交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是,这种数据展示方式很不直观,无法让用户一下子就看出数据分析结果所要反应出的信息,由此就有了数据可视化技术的研究和应用来解决这个问题。
目前实现交互式数据可视化技术已经很成熟,各种类型地数据可视化图表都可以使用技术手段实现出来,包括最简单的 Excel 就可以制作各种可视化数据分析报表,而在 WEB 上也有各种技术可是实现相似功能。在学习和研究 Python 的过程中,我发现了很多类库可以很简单地就能实现交互式的数据可视化的业务需求,包括 pyecharts 和 matplotlib 实现地各种类型地数据分析图表,交互式地图,词云等等。
Matplotlib 是一个 Python 的 2D 绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib这个标准类库,开发者只需要几行代码就可以实现生成绘图,折线图、散点图、柱状图、饼图、直方图、组合图等数据分析可视化图表。Matplotlib使用 NumPy 进行数组运算,并调用一系列其他的 Python 库来实现硬件交互。
(一)折线图
折线图是排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间(根据常用比例设置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势。在折线图中,类别数据沿水平轴均匀分布,所有值数据沿垂直轴均匀分布。如果分类标签是文本并且代表均匀分布的数值(如月、季度或财政年度),则应该使用折线图。当有多个系列时,尤其适合使用折线图—对于一个系列&#x