Визуализация данных с помощью Python и JavaScript, Анализ и преобразование данных, Дейл К., 2026

Визуализация данных с помощью Python и JavaScript, Анализ и преобразование данных, Дейл К., 2026.

   Хотите научиться эффективно представлять данные? Эта книга покажет полный путь преобразования сырых данных в яркие и информативные визуализации. Вы освоите инструменты Python и JavaScript, используя популярные и доступные библиотеки. Киран Дейл делится проверенными методами сбора, очистки и анализа данных, демонстрируя создание динамических веб-интерфейсов. Вы сможете уверенно создавать привлекательные и понятные представления данных как локально, так и прямо в браузере.
Будет полезно для всех, кто хочет прокачать навыки обработки и отображения данных в современных веб-приложениях.




Интегрированная среда разработки.
В подразделе «Мифы об IDE, инструментах и фреймворках» на стр. 128 я объясняю, что не обязательно использовать IDE, чтобы программировать на Python или JavaScript. Благодаря инструментам, которые предоставляют современные браузеры, в частности Chrome, вам будет достаточно хорошего редактора кода.

Тем не менее, сейчас для JavaScript-проектов среднего и высокого уровня сложности часто используют фреймворки типа React, Vue и Svelte, которым хорошая IDE дает преимущества, особенно при обработке мультиформатных файлов, содержащих одновременно HTML, CSS и JS. Но в целом стандартом для современной веб-разработки стал бесплатный редактор кода Visual Studio Code (VSCode). У этого редактора есть плагины практически для всего, а также большое и активное сообщество, поэтому на свои вопросы вы, как правило, получите ответы, а ошибки будут быстро обнаружены.

ОГЛАВЛЕНИЕ.
Предисловие.
Второе издание.
Принятые в книге обозначения.
Использование примеров кода.
Благодарности.
Введение.
Для кого эта книга?.
Почему именно Python и JavaScript?.
Чему вы научитесь.
Предварительные сведения.
Тулчейн для визуализации данных.
Как пользоваться этой книгой.
Немного контекста.
Резюме.
Рекомендуемые книги.
Раздел I. Базовый пакет инструментов.
Глава 1. Подготовка окружения.
Сопутствующий код.
Python.
Установка дополнительных библиотек.
JavaScript.
Базы данных.
Интегрированная среда разработки.
Резюме.
Глава 2. Обучающий мостик между Python и JavaScript.
Сходство и различия.
Взаимодействие с кодом.
Строим мост.
Примеры различий.
Шпаргалка.
Резюме.
Глава 3. Чтение и запись данных с помощью Python.
Просто ли это?.
Передача данных.
Работа с системными файлами.
CSV, TSV и табличные форматы данных.
JSON.
SQL.
Mongo DB.
Работа с датами, временем и сложными типами данных.
Резюме.
Глава 4. Основы веб-разработки.
Общая картина.
Одностраничные приложения.
Настройка инструментов.
Создание веб-страницы.
Chrome DevTools.
Базовая страница с плейсхолдерами.
Позиционирование и изменение размера контейнеров с помощью Flex.
Масштабируемая векторная графика.
Резюме.
Раздел II. Получение данных.
Глава 5. Получение данных из интернета с помощью Python.
Получение данных из интернета с помощью библиотеки Requests.
Получение файлов данных с помощью Requests.
Использование Python для получения данных через web API.
Доступ к web API с помощью библиотек.
Скрейпинг данных.
Получение объекта BeautifulSoup.
Выбор тегов.
Резюме.
Глава 6. Эффективный скрейпинг с помощью Scrapy.
Установка Scrapy.
Постановка целей.
Работа с XPath в Scrapy.
Первый паук Scrapy.
Скрейпинг биографических страниц лауреатов.
Цепочка запросов и извлечение данных.
Конвейеры Scrapy.
Скрейпинг текста и изображений с помощью конвейера.
Резюме.
Раздел III. Очистка и исследование данных с помощью pandas.
Глава 7. Введение в NumPy.
Массив NumPy.
Создание функций для работы с массивами.
Резюме.
Глава 8. Знакомство с библиотекой pandas.
Почему pandas оптимальна для визуализации данных.
Зачем разработали pandas.
Классификация данных и измерения.
DataFrame.
Создание и сохранение структур DataFrame.
Создание DataFrame из Series.
Резюме.
Глава 9. Очистка данных с помощью pandas.
Чистая правда о грязных данных.
Проверка качества данных.
Индексы и отбор данных с помощью pandas.
Очистка данных.
Полная функция для очистки данных.
Добавление столбца bom_in.
Сохранение очищенных наборов данных.
Резюме.
Глава 10. Визуализация данных с помощью Matplotlib.
Pyplot и объектно-ориентированная библиотека Matplotlib.
Запуск интерактивной сессии.
Создание интерактивных графиков с помощью глобального состояния pyplot.
Фигуры и объектно-ориентированная Matplotlib.
Типы графиков.
Seaborn.
Резюме.
Глава 11. Анализ данных с помощью pandas.
Начало исследования.
Построение графиков с помощью pandas.
Гендерные диспропорции.
Национальные тренды.
Возраст и ожидаемая продолжительность жизни лауреатов.
Нобелевская «диаспора».
Резюме.
Раздел IV. Передача данных.
Глава 12. Передача данных.
Передача данных.
Доставка файлов данных.
Динамическое обновление данных с помощью Flask API.
Использование динамической или статической доставки.
Резюме.
Глава 13. RESTful Data с помощью Flask.
Инструменты для работы с RESTful.
Создание базы данных.
Flask RESTful для работы с данными.
Добавление маршрутов RESTful API.
Расширение API с помощью MethodView.
Пагинация возвращаемых данных.
Удаленное развертывание API на Heroku.
Резюме.
Раздел V. Визуализация данных с помощью D3 и Plotly.
Глава 14. Перенос диаграмм в интернет с помощью Matplotlib и Plotly.
Создание статических диаграмм с помощью Matplotlib.
Построение диаграмм с помощью Plotly.
Из Notebook в веб-формат с помощью Plotly.
Создание нативных JavaScript-диаграмм с помощью Plotly.
Интерактивная визуализация Plotly с помощью JavaScript и HTML.
Резюме.
Глава 15. Разработка концепции визуализации Нобелевской премии.
Для кого эта визуализация?.
Выбор визуальных элементов.
Строка меню.
Распределение премии по годам.
Карта, показывающая выборку стран нобелевских лауреатов.
Столбчатая диаграмма, показывающая количество лауреатов по странам.
Список выбранных лауреатов.
Визуализация целиком.
Резюме.
Глава 16. Создание визуализации.
Предварительные сведения.
HTML-каркас.
Стили CSS.
Движок JavaScript.
Запуск приложения для визуализации данных о нобелевских лауреатах.
Резюме.
Глава 17. Введение в D3 на примере столбчатой диаграммы.
Формулирование задачи.
Работа с выборкой.
Добавление элементов DOM.
Использование D3.
Шкалы в D3: от данных к их визуальному представлению.
Привязка данных к элементам DOM — главное преимущество D3.
Обновление DOM при изменении данных.
Сборка столбчатой диаграммы.
Оси и метки.
Переходы.
Резюме.
Глава 18. Визуализация отдельных премий.
Создание структуры.
Шкалы.
Оси.
Метки номинаций.
Вложенные данные.
Добавление лауреатов с помощью вложенных объединений данных.
Добавим немного блеска!.
Резюме.
Глава 19. Картографирование с помощью D3.
Доступные карты.
Форматы данных для картографирования в D3.
Библиотека D3-geo, проекции и пути.
Соединение элементов воедино.
Обновление карты.
Добавление индикаторов показателей.
Готовая карта.
Создание простой всплывающей подсказки.
Резюме.
Глава 20. Визуализация данных отдельных лауреатов.
Создание списка лауреатов.
Создание биографического блока.
Резюме.
Глава 21. Строка меню.
Создание HTML-элементов с помощью D3.
Создание строки меню.
Резюме.
Глава 22. Заключение.
Подведение итогов.
Дальнейшее развитие.
Заключительные замечания.
Приложение А. Паттерн enter/exit библиотеки D3.
Метод enter.
Доступ к привязанным данным.
Об авторе.
Послесловие.
Алфавитный указатель.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Визуализация данных с помощью Python и JavaScript, Анализ и преобразование данных, Дейл К., 2026 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Скачать - pdf - Яндекс.Диск.




Теги: учебник по программированию :: программирование :: Дейл :: данные :: Python