如何将原始的、未经处理的或格式不正确的数据转换为动态的、交互式的web可视化?在这本实用的书中，作者Kyran Dale向数据科学家和分析师——以及Python和JavaScript开发人员——展示了如何为工作创建理想的工具链。通过提供引人入胜的示例和强调来之不易的最佳实践，本指南教你如何利用最佳Python和JavaScript库的力量。
Python提供了可访问的、强大的、成熟的库来抓取、清理和处理数据。虽然JavaScript是web可视化编程的最佳语言，但它的数据处理能力无法与Python相比。总之，这两种语言是创建现代web可视化工具链的完美补充。这本书能让你入门。
你将学习如何:
通过编程获取你需要的数据，使用抓取工具或web api: Requests, Scrapy, Beautiful Soup * 使用NumPy生态系统中的Python重量级数据处理库清理和处理数据:Jupyter notebook with pandas+Matplotlib+Seaborn将数据以静态文件的形式发送给浏览器，或者使用轻量级的Flask (Python服务器)和RESTful API学习足够的web开发技能(HTML、CSS、JS)，以便在web上获得可视化数据 * 使用你挖掘和细化的数据，使用Plotly、D3、Leaflet和其他库创建网络图表和可视化