数据可视化
数据可视化
饭饭童鞋
菜鸟一个,若有问题,请多包涵
展开
-
pyecharts可视化展示之仪表盘、词云、组合图表、桑基图学习
一、绘制仪表盘通过Gauge绘制仪表盘#仪表盘from pyecharts import options as optsfrom pyecharts.charts import Gauge,Pagega=Gauge()ga.add("商家A",[("购买率",55.5)],axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color=[(0.3,"#67e0e3"),原创 2021-09-10 15:01:02 · 539 阅读 · 0 评论 -
pyecharts可视化展示之绘制漏斗图、散点图、K线图学习
一、绘制漏斗图通过Funnel绘制漏斗图#漏斗图from pyecharts.charts import Funneldata=[24,35,66,48,90]Label=['签字笔','课桌','椅子','黑板','投影仪']wf=Funnel()wf.add("销售图",[list(z) for z in zip(Label,data)],is_selected=True)wf.render_notebook()二、绘制散点图通过Scatter绘制散点图from pyechar原创 2021-09-10 09:06:21 · 1053 阅读 · 0 评论 -
pyecharts可视化展示之柱状图、饼图学习
pyecharts基本上的图表类型绘制:chart_name=Type() #初始化具体类型图表chart_name.add() #添加数据及配置项chart_name.render() #生成本地文件(html/svg/jpeg/png/pdf/gif)chart_name.render_notebook #在jupyter notebook中显示一、安装pyecharts打开cmd直接输入pip install pyecharts或者加入清华镜像pip insta原创 2021-09-08 22:29:14 · 3911 阅读 · 1 评论 -
Seaborn可视化
一、风格设置绘制曲线import seaborn as snsimport numpy as npimport matplotlib.pyplot as pltdef sinplot(flip=2): x=np.linspace(0,20,50) for i in range(1,5): plt.plot(x,np.cos(x+i*0.8)*(9-2*i)*flip)sinplot()#设置风格sns.set(style='darkgrid',font_s原创 2021-09-04 22:10:33 · 156 阅读 · 0 评论 -
数据可视化复习-03
数据可视化的标准:实用性、完整性、真实性、艺术性、交互性echarts使用何种技术实现:echarts一些技术的点tableau中四种联接方式:内联接、左联接、右联接、完全外部联接内联接:仅保留两个数据表中具有相同关键字段的行左联接:包含左侧表中所有值以及右侧表中相对应的匹配值,如果右侧表中没有与左侧表相匹配的项,则会显示为null。右联接:包含右侧表中所有值以及左侧表中相对应的匹配值,如果左侧表中没有与右侧表相匹配的项,则会显示为null。完全外部联接:包含两个表中的所有值,如果一张表的原创 2021-06-28 13:50:01 · 1922 阅读 · 3 评论 -
数据可视化复习-2
1.下列哪项不属于数据可视化的标准( )A.实用性 B.真实性 C.交互性 D.分析性2.( )有效地显示连续正值和负值的累积效应,因此,我们能够看到连续数据点之间的变化的大小和值的差异。A.瀑布图 B.堆叠图 C.饼图 D.甘特图3.在Tableau中想要展示满足某些条件的数据使用的结构( )A.维度 B.度量 C.集 D.计算字段4.研究表明超过50%的人脑功能用于( )的处理A.听觉信息原创 2021-06-24 23:09:25 · 2679 阅读 · 3 评论 -
数据可视化复习-1
echarts基本代码复习<html><head> <meta charset="utf-8"> <title>柱状图</title> <!-- 引入 echarts.js --> <script src="echarts.min.js"></script></head><body> <!-- 为ECharts准备一个具备大小(宽高)的原创 2021-06-23 23:57:42 · 233 阅读 · 3 评论 -
网店运营可视化分析
网店是指基于互联网的在线销售平台,为消费者提供物美价廉、种类丰富的商品批发和零售服务,这是一种新型购物方式。目前, 网店的竞争越来越激烈。在这种情况下,经营网店需要的是自身的管理和比其他普通超市优越的赢利点。本案例将以某网店在2016年至2019年共计4年的运营数据为数据源,围绕客户分析、配送分析、 销售分析、利润分析、退货分析和预测分析6个方面进行全面、深入的可视化展示。在使用Tableau进行数据分析之前, 需要提前导入“网店运营数据.xlsx”,并做好数据提取。1.客户分析总览。.原创 2021-06-08 17:25:47 · 702 阅读 · 0 评论 -
全球covid19疫情可视化分析
1.加载数据集。Hyper格式是tableau为帮助客户更快地分析大数据集和复杂数据集设计的特殊数据引擎技术。我们可以通过双击打开hyper数据,打开COVID19.hyper后可见其中有22万条数据,其中confirmed是含义是确诊人数,deaths是死亡人数,recovered的是康复人数,lastupdate是数据更新的时间...原创 2021-06-01 16:44:25 · 1627 阅读 · 2 评论 -
奥运会数据集可视化分析
加载120年来的奥运会的csv数据,将参赛国家、参赛项目、参赛选手等情况做一份数据可视化。原创 2021-05-30 14:11:02 · 3650 阅读 · 8 评论