数学建模之流程图及数据可视化
前言:数学建模比赛中,最吸引评审老师的就是figure了,figure分为开篇的流程图【模型思路】、数据统计图【折线图、柱状图、扇形图、拟合图…】、地图【热力分布图】。恰恰在美赛中,论文的“颜值”直接取决于各种精美的figure,所以科学储备数据可视化相关的能力是十分必要的,接下来总结一下自己的可视化方法以及相对应美赛O奖论文中的figure展示。
1.流程图
特别是在美赛的时候,流程图是不可或缺的!大概是放在模型的建立部分,在此图中,我们需要表达出论文的整体思路框架,让评审老师能大致明白论文的走势,心中有谱,从而提高印象分。
1.1 Visio
老师推荐首选,但感觉模板和例子太有限,很多时候不如亿图图示。
1.2 亿图图示
亿图图示拥有很多模板和例子,可以赛前多加熟悉,比赛的时候直接套用,不仅限于流程图,还有各种骚操作,包括维恩图、圆形图、圆辐示意图、列表图等。
上面二者的详细比较可以参考https://www.zhihu.com/question/52966790/answer/204001734
1.3 ppt
简单而实用的工具,可以在某些时候精确的绘制出不错的效果。
1.4 美赛O奖论文中的流程图
若能有信心复现类似上面的几个流程图,那就说明流程图绘制过关了~
2.数据统计图
数据统计图是数模比赛中出现频率最高的图了,分为折线图、柱状图、扇形图、混合图以及非常规图。
绘图方法有许多,下面一一列举。
tableau软件:针对GB级以上的数据量,可连接数据库,功能极其强大,不仅能绘制简单的统计图,还能对数据进行各种处理,避免了繁杂的python代码进行数据处理。但学起来可能相对比较耗时,在时间充裕的情况下强烈安利!
origin软件:小众专业绘图软件,可以绘制出精美而细致的统计图,但全英可能对某些人不太友好【例如我】,但可以一试。
软件安装:http://www.downcc.com/soft/123941.html
学习教程:https://www.bilibili.com/video/BV1jt4y1U7oe?from=search&seid=6641668066310604631
python:numpy+pandas+matplotlib+seaborn+plotly库
完全依赖代码,会有一些繁琐,但绘制起来相对更加灵活可控。最好掌握seaborn和plotly库进行更加高级的数据可视化。
教程:https://www.bilibili.com/video/BV1eJ411H79t?from=search&seid=16913625539214917298
matlab直接绘图
2.1 折线图
2.2 柱状图
2.3 扇形图
如上三类图,有个明显的共同点是多张图拼成了一张图,若在比赛的论文里每次都只列出一张统计图,就会显得文章不够饱满,老师甚至会怀疑你是否在凑篇幅。因此,为使文章更加经看,我们通常每个统计图每行都会并列放2、3张子图。
2.4 矩阵图(尽量使用单色)
2.5 非常规图【shining figure】
这就是论文的shining star了,我们在每次比赛都需要在此方面琢磨,如何突破常规图的瓶颈,给老师眼前一亮!
3.算法示意图
算法流程示意图要尽可能精简,但需要让老师能看明白~
4.表格
必要时可以在表格中划出重点~
By the way,有关参考文献方面,切记在文章正文部分添加参考文献的标注!!!据我统计,2020年美赛C题的O奖论文平均引用11.8篇参考文献,格式参考如下:
以上所有图片都是源于20年O奖论文,文章内容是一己之见,仅供参考,欢迎大佬们指出不足或提出建议!具体python可视化代码待后续补充。