的
数据标记 101
4.4.2 实例3：标记各季度不同产品的
销售额 102
4.5 设置字体 104
4.5.1 设置字体样式 104
4.5.2 实例4：未来15天的最高气温和
最低气温（设置字体样式） 106
4.6 切换主题风格 107
4.7 填充区域 108
4.7.1 填充多边形或曲线之间的区域 108
4.7.2 实例5：彩色的科赫雪花 111
4.8 本章小结 112
4.9 习题 113
第5章 子图的绘制及坐标轴共享 115
5.1 子图概述 115
5.2 绘制等分区域的子图 116
5.2.1 绘制单子图 116
5.2.2 实例1：2023年11月规模以上
工业月度同比情况 118
5.2.3 绘制多子图 120
5.2.4 实例2：部分国家养猫与养狗人群
比例 122
5.3 绘制跨越区域的子图 123
5.3.1 绘制跨越区域的单子图 123
5.3.2 实例3：2023年抖音和快手用户
画像对比 124
5.4 绘制自定义区域的子图 126
5.5 共享子图的坐标轴 128
5.5.1 共享相邻子图的坐标轴 128
5.5.2 共享非相邻子图的坐标轴 130
5.5.3 同一子图共享坐标轴 131
5.5.4 实例4：某地区全年气温与降水量、
蒸发量的关系 132
5.6 子图的布局技巧 134
5.6.1 约束布局 134
5.6.2 紧密布局 136
5.6.3 实例5：2023年上半年比亚迪汽车
的销售情况 137
5.7 本章小结 139
5.8 习题 139
第6章 坐标轴的定制 142
6.1 坐标轴概述 142
6.2 在任意位置添加坐标轴 143
6.3 定制刻度 144
6.3.1 定制刻度的位置和格式 145
6.3.2 定制刻度的样式 148
6.3.3 实例1：深圳市24小时的平均
风速 149
6.4 隐藏轴脊 151
6.4.1 隐藏全部轴脊 151
6.4.2 隐藏部分轴脊 152
6.4.3 实例2：2018年到2022年的
快递业务量及其增长速度 153
6.5 移动轴脊 155
6.5.1 移动轴脊 155
6.5.2 实例3：正弦曲线与余弦曲线 156
6.6 本章小结 157
6.7 习题 157
第7章 高级图表绘制 160
7.1 绘制三维图表 160
7.1.1 认识三维图表 160
7.1.2 mplot3d概述 162
7.1.3 绘制常见三维图表 164
7.1.4 实例1：三维空间的星星 166
7.2 绘制动态图表 167
7.2.1 使用animation添加动画 168
7.2.2 实例2：三维空间闪烁的星星 171
7.3 绘制热力图 172
7.4 绘制桑基图 175
7.5 本章小结 178
7.6 习题 178
第8章 绘制统计图表的利器——
Seaborn 180
8.1 Seaborn概述 180
8.1.1 认识Seaborn 180
8.1.2 Seaborn的数据集 181
8.2 绘制分布图 182
8.2.1 绘制直方图 183
8.2.2 绘制核密度图 184
8.2.3 绘制散点图 186
8.2.4 绘制二维直方图 187
8.2.5 绘制二维密度图 188
8.2.6 绘制成对关系图 189
8.3 绘制分类图 192
8.3.1 绘制分类散点图 192
8.3.2 绘制箱形图 194
8.3.3 绘制小提琴图 195
8.3.4 绘制柱形图 198
8.3.5 绘制点图 199
8.4 定制图表主题 201
8.5 实战演练：App应用商店数据
分析 203
8.6 本章小结 207
8.7 习题 208
第9章 可视化后起之秀——
pyecharts 210
9.1 pyecharts概述 210
9.1.1 认识pyecharts 210

9.1.2 认识ECharts 211
9.1.3 pyecharts数据集 212
9.2 pyecharts初体验 213
9.2.1 绘制第一个图表 213
9.2.2 认识图表类 215
9.2.3 认识配置项 216
9.2.4 渲染图表 218
9.3 绘制常用图表 218
9.3.1 绘制折线图 218
9.3.2 绘制饼图或圆环图 220
9.3.3 绘制散点图 222
9.3.4 绘制三维柱形图 224
9.3.5 绘制桑基图 226
9.4 绘制组合图表 228
9.4.1 并行多图 228
9.4.2 顺序多图 229
9.4.3 选项卡多图 232
9.4.4 时间线轮播多图 233
9.5 定制图表主题 235
9.6 整合Web框架 237
9.7 实战演练：虎扑社区分析 238
9.8 本章小结 241
9.9 习题 241