Igor Milovanovic是一个在Linux系统和软件工程有深厚背景的经验丰富的开发人员。他有着创建可扩展数据驱动分布式富软件系统的技术。他是一个高性能系统设计的布道者，对软件架构和开发方法论有着浓厚的兴趣。他一直坚持倡导促进高质量软件的方法论，如测试驱动开发、一键部署和持续集成。他也拥有坚实的产品开发知识。拥有领域经验知识，并参加过官方培训，他能够把业务知识和业务流程在业务和开发人员之间很好地双向沟通。

　　《Python数据可视化编程实战》是一本使用Python实现数据可视化编程的实战指南，介绍了如何使用Python流行的库，通过60余种方法创建美观的数据可视化效果。
　　全书共8章，分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图表和定制化、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据以及更多matplotlib知识。
　　《Python数据可视化编程实战》适合那些对Python编程有一定基础的开发人员，可以帮助读者从头开始了解数据、数据格式、数据可视化，并学会使用Python可视化数据。

第1章 准备工作环境
1.1 介绍
1.2 安装matplotlib、Numpy和Scipy库
1.2.1 准备工作
1.2.2 操作步骤
1.2.3 工作原理
1.2.4 补充说明
1.3 安装virtualenv和virtualenvwrapper
1.3.1 准备工作
1.3.2 操作步骤
1.4 在Mac OS X上安装matplotlib
1.4.1 准备工作
1.4.2 操作步骤
1.5 在Windows上安装matplotlib
1.5.1 准备工作
1.5.2 操作步骤
1.5.3 补充说明
1.6 安装图像处理工具：Python图像库（PIL）
1.6.1 操作步骤
1.6.2 安装过程说明
1.6.3 补充说明
1.7 安装requests模块
1.7.1 操作步骤
1.7.2 requests使用说明
1.8 在代码中配置matplotlib参数
1.8.1 准备工作11
1.8.2 操作步骤11
1.8.3 代码解析12
1.9 为项目设置matplotlib参数12
1.9.1 准备工作
1.9.2 配置方法
1.9.3 配置过程说明
1.9.4 补充说明

第2章 了解数据
2.1 简介
2.2 从CSV文件导入数据
2.2.1 准备工作
2.2.2 操作步骤
2.2.3 工作原理
2.2.4 补充说明
2.3 从Microsoft Excel文件中导入数据
2.3.1 准备工作
2.3.2 操作步骤
2.3.3 工作原理
2.3.4 补充说明
2.4 从定宽数据文件导入数据
2.4.1 准备工作
2.4.2 操作步骤
2.4.3 工作原理
2.5 从制表符分隔的文件中读取数据
2.5.1 准备工作
2.5.2 操作步骤
2.5.3 工作原理
2.5.4 补充说明
2.6 从JSON数据源导入数据
2.6.1 准备工作
2.6.2 操作步骤
2.6.3 工作原理
2.6.4 补充说明
2.7 导出数据到JSON、CSV和Excel
……

第3章 绘制并定制化图表
第4章 学习更多图表和定制化
第5章 创建3D可视化图表
第6章 用图像和地图绘制图表
第7章 使用正确的图表理解数据
第8章 更多的matplotlib知识