Visualizzazione interattiva dei dati con Python - Seconda edizione: Presentare i dati come una storia efficace e avvincente

Recensioni dei lettori

Il libro è un tutorial guidato per la visualizzazione dei dati con Python, particolarmente adatto ai principianti. Offre istruzioni chiare passo dopo passo ed esempi di varie librerie come Matplotlib, Bokeh, Altair e Plotly. Sebbene introduca efficacemente i concetti di base, secondo alcuni utenti il contenuto potrebbe essere troppo semplicistico per chi ha già esperienza.

⬤ Ben strutturato con istruzioni passo-passo.
⬤ Ottimo per i principianti assoluti.
⬤ Copre le librerie essenziali (Matplotlib, Bokeh, Altair, Plotly).
⬤ Include esempi pratici e visualizzazioni che lo rendono utile per i dati del mondo reale (come i dati COVID-19).
⬤ Spiegazioni chiare e un buon equilibrio tra un libro di testo e una guida di riferimento.

⬤ Alcuni esempi, in particolare Bokeh e Altair, non hanno funzionato per tutti gli utenti, il che potrebbe essere dovuto a problemi di configurazione.
⬤ La versione Kindle potrebbe avere problemi di formattazione che influiscono sulla leggibilità.
⬤ Il materiale potrebbe essere troppo elementare per coloro che hanno competenze intermedie nella visualizzazione dei dati, che potrebbero trovare risorse migliori online.

(basato su 3 recensioni dei lettori)

Titolo originale:

Interactive Data Visualization with Python - Second Edition: Present your data as an effective and compelling story

Contenuto del libro:

Creare visualizzazioni interattive dei dati chiare e d'impatto con le potenti librerie di visualizzazione dei dati di Python.

Caratteristiche principali

⬤ Studiare e utilizzare le librerie interattive di Python, come Bokeh e Plotly.

⬤ Esplorare i diversi principi di visualizzazione e capire quando usarli.

⬤ Creare visualizzazioni interattive con dati reali.

Descrizione del libro

Con la continua generazione di dati, gli sviluppatori in grado di presentare i dati sotto forma di visualizzazioni interessanti e d'impatto sono sempre molto richiesti. Interactive Data Visualization with Python affina le vostre capacità di esplorazione dei dati e vi spiega tutto ciò che c'è da sapere sulla visualizzazione interattiva dei dati in Python.

Inizierete imparando a disegnare vari grafici con Matplotlib e Seaborn, le librerie di visualizzazione dei dati non interattive. Studierete diversi tipi di visualizzazione, li confronterete e scoprirete come selezionare un particolare tipo di visualizzazione in base alle vostre esigenze. Dopo aver preso confidenza con le varie librerie di visualizzazione non interattive, imparerete i principi della visualizzazione intuitiva e persuasiva dei dati e utilizzerete Bokeh e Plotly per trasformare le vostre visualizzazioni in storie forti. Inoltre, capirete come la visualizzazione interattiva dei dati e dei modelli possa ottimizzare le prestazioni di un modello di regressione.

Alla fine del corso, avrete un nuovo set di competenze che vi renderà la persona di riferimento per trasformare le visualizzazioni dei dati in storie coinvolgenti e interessanti.

Che cosa imparerete?

⬤ Esplorare e applicare diverse tecniche di visualizzazione interattiva dei dati.

⬤ Manipolare i parametri e gli stili di tracciatura per creare grafici accattivanti.

⬤ Personalizzare la visualizzazione dei dati per diversi tipi di pubblico.

⬤ Progettare visualizzazioni di dati utilizzando librerie interattive.

⬤ Utilizzare Matplotlib, Seaborn, Altair e Bokeh per disegnare grafici accattivanti.

⬤ Personalizzare la visualizzazione dei dati per diversi scenari.

A chi è rivolto questo libro

Questo libro intende fornire una solida base di formazione agli sviluppatori Python, agli analisti di dati e ai data scientist per consentire loro di presentare le informazioni critiche sui dati in un modo che catturi al meglio l'attenzione e l'immaginazione dell'utente. Si tratta di una semplice guida passo-passo che illustra i diversi tipi e componenti di visualizzazione, i principi e le tecniche di interattività efficace, nonché le comuni insidie da evitare nella creazione di visualizzazioni interattive dei dati. Gli studenti devono avere un livello intermedio di competenza nella scrittura di codice Python e una certa familiarità con l'uso di librerie come pandas.