资源介绍
(英文版电子书）
电子书格式: pdf
本书核心围绕 “数据叙事” 这一核心主题，结合 Python Altair 可视化库与生成式 AI 工具的实践应用，故中文名称定为《数据叙事：基于 Python Altair 与生成式 AI 的实践指南》，既精准涵盖核心技术要素，又明确了 “实践导向” 的书籍定位。
内容介绍
在数据驱动决策的时代，单纯的图表展示已无法满足高效沟通的需求。数据叙事作为融合数据可视化、叙事逻辑与技术工具的综合能力，成为连接数据洞察与受众理解的关键桥梁。本书打破传统数据可视化书籍偏重理论的局限，以 “实践落地” 为核心，将数据叙事、Python 编程与生成式 AI 三大要素深度融合，为读者提供一套可直接复用的完整工作流。
全书结构遵循 DIKW 金字塔（数据 - 信息 - 知识 - 智慧）的逻辑框架，循序渐进引导读者完成从原始数据到有效叙事的转化。开篇从数据叙事的基础概念切入，剖析其与单纯数据可视化的本质区别 —— 数据叙事不仅是图表绘制，更是通过逻辑串联与情感共鸣，让数据产生说服力的过程。书中特别强调，数据叙事并非数据科学家的专属技能，而是任何需要通过数据传递观点的从业者必备能力，适用于政府、教育、金融、医疗等多个行业。
Python 的 Altair 库是本书的核心可视化工具。与其他 imperative 类型的可视化库不同，Altair 采用声明式语法，使用者无需关注图表构建的具体步骤，只需定义期望的输出结果，极大降低了复杂可视化的实现门槛。书中详细讲解了 Altair 的核心组件（图表、标记、编码）、复合图表构建、交互功能实现等关键知识点，并通过实例对比其与传统可视化工具的优势，帮助读者快速掌握高效绘图技巧。
生成式 AI 工具的落地应用是本书的另一大亮点。书中聚焦生成式 AI 在数据叙事全流程中的实用场景，包括自动生成可视化代码、优化文本注释、创作场景化图像等，强调 AI 作为 “辅助工具” 的定位 —— 帮助使用者节省机械性工作时间，而非替代人类的逻辑思考与创意设计。书中提供了丰富的提示词设计技巧与工具协作方法，指导读者如何让 AI 生成符合需求的内容，同时规避生成内容的偏差风险。
本书的核心价值在于将 DIKW 金字塔转化为可操作的实践步骤：从数据中提取有意义的信息，为信息赋予上下文背景转化为知识，最终通过行动指引升华为智慧。每个章节均配备真实案例，涵盖宠物活动推广、酒店泳池投资决策、北美人口增长分析、无家可归者救助项目申请等多元场景，读者可跟随案例完成数据清洗、可视化构建、叙事优化、AI 工具融合的全流程实践。
书中特别注重实用性与可操作性，所有案例代码均开源可获取，读者可直接复用并适配自身业务场景。同时，书中并未回避技术应用的边界与伦理问题，专门探讨了数据叙事中的偏见规避、数据真实性保障、生成式 AI 的合理使用等重要议题，引导读者构建负责任、有公信力的数据叙事。
无论你是具备基础 Python 经验的数据从业者，还是希望提升数据沟通能力的业务人员，都能从本书中获得启发。通过学习，你将掌握如何用 Altair 快速构建精准可视化图表，如何借助生成式 AI 提升叙事效率，更重要的是，学会如何让冰冷的数据通过有效叙事传递价值、影响决策，真正成为一名具备竞争力的数据叙事者。