数据可视化

彭超华

目录

  • 1 数据可视化课程导学
    • 1.1 课程教学大纲
    • 1.2 教案
      • 1.2.1 23级大数据管理与应用01、02班
      • 1.2.2 25级大数据管理与应用（专升本）01班
    • 1.3 课堂反思
      • 1.3.1 23级大数据管理与应用01、02班
        • 1.3.1.1 2025年9月3日（第1周周三7-8节，第1次课）
        • 1.3.1.2 ​2025年9月5日（第1周周五5-6节，第2次课）
        • 1.3.1.3 2025年9月12日（第2周周五5-6节，第3次课）
        • 1.3.1.4 2025年9月17日（第3周周三7-8节，第4次课）
        • 1.3.1.5 ​2025年9月19日（第3周周五5-6节，第5次课）
        • 1.3.1.6 2025年9月26日（第4周周五5-6节，第6次课）
        • 1.3.1.7 2025年10月2日（第5周周三7-8节，放假1次）
        • 1.3.1.8 2025年10月3日（第5周周五5-6节，放假1次）
        • 1.3.1.9 2025年10月10日（第6周周五5-6节，第7次课）
        • 1.3.1.10 2025年10月15日（第7周周三7-8节，第8次课）
        • 1.3.1.11 2025年10月17日（第7周周五5-6节，第9次课）
        • 1.3.1.12 2025年10月24日（第8周周五5-6节，第10次课）
        • 1.3.1.13 2025年10月29日（第9周周三7-8节，第11次课）
        • 1.3.1.14 2025年10月31日（第9周周五5-6节，第12次课）
        • 1.3.1.15 2025年11月7日（第10周周五7-8节，停课1次）
      • 1.3.2 25级大数据管理与应用(专升本)01班
        • 1.3.2.1 ​2025年9月3日（第1周周三5-6节，第1次课）
        • 1.3.2.2 ​2025年9月9日（第2周周二3-4节，第2次课）
        • 1.3.2.3 2025年9月10日（第2周周三5-6节，第3次课）
        • 1.3.2.4 2025年9月17日（第3周周三5-6节，第4次课）
        • 1.3.2.5 2025年9月23日（第4周周二3-4节，第5次课）
        • 1.3.2.6 2025年9月24日（第4周周三5-6节，第6次课）
        • 1.3.2.7 2025年9月28日（第4周周日3-4节，第7次课）
        • 1.3.2.8 2025年10月1日（第5周周三5-6节，放假1次）
        • 1.3.2.9 2025年10月11日（第6周周六5-6节，第8次课）
        • 1.3.2.10 2025年10月15日（第7周周三5-6节，第9次课）
        • 1.3.2.11 2025年10月21日（第8周周二3-4节，第10次课）
        • 1.3.2.12 2025年10月22日（第8周周三5-6节，第11次课）
        • 1.3.2.13 2025年10月29日（第9周周三5-6节，第12次课）
        • 1.3.2.14 2025年11月4日（第10周周二3-4节，第13次课）
        • 1.3.2.15 2025年11月5日（第10周周三5-6节，第14次课）
    • 1.4 课程反思
      • 1.4.1 23级大数据管理与应用01、02班
      • 1.4.2 25级大数据管理与应用(专升本)01班
    • 1.5 课程教学进度安排（教学日历）
    • 1.6 课程教学目标
    • 1.7 课程考核方式
    • 1.8 课程推荐书目及资源
    • 1.9 课前软件安装准备：Anaconda3
  • 2 数据可视化概述
    • 2.1 引言（课程介绍、大纲介绍）
    • 2.2 数据可视化概述
    • 2.3 Jupyter Notebook的安装和使用
    • 2.4 本章实训：绘制词云图
  • 3 python程序设计基础（自学）
    • 3.1 python语言基础语法
    • 3.2 python的内置数据类型
    • 3.3 python的自定义函数
    • 3.4 ***面向对象程序设计***
  • 4 Numpy数值基础
    • 4.1 Numpy多维数组、数组读写
    • 4.2 数组的索引、切片和运算
    • 4.3 NumPy中的数据统计与分析
  • 5 Pandas统计分析基础
    • 5.1 Pandas 数据结构的创建和文件读取
    • 5.2 Pandas数据预处理
    • 5.3 Pandas 查询与编辑
    • 5.4 数据分组与透视
  • 6 Matplotlib数据可视化
    • 6.1 Matplotlib绘图基础、Pyplot动态rc参数、折线图
      • 6.1.1 jupyter课件
    • 6.2 常用绘图：柱形图
      • 6.2.1 jupyter课件
    • 6.3 常用绘图：饼图、散点图、直方图
      • 6.3.1 jupyter课件
    • 6.4 常见绘图：箱线图、雷达图和表格
      • 6.4.1 jupyter课件
    • 6.5 Pandas可视化
    • 6.6 Pandas可视化实训
    • 6.7 Matplotlib可视化实训
  • 7 Seaborn可视化
    • 7.1 Seaborn简介及风格设置
    • 7.2 常用绘图：关系类图
    • 7.3 常用绘图：分类图
    • 7.4 常用绘图：分布图、回归图和矩阵图
    • 7.5 Seaborn实训
  • 8 Pyecharts可视化（选学）
    • 8.1 Pyecharts基本使用方法
    • 8.2 Pyecharts常用图表
    • 8.3 Pyecharts实训
  • 9 数据可视化综合实训
    • 9.1 数据可视化综合实训
  • 10 课程复习与总结（课程设计）
    • 10.1 课程复习与总结（课程设计）
本章实训：绘制词云图

主要内容：

  • 如何在指定路径下打开jupyter notebook

  • 词频统计

  • 英文词云图

  • 中文词云图

  • 绘制词云图常见错误

  • Python常见镜像源地址


参考课件内容如下：




课堂实训

  • 分别使用易词云以及Python(推荐使用Jupyter Notebook) 完成自定义词云图绘制。  

  • 找一篇你感兴趣的文章或文本内容  自定义mask蒙版图片  生成词云图