送书【新书】 |《ECharts数据可视化:入门、实战与进阶》

2024-04-17 07:08

本文主要是介绍送书【新书】 |《ECharts数据可视化:入门、实战与进阶》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

(文末查看送书规则)

Apache ECharts (incubating),下文简称ECharts,是由百度捐献给Apache开源软件基金会的一个开源可视化工具,目前广泛应用于PC端和移动端的大部分浏览器。截至本书完稿时,该项目正在Apache开源软件基金会下孵化,因此项目名称中带着incubating(孵化)。

自问世以来,ECharts帮助大量开发者快速实现了可视化需求。它使用方便,学习成本较低,得到很多使用者的青睐。同时,ECharts官网上有大量的ECharts可视化案例和配置项手册,可以供读者参考、学习。但是,对于大多数没有前端或编程基础的初学者来说,资料太多,会感到无从下手,也很难把握从零开始的学习路径,于是这本《ECharts数据可视化:入门、实战与进阶》,应运而生。

什么是ECharts

ECharts,为Enterprise Charts的缩写,是一种商业级数据图表。作为百度的一个开源数据可视化工具,之后全球著名开源社区Apache基金会宣布“百度开源的ECharts项目全票通过进入Apache孵化器”,ECharts目前广泛应用于PC端和移动端的大部分浏览器上。自问世以来,ECharts一直帮助大量开发者快速实现可视化需求。

本书主要特点

本书是目前市面上第一本ECharts相关实战书籍,适用于对可视化感兴趣的各类人群,由浅入深介绍了ECharts的使用方法和实战案例。本书从零开始讲解ECharts的使用,从入门到进阶,从制作单个可视化到制作Dashboard,从使用ECharts的色彩主题到自己灵活搭配色彩展示,结合时下流行的Python编程语言完成大数据可视化,采用前后端结合的策略带你打造数据产品演示demo,介绍时下流行的文本挖掘技术并通过ECharts可视化展示文本挖掘产出,在本书的最后给出了笔者在学习使用ECharts可视化过程中的一些思考与经验总结。本书加入大量代码注释和解释,即使是小白,学习也不会有太大困难。

本书阅读对象

本书是一本以ECharts实战为导向的书,适合的阅读对象主要分为下面几类:

  • 计算机科学与技术、统计学、数学、大数据、人工智能、数据科学相关专业的师生

  • 对数据可视化、前端开发、数据分析挖掘感兴趣的初学者

  • 数据可视化、前端开发和数据分析挖掘从业者等

  • 转行做数据相关产品和开发的工作人员等

 

如何阅读本书

本书一共12章,分四个部分,主要内容如下。

第一部分(第1~4章)为基础篇,主要介绍ECharts的背景和基础知识,以及利用ECharts制作简单可视化。

  • 第1章先介绍ECharts是什么,ECharts的发展历史,ECharts的特性,ECharts和同类产品的对比,重点是ECharts的各种优秀特性内容。

  • 第2章介绍较为容易的ECharts安装方式,开发工具的选择与推荐,完成第一幅ECharts作品和了解ECharts官方文档的内容和各部分作用。重点是将ECharts开发环境搭建完成,以便能够继续动手操作学习之后的章节。

  • 第3章介绍ECharts的常用组件,这些组件包括标题、提示框、工具栏、图例、时间轴、数据区域缩放、网格、坐标轴、数据系列、全局字体样式等。通过学习这些ECharts的常用组件,可以学习一幅可视化作品的关键组成部分,为之后的可视化深入学习打好坚实基础。所谓磨刀不误砍柴工,在绘制数据可视化图表之前,有必要先学习ECharts数据可视化的相关组件和内容。

  • 第4章介绍ECharts的各种可视化图,通过该章节的学习,我们可以动手操作实践自己所需的各类可视化图,为之后的复杂可视化图打下坚实的基础。

第二部分(第5~6章)为进阶篇,主要介绍ECharts的色彩主题,以及制作复杂动态可视化。

  • 第5章介绍ECharts提供的色彩主题,教会大家使用这些色彩主题,并学会如何使用工具便捷搭配需要的色彩,以达到你需要的色彩展示效果。

  • 第6章介绍ECharts可视化的优势之一,即带有时间轴的复杂动态可视化。

第三部分(第7~10章)为应用篇,介绍使用ECharts制作Dashboard,使用ECharts开发数据产品demo,并使用Python将ECharts和大数据可视化结合起来。

  • 第7章介绍制作不同场景的Dashboard,尝试多图组合的方式呈现数据的魅力。

  • 第8章介绍如何将Python和ECharts结合,完成大数据可视化。

  • 第9章介绍从产品需求、产品设计、前后端开发、可视化展示这四个方面讲解可视化产品搭建全流程,帮助读者掌握开发简单可视化产品demo的能力。

  • 第10章介绍ECharts可视化在文本挖掘上的应用。

第四部分(第11~12章)为提高篇,介绍一些ECharts可视化的高级用法,并分享笔者在制作可视化过程中的经验与思考。

  • 第11章介绍一些ECharts高级用法,从而更好地完成可视化交互设计,让可视化更加丰富多彩。内容包括使用富文本标签、数据的异步加载、响应式自适应、事件与行为和三维可视化制作。

  • 第12章介绍笔者制作可视化时积累的一些经验,包括如何选择可视化类型、可视化配色需要注意的点和追求炫酷效果的可视化对错与否。

 

以下是本书中带你手把手制作的部分ECharts可视化:

做个任务完成率的仪表盘吧:

带有logo的可视化是不是更形象了呢?

ECharts也可以做大屏看板哦!

带你做个前后端的股票查询产品demo吧~

通过关系网络图展示文本挖掘的结果,发现政策文件中的重点领域和关键词

专家推荐

ECharts非常强大,这也意味着它有着为数庞大的可配置项。对于初学者来说,本书是一本非常适合的实战类教程。可以帮助补充读者快速上手ECharts 并实现各种效果;对于进阶开发者来说,本书也提供了一些ECharts的使用技巧,可以帮助读者提高自可视化实践能力。

—— 羡辙,Apache ECharts (incubating) Committer & PPMC 成员

大伟的作品一向思路清晰、通俗易懂,本书同样如此,它从零开始,由浅入深地介绍了 ECharts 数据可视化的方方面面,非常透彻,推荐给广大数据可视化爱好者。

—— 崔庆才,微软(中国)工程师,《Python3网络爬虫开发实战》作者

ECharts做出来的图表很好看,但是学习成本略高,除了官网以外,很难找到比较通俗易懂的学习资料,大伟的这本书可以补足这一点。

—— 张俊红,畅销书《对比Excel,轻松学习Python数据分析》作者

本书重点介绍了ECharts的语法以及各种图表与Dashboard的绘制。推荐职场数据分析人士好好学习本书,对工作一定大有裨益!

—— 张杰,Excel图表插件EasyShu联合开发者,《Python数据可视化之美》《R语言数据可视化之美》作者

本书是难得一见的ECharts实战著作,从安装到使用,从不同场景的设计优化到产品的搭建部署,都结合实例演示了一遍,详尽易懂。

——张浩彬,《小白学数据挖掘与机器学习》《IBM SPSS Modeler 18.0数据挖掘权威指南》作者

目录

前言

第1章 全面认识ECharts1

1.1ECharts概述1

1.2ECharts的特性5

1.3ECharts vs Highcharts8

1.4 本章小结9

第2章 搭建开发环境11

2.1 安装ECharts11

2.2 开发工具选择13

2.3 完成一份简单的ECharts作品17

2.4 学会使用ECharts官方文档22

2.5 本章小结24

第3章 ECharts组件详解25

3.1 标题25

3.2 提示框26

3.3 工具栏28

3.4 图例30

3.5 时间轴32

3.6 数据区域缩放37

3.7 网格42

3.8 坐标轴43

3.9 数据系列45

3.10 全局字体样式46

3.11 本章小结48

第4章 ECharts可视化图49

4.1 折线图50

4.2 柱状图57

4.3 饼图64

4.4 散点图68

4.5 气泡图70

4.6 雷达图72

4.7 漏斗图74

4.8 仪表盘76

4.9 箱线图77

4.10 热力图80

4.11 旭日图82

4.12 桑基图84

4.13 词云图86

4.14 树图89

4.15 矩形树图91

4.16 关系图93

4.17 本章小结96

第5章 色彩搭配97

5.1 色彩主题97

5.2 色彩设置102

5.3 本章小结107

第6章 带有时间轴的复杂动态可视化案例109

6.1 带时间轴的可视化图109

6.2 可视化制作全流程111

6.3 本章小结117

第7章 ECharts不同场景Dash-board制作案例119

7.1 电商销售情况可视化案例119

7.2 车联网情况可视化案例123

7.3 本章小结126

第8章 与Python结合的大数据可视化案例127

8.1 如何快速结合Python与ECharts127

8.1.1 环境准备127

8.1.2 使用Jupyter完成ECharts可视化129

8.1.3JSON数据导入方式131

8.1.4ECharts与Python结合的可视化案例133

8.2 利用Python轻松调用ECharts137

8.3 本章小结139

第9章 一款可复制的通用可视化产品搭建全流程141

9.1 弄清用户需求141

9.2 着手产品设计142

9.3 产品前后端开发144

9.4 可视化产品展示150

9.5 本章小结152

第10章 文本挖掘可视化实践153

10.1 文本挖掘技术与分析目标153

10.2 文本挖掘具体流程155

10.3 文本挖掘可视化与结论168

10.4 本章小结169

第11章 ECharts高级功能171

11.1 使用富文本标签171

11.2 数据的异步加载177

11.3 响应式自适应179

11.4 事件与行为184

11.5 三维可视化制作187

11.6 本章小结189

第12章 可视化经验分享191

12.1 如何选择合适的可视化类型191

12.2 可视化配色需注意什么193

12.3 追求动态和酷炫效果有错吗195

12.4 本章小结196

上下滑动查看

实拍

点击链接了解详情并购买

送书规则

公众号回复:送书 ,参与抽奖(共5本)

本次送书5本

或者扫一扫下方的二维码回复:送书  即可!

点击阅读全文购买

这篇关于送书【新书】 |《ECharts数据可视化:入门、实战与进阶》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/911115

相关文章

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

Python进阶之Excel基本操作介绍

《Python进阶之Excel基本操作介绍》在现实中,很多工作都需要与数据打交道,Excel作为常用的数据处理工具,一直备受人们的青睐,本文主要为大家介绍了一些Python中Excel的基本操作,希望... 目录概述写入使用 xlwt使用 XlsxWriter读取修改概述在现实中,很多工作都需要与数据打交

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Golang操作DuckDB实战案例分享

《Golang操作DuckDB实战案例分享》DuckDB是一个嵌入式SQL数据库引擎,它与众所周知的SQLite非常相似,但它是为olap风格的工作负载设计的,DuckDB支持各种数据类型和SQL特性... 目录DuckDB的主要优点环境准备初始化表和数据查询单行或多行错误处理和事务完整代码最后总结Duck

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1