擷取、清理、分析與轉換資料
「Kyran的書包含了大量資訊，從D3.js細節說明，到如何建構出由客製化互動式儀表板所使用的、且由資料庫所支持的API。可以肯定地說，您將從這本書中學到很多東西！」
—Peter Cook, 《D3 Start to Finish》作者
如何將原始、未經處理的資料轉化為動態的互動式web視覺化？在這本實用的書中，作者Kyran Dale向資料科學家、分析師以及Python、JavaScript開發人員，展示如何為工作建立理想的工具鏈。藉由提供引人入勝的範例以及分享得之不易的實務經驗，本書將引導您善用最佳的Python和JavaScript程式庫。
Python為爬取、清理和處理資料提供強大、成熟的程式庫。在web視覺化程式設計方面，JavaScript是最好的語言。這兩種語言相得益彰，可以幫助您建立現代web視覺化工具鏈。
您將學習如何：
‧使用爬取或web API(Requests、Scrapy、Beautiful Soup)獲取資料
‧在NumPy生態系統(帶有pandas、Matplotlib和Seaborn的Jupyter notebook)中使用Python資料處理程式庫清理和處理資料
‧使用靜態檔案或輕量級Python伺服器(Flask RESTful API)將資料交付到瀏覽器
‧掌握足夠的web開發技能(HTML、CSS、JavaScript)將資料視覺化
‧使用挖掘和精煉資料建立web圖表和視覺化(Plotly、D3)作者
Kyran Dale
是一名熟練的程式設計師、前研究科學家、休閒玩家、獨立研究員、偶爾為之的企業家。在15多年的研究科學家生涯中，他破解了大量程式碼，學習了大量程式庫，並精通了一些最喜歡的工具。Kyran發現Python、JavaScript和一點C++解決大多數問題大有幫助。
目錄
導論
第1章｜設置開發環境
Part I 基本工具
第2章｜Python與JavaScript程式語言銜接橋樑
第3章｜Python讀寫資料
第4章｜網站開發入門
Part II 取得資料
第5章｜使用Python從網站取得資料
第6章｜Scrapy和重量級爬取作業
Part III 使用Pandas清理與探索資料
第7章｜NumPy入門
第8章｜Pandas初步介紹
第9章｜Pandas清理資料
第10章｜Matplotlib視覺化資料
第11章｜Pandas探索資料
Part IV 提供資料
第12章｜提供資料
第13章｜Flask與RESTful API
Part V D3與資料視覺化
第14章｜想像諾貝爾獎資料的視覺化呈現介面
第15章｜建構視覺化介面骨架
第16章｜D3入門—用直條圖說故事
第17章｜個別得獎視覺化
第18章｜D3與地圖
第19章｜個別得主資料視覺化
第20章｜選單列
第21章｜結語
附錄A 從開發走向產品
