查看原文
其他

数据呈现 | Stata+R+Python:拨开数据迷雾,窥探可视化之“美”(工具书推荐,附PDF资源链接)

简华 数据Seminar 2021-06-03

数据可视化(Data Visualization)并不是一个新出现的趋势。

追溯到17世纪,人们已经会使用简单的图表记录数据,让数据被更多人理解。到20世纪中期,随着计算机图形学兴起,人们渐渐会用计算机来创建出各种图形。而如今,数据可视化,不只寥寥数笔勾勒出图表那么简单,而更为广众推崇的是可以帮助人们查看并理解数据,使数据变得更加生动,易于接受。

那么,如何才能拨开数据迷雾、逼近真相,窥探数据可视化之“美”呢?

下面推荐几本常用的计量软件Stata、R和Python相关可视化工具书籍,这若干本书,大部分是我们平时绘制图表所使用的参阅书,而另一部分则是通过网上评价并精心筛选后,认为比较符合初学者学习的专业辅助书。当然,精力有限,以下推荐书目,不限于有其他更好的书籍可以作为补充,欢迎大家积极举荐。(小编温馨提示:文中包含的链接因官方限制无法生效,请扫描文末二维码获取资源。)


stata推荐书目清单


《应用STATA做统计分析(stata12)》

PDF资源下载链接

https://bbs.pinggu.org/forum.php?mod=viewthread&tid=6949149&ordertype=1(来源:【经管之家】)


《A Visual Guide to Stata Graphics》

PDF资源下载链接:

http://bbs.pinggu.org/thread-115391-1-1.html(来源:【经管之家】)


《Speaking Stata Graphics》

PDF资源下载链接:【暂未检索到】


stata可视化工具书推荐3本,了解更多图文信息,请详细阅读下表内容:




R书目推荐清单


《R语言实战(第2版)》

PDF资源下载链接:

https://pan.baidu.com/s/1-YmPrhtWct8EqRQRNpq9jQ(来源:【百度网盘】)


《R图形化数据分析》

PDF资源下载链接:

https://bbs.pinggu.org/thread-6262236-1-1.html(来源:【经管之家】)


《R数据可视化手册》

PDF资源下载链接:

https://pan.baidu.com/s/1tnGLSnD01NEuSaNKrEkX7g(来源:【百度网盘】)


《R语言数据可视化之美:专业图表绘制指南》

资源代码下载链接:

https://github.com/EasyChart/Beautiful-Visualization-with-R(来源:【GitHub】)


《R绘图系统(第2版)》

PDF资源下载链接:

https://bbs.pinggu.org/thread-5480396-1-1.html(来源:【经管之家】)


R可视化工具书推荐5本,以上每本工具书相关细节请见下表:




Python书目推荐清单


《Python数据分析入门:从数据获取到可视化》

PDF资源下载链接:

https://bbs.pinggu.org/thread-7127403-1-1.html(来源:【经管之家】)


《Python数据可视化之matplotlib实践》

PDF资源下载链接:【暂未检索到】


《Python数据可视化之matplotlib精进》

PDF资源下载链接:【暂未检索到】


《Python数据分析:基于Plotly的动态可视化绘图》

PDF资源下载链接:

https://bbs.pinggu.org/thread-7100997-1-1.html(来源:【经管之家】)


《Python数据可视化》

PDF资源下载链接:

https://bbs.pinggu.org/thread-6732923-1-1.html(来源:【经管之家】)

Python可视化工具书推荐5本,具体信息详见下表:




推荐书单目录下载



最后,以上推荐的13本可视化工具书,除了《A Visual Guide to Stata Graphics》、《Speaking Stata Graphics》、《R图形化数据分析》和《R数据可视化手册》这四本书外,其余每本书籍我们都给出了详细目录,有兴趣者可以点击阅读原文进行下载并查看。


读者须知

文中所列举的工具书单,我们也花了不少时间通过搜索网上资源,进行信息甄别,整理出了部分PDF下载链接(长按识别下图二维码即可获取跳转链接,链接有时效性,若无法下载,内容可能已被移除,请及时获取。)请各位读者审慎点击查阅。这里,我们不承担任何责任。若想要获取更加准确、可靠来源的合法用书,建议去购买正版纸质书稿。


往期推荐

工具&方法 | 小刘老师“再”出新招:JSON数据转为面板数据

学术前沿 | 规律与因果:大数据对社会科学研究冲击之反思

工具&方法 | 教授教你如何用DID和DDD模型做政策评估

特别推荐 | 专利引用数据,可以用来做哪些研究?

资源推荐 | 徐现祥教授团队 IRE 公开数据:官员交流、方言指数等




数据Seminar

这里是大数据、分析技术与学术研究的三叉路口


作者:企研数据 · 简华

编辑:青酱



    欢迎扫描👇二维码添加关注    




    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存