![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Visualization
ChenVast
有梦想,敢拼博,执着的走属于自己的路。无惧一切,勇往直前,做自己。成为一个伟大的人,改变世界。
Python软件基金会(PSF)成员,
国际数据管理协会(DAMA)会员
展开
-
【可视化】Python使用Seaborn进行可视化
如何快速创建强大的探索性数据分析可视化一旦你有了一个很好的清理数据集,下一步就是探索性数据分析(EDA)。EDA是确定数据可以告诉我们什么的过程,我们使用EDA来查找模式,关系或异常,以便为我们的后续分析提供信息。虽然在EDA中使用的方法几乎绝大多数,但最有效的启动工具之一是对图(也称为散点图矩阵)。一对plot让我们看到了两个变量之间的单变量和关系的两个分布。配对图是识别后续分析趋势的好方法...翻译 2018-08-14 09:41:05 · 1603 阅读 · 0 评论 -
【数据可视化】25个即时改进数据可视化设计的技巧
数据可视化不是关于显示数据; 它是以更容易理解的方式显示数据 - 这就是真正的价值所在。如果你想真正“看到”我们的意思,请看一下这个快速视频:视频地址:https://vimeo.com/29684853不幸的是,很多人认为将几张图表放在一起意味着您正在进行数据可视化设计。即使您对图表设计有一个很好的处理,如果您已经查看了我们的设计最常见的图表和图表的指南,那么您可以采取一些简单的...翻译 2018-11-01 09:19:51 · 1380 阅读 · 0 评论 -
【数据可视化】Python中使用Bokeh进行数据可视化,第一部分:入门
提升您的可视化游戏如果没有有效的方法来传达结果,最复杂的统计分析可能毫无意义。最近我在研究项目中的经验使我们利用数据科学来提高建筑能效,从而推动了这一点。在过去的几个月里,我的一个团队成员一直致力于一种称为小波变换的技术,该技术用于分析时间序列的频率成分。该方法取得了积极的成果,但她在解释它时遇到了麻烦而没有迷失在技术细节中。被激怒了,她问我是否可以通过视觉展示转变。在几分钟内使用一个名为...翻译 2018-10-30 09:33:59 · 3047 阅读 · 1 评论 -
【可视化】Matplotlib类型图像的可选颜色
原创 2018-09-29 15:38:05 · 891 阅读 · 0 评论 -
【数据分析】最常用的数据分析方法(干货)
目录方法论和方法有什么区别?数据分析方法论1、PEST分析法2、SWOT分析法3、5W2H分析法4、4P理论5、AARRR数据分析的七个方法1、趋势分析2、多维分解3、用户分群4、用户细查5、漏斗分析6、留存分析7、A/B测试与A/A测试很多做数据分析或者刚接触数据分析的小伙伴,不知道怎么做数据分析。一点思路都没有,今天就给大家盘点数...转载 2018-09-25 11:51:54 · 16668 阅读 · 5 评论 -
【可视化】Matplotlib V3.0版本上线了,新功能介绍
改进了默认的后端选择默认后端不再必须设置为构建过程的一部分。相反,在运行时,内置后端按顺序尝试,直到其中一个导入。无头linux服务器(由未定义的DISPLAY env标识)不会选择GUI后端。 循环色图添加了两个名为“twilight”和“twilight_shifted”的新色图。这些色彩图以相同的颜色开始和结束,并且具有两个对称的半部,具有相同的亮度,但是颜色发散。...翻译 2018-09-25 10:07:19 · 1101 阅读 · 0 评论 -
【Matplotlib】Matplotlib 查看3D体积 实战
在这篇Python教程中,您将使用Matplotlib的事件处理程序API来显示MRI数据集的切片。 大多数人都熟悉用普通相机拍摄的图像数据(这些通常在科学文献中被称为“自然图像”),而且还用于显微镜或望远镜等专业仪器。在Python中处理图像时,最常见的显示方式是使用Python最流行的绘图库Matplotlib的imshow函数。在本教程中,我们将向您展示如何扩展此功能以显示3D体...翻译 2018-05-19 20:20:02 · 1680 阅读 · 1 评论 -
【数据科学】如何试图说服数据?
您的观众可以成为您的朋友或敌人当您正在进行数据分析并试图找出故事情节的情节时?在您说服观众了解您惊人的发现时,请记住以下三个提示。 提示1:考虑您的受众关心的内容琪琪玩邪恶的Mousy-Mouse玩具在我告诉你这个故事的其余部分之前,我想提一下我多么崇拜我的猫Kiki。在阅读一篇文章的同时考虑我的反应,该文章引用了一些关于每年有多少鸣禽,啮齿动物等被杀死的统计数据......你...翻译 2018-08-30 10:07:26 · 888 阅读 · 0 评论 -
【可视化】使用matplotlib进行区域填充
效果图 matplotlib.pyplot.fill_between函数:matplotlib.pyplot.fill_between(x, y1, y2=0, where=None, interpolate=False, step=None, hold=None, data=None, **kwargs)效果:在两条水平曲线之间填充区域。曲线由点(x,y1)和(x...原创 2018-08-21 11:44:59 · 6787 阅读 · 0 评论 -
【可视化】pandas与matplotlib绘制环形饼图
导入相关库import pandas as pdimport matplotlib.pyplot as plt% matplotlib inline 生产测试数据data = pd.DataFrame([[20,50,10,15],[30,30,20,40]],columns=['A','B','C','D'])数据: A B C D ...原创 2018-08-21 10:44:27 · 5137 阅读 · 0 评论 -
【数据科学】5个数据讲故事技巧,用于创建更有说服力的图和表
使用数字通常不被认为是性感的工作。毕竟,会计和数据录入等职业并不是这个数字时代最激动人心的职业。但就像现在统治世界的曾经无耻的计算机爱好者一样,数据分析师目前被视为“就业市场的独角兽”。据LinkedIn称,能够理解大量混乱数据并在其中找到独特见解的能力是就业市场中最热门的技能之一。并且很容易理解为什么:自2013年以来创建的数据比在该日期之前的所有人类历史中创建的数据更多。因此,...翻译 2018-08-30 18:08:15 · 1476 阅读 · 0 评论 -
【可视化】15令人惊叹的数据可视化(以及您可以从中学到什么)
我们真的淹没在数据中。每天, 创建2.5个五分之一字节的数据。这相当于仅在过去两年中创造的世界信息的90%。现在这就是我们所说的“大数据”。但它来自哪里?无处不在,从传感器和社交媒体网站到数字图像和视频。我们拥有的数据比我们知道的更多,所以现在是时候组织并理解它了。这是数据可视化进入图片的地方。在等待我们的地震转移中,被一些人称为工业数据革命,我们必须更好,更有效地创建创新的数据可视化,...翻译 2018-08-23 10:19:12 · 1571 阅读 · 0 评论 -
【Matplotlib】Matplotlib绘图实战
这个Matplotlib教程将指导您掌握Python数据可视化的基础知识:图解,pyplot和pylab等的解剖,等等人类是非常视觉的生物:当我们看到可视化的东西时,我们会更好地理解事物。然而,展示分析,结果或见解的步骤可能是一个瓶颈:您可能甚至不知道从哪里开始,或者您可能已经考虑了正确的格式,但随后会出现如下问题:“这是否正确显示我想带给我的观众?“肯定会出现在你的脑海里。当您使用Pyt...翻译 2018-05-19 20:06:35 · 2411 阅读 · 0 评论 -
【数据可视化】Pandas画直方图
pandas.DataFrame.hist 使用函数:DataFrame.hist(column=None, by=None, grid=True, xlabelsize=None, xrot=None, ylabelsize=None, yrot=None, ax=None, sharex=False, sharey=False, figsize=None, layout=None,...原创 2018-08-10 16:16:43 · 43412 阅读 · 0 评论 -
【数据可视化】Pandas画散点图
pandas.DataFrame.plot.scatter 使用函数:DataFrame.plot.scatter(x, y, s=None, c=None, **kwds)功能:创建具有不同标记点大小和颜色的散点图。 每个点的坐标由两个数据帧列定义,实心圆用于表示每个点。这种图可用于查看两个变量之间的复杂相关性。点可以是例如自然2D坐标,例如地图中的经度和纬度,或者通常可以是...原创 2018-08-13 16:38:00 · 46569 阅读 · 0 评论 -
【数据可视化】Pandas画饼图
pandas.DataFrame.plot.pie使用函数:DataFrame.plot.pie(y=None, **kwds)功能:生成饼图。 饼图是一个列中数字数据的比例表示。这个函数封装了指定栏目的matplotlib.pyplot.pie()。如果没有传递列引用,而subplots=True则为每个数值列独立地绘制饼图。Parameters: y : in...原创 2018-08-13 16:50:32 · 28219 阅读 · 1 评论 -
【数据科学】数据可视化指南
数据可视化以图形形式描述信息。原则数据可视化是一种通信形式,它以图形形式描绘密集和复杂的信息。最终的视觉效果旨在简化数据比较并用于讲述故事–两者都可以帮助用户做出决策。数据可视化可以表示不同类型和大小的数据:从几个数据点到大型多元数据集。准确优先考虑数据的准确性,清晰度和完整性,以不失真的方式呈现信息。有帮助帮助用户使用强调探索和比较的上下文和能...翻译 2019-09-25 10:13:52 · 1006 阅读 · 0 评论