Data visualization grafici, dashboard e mappe con pytho
Milano, 2023; paperback, pp. 272, cm 17x24.
(I Manuali).
series: I Manuali
ISBN: 88-238-2349-8
- EAN13: 9788823823495
Languages:
Weight: 0.61 kg
Il testo presenta la prima panoramica completa e dettagliata delle principali funzionalità di data visualization per gli ambienti R e Python nella tipica pipeline che prevede la realizzazione di grafici statici, grafici dinamici e interattivi e dashboard web, vere e proprie applicazioni web nelle quali confluiscono e si integrano gli elementi della data visualization e dei servizi web interattivi. Gli strumenti utilizzati sono tutti di tipo open source e garantiscono risultati di alta qualità e livello professionale, oltre a essere insostituibili come ausili didattici per comprendere in modo chiaro la logica e la realizzazione delle diverse visualizzazioni. L'ultima parte del volume presenta la visualizzazione di dati geografici attraverso mappe e utilizzando geodataset e shape file cartografici. Questo ambito affascinante, fino a pochi anni fa quasi di esclusiva pertinenza di strumenti specialistici per la moderna cartografia, è ora accessibile con strumenti degli ambienti R e Python che nelle più recenti evoluzioni hanno raggiunto un livello qualitativo sorprendente. La visualizzazione di dati geografici con strumenti open source non si limita alle semplici choropleth map, ma consente di gestire efficacemente grafici con stratificazione di molti livelli cartografici e di operare su dati geografici in maniera sofisticata. Tutti i numerosi esempi svolti con Open Data sono liberamente accessibili e resi disponibili nel materiale online insieme al codice completo e ai risultati di ogni esempio, rendendo quindi sempre facile riprodurli, variarli e, in ultima istanza, apprendere a sviluppare una fase di data visualization moderna e professionale. L'opera si rivolge a chiunque sia interessato alla data visualization, indipendentemente dalla disciplina o ambito professionale di appartenenza: richiede solo una certa familiarità con i fondamenti di R e Python per la data science.