前言

本書主要介紹如何使用Python中的matplotlib、Seaborn、plotnine、Basemap等包繪制專業圖表。本書首先介紹Python語言編程基礎知識，以及NumPy和Pandas的數據操作方法；再對比介紹matplotlib、Seaborn和plotnine的圖形語法。本書系統性地介紹了使用matplotlib、Seaborn和plotnine繪制類別對比型、數據關系型、時間序列型、整體局部型、地理空間型等常見的二維和三維圖表的方法。另外，本書也介紹了商業圖表與學術圖表的規范與差異，以及如何使用matplotlib繪制HTML交互頁面動畫。

本書定位

人生苦短，我用Python！

現在Python語言越來越流行，尤其是在機器視覺、機器學習與深度學習等領域。但是數據可視化一直是其短板，特別是相對R語言而言。R語言以ggplot2包及其拓展包人性化的繪圖語法大受用戶的喜愛，特別是生物信息與醫學研究者。市面上有兩本很經典的R ggplot2教程：ggplot2 Elegant Graphics for Data Analysis和R Graphics Cookbook，這兩本書重點介紹了ggplot2包的繪圖語法及常見圖表的繪制方法。另外，《R語言數據可視化之美：專業圖表繪制指南（增強版）》基于R中的ggplot2包及其拓展包等，系統性地介紹了幾乎所有常見的二維和三維圖表的繪制方法。

所以，筆者認為很有必要系統性地介紹Python的繪圖語法系統，包括最基礎也最常用的matplotlib、常用于統計分析的Seaborn、最新出現的類似R ggplot2語法的plotnine包，以及用于地理空間數據可視化的Basemap包。本書首先介紹數據可視化基礎理論，然后系統性地介紹了幾乎所有常見的二維和三維圖表的繪制方法，包括簡單的柱形圖系列、條形圖系列、折線圖系列、地圖系列等。

讀者對象

本書適合想學習數據分析與可視化相關專業課程的高校學生，以及對數據分析與可視化感興趣的職場人士閱讀，尤其是Python用戶。從軟件掌握程度而言，本書同樣適用于零基礎學習Python的用戶。

閱讀指南

全書內容共有11章，其中，前3章是后面8章的基礎，第4～10章都是獨立知識點，第11章是數據可視化繪圖綜合案例。讀者可以根據實際需求有選擇性地進行學習。

第1章 介紹Python編程基礎，重點介紹數據結構、控制語句與函數編寫。

第2章 介紹Python數據處理基礎，重點介紹NumPy和Pandas的數據操作方法，包括NumPy的數值運算與Pandas的表格運算。

第3章 介紹Python數據可視化基礎，重點對比介紹了matplotlib、Seaborn和plotnine的圖形語法，以及數據可視化的顏色主題運用原理。

第4章 介紹類別比較型圖表，包括柱形圖系列、條形圖系列、南丁格爾玫瑰圖、徑向柱圖等圖表。

第5章 介紹數據關系型圖表，包括二維和三維散點圖、氣泡圖、等高線圖、三維曲面圖、三元相圖、二維和三維瀑布圖、相關系數熱力圖等圖表。

第6章 介紹數據分布型圖表，包括一維、二維和三維的統計直方圖和核密度估計圖、抖動散點圖、點陣圖、箱形圖、小提琴圖等圖表。

第7章 介紹時間序列型圖表，包括折線圖和面積圖系列、日歷圖、量化波形圖等圖表。

第8章 介紹局部整體型圖表，包括餅狀圖、馬賽克圖、華夫餅圖、點狀柱形圖系列等圖表。

第9章 介紹高維數據的可視化方法，包括分面圖系列、矩陣散點圖、熱力圖、平行坐標系圖、RadViz圖等圖表。

第10章 介紹地理空間型圖表，包括分級統計地圖、點描法地圖、帶氣泡/柱形的地圖、等位地圖、線型地圖、三維柱形地圖等不同的地圖圖表。

第11章 介紹數據可視化的各種應用場景，包括商業圖表、學術圖表、HTML網頁動畫等的規范與制作。

應用范圍

本書的圖表繪制方法都是基于Python的matplotlib、Seaborn、plotnine、Basemap等包實現的，幾乎適應于所有常見的二維和三維圖表。本書以虛擬的地圖數據為例講解不同的地理空間型圖表，讀者需將繪圖方法應用到實際的地理空間型圖表。

適用版本

本書所用Python版本為：3.7.1；圖表繪制包matplotlib、Seaborn、plotnine、Basemap和GeoPandas的版本分別為：3.0.2、0.9.0、0.5.1、1.2.0和0.4.1；數據處理包NumPy和Pandas的版本分別為：1.15.4和0.23.4。

Python作為免費的開源軟件，數據分析與可視化的包更新迭代很快，這是它的優勢。但是有時候有些代碼運行可能會由于Python及其包的版本的更新，而出現函數棄用（deprecated）的情況。此時，需要自己更新代碼，使用新的函數替代原有的函數。

源代碼

本書配有幾乎所有圖表的Python源文件及其CSV或TXT格式的數據源文件。但是需要注意的是，如果運行的Python版本沒有安裝相應的數據分析與可視化的包（package），那么請預先安裝相應的包，才能成功運行代碼。同時，也請注意運行Python及其包的版本是否已經更新。本書配套源代碼下載的GitHub網址：https://github.com/Easy-Shu/Beautiful-Visualization-with-python。

與作者聯系

因筆者知識與能力所限，書中紕漏之處在所難免，歡迎并懇請讀者朋友們給予批評與指正，可以通過郵箱聯系筆者。如果讀者有關于學術圖表或商業圖表繪制的問題，可以與筆者交流。另外，更多關于圖表繪制的教程請關注筆者的博客、專欄和微博平臺，也可以重點關注微信公眾號：EasyShu，還可以添加筆者微信：EasyCharts。筆者的數據分析與可視化的文章會優先發表在微信公眾號平臺。

郵箱：easycharts@qq.com

博客：https://github.com/Easy-Shu/EasyShu-WeChat

知乎專欄：https://zhuanlan.zhihu.com/EasyShu（知乎賬號：張杰）

致謝

自從2019年10月出版《R語言數據可視化之美：專業圖表繪制指南（增強版）》，很多讀者問筆者能不能出一本Python版的數據可視化教程。寫書真的嘔心瀝血，但是在撰寫過程中能系統地總結所學的知識，可以查漏補缺，也是受益匪淺。《R語言數據可視化之美：專業圖表繪制指南》這本書在2017年5月斷斷續續寫了1年半多，到2019年5月才出版。后來又花了3個多月增加了3章圖表內容，增強版才出版。

所謂“大道相通”，不同軟件的數據可視化原理都是相通的。《Python數據可視化之美：專業圖表繪制指南》這本書就是對照著R語言那本書“翻譯”而成的。所以親愛的讀者請不必詫異于筆者現在這么快又出版Python的數據可視化圖書了。

在這里，首先要感謝讀者，感謝你們對筆者的支持與包容。也非常感謝筆者的大學好友金偉（現為騰訊高級研究員）引導筆者入門Python，還要感謝香港理工大學的姚鵬鵬博士、清華大學的趙建樹博士筆者在學習Python時給予的幫助。最后，筆者覺得還應該感謝的就是自己。驀然回首，4年彈指一揮間，從大學畢業到香港做學術研究這幾年，經歷過很多次的失望，也差點患上抑郁癥，感謝自己有一顆積極、陽光、樂觀的心，終于守得云開見月明，如筆者所愿能堅持做自己喜歡的事情。

小時候，讀到課本里普希金的一段話：“假如生活欺騙了你，不要悲傷，不要心急！憂郁的日子里須要鎮靜：相信吧，快樂的日子將會來臨。”到現在才明白這確實是一條生活的“潛規則”。月有陰晴圓缺，人有悲歡離合。人不僅有趨利避害、喜甜厭苦的本能反應，還有趨歡避悲、求樂脫苦的本能調節。所以，悲傷的日子后面就是快樂的日子。

親愛的讀者，也希望你能快樂地閱讀本書！

作者

2019年12月5日