之前突然看到一个用Python实现数据可视化的技术,小编觉得解决了生活中的好多问题,大家一起来看看这个神器。1、主页
首先,这个主页的设计就是我非常喜欢的风格,简单清晰,第一眼就让人有特别清爽的感觉,不愧是专业的前端可视化工程师做出来的东西。
可以看到,网站共罗列了20种可视化图形。这些已经基本涵盖了我们日常的大部分需求了。
图形上方是按照不同维度对可视化图形进行筛选的项,有常用、形状、图类、功能几个维度。
2. 可视化学习
首先,每种图形都会按照一定的目录顺序进行介绍,目录包括:.图表简介
.图表属性
.图表详解
.相似图表
.设计案例
.使用场景
.制作教程
.专项工具
.学习资源
.参考文献
.贡献者
为了更好的给大家展示,我们选一个桑吉图介绍一下。
图表简介
首先就是介绍桑基图的基本介绍。
图表属性/图表详解
然后说明了图表的所属类别、功能和元素构成,像桑基图就包含了流量、节点、边三个基本元素。下图中的小例子已经很清晰了。
相似图表
按照不同维度分类相似图形,比如漏斗图从功能上和桑基图是相似的,都有流量转化的功能,而外型上则与平行坐标系更相似。
使用场景
也是从应用的角度出发推荐了一些别人使用的场景,当然重要的还是理解这个图形逻辑,懂了可以举一反三。
综上所述:可以看出matplotlib 以及 pyecharts 这种Python的可视化包,使用了Tableau、PowerBI等等。
下面看看几个应用实例:
柱形图
柱形图(也称为:柱状图),适用于二维数据集,但是有一个维度的数据需要具有比较意义。比如下面的数据:
对于这份数据,就比较适合用柱形图进行可视化。
图中所示的柱子高度,表示数据表中各省的 GDP 值。
通过柱形图,非常明显地反映了各省 GDP 数据的差异。
但是注意,柱形图不适合大数据,在横坐标上如果排满了柱子,看着多眼晕呀。
折线图
下面这份数据,是 1961 ~ 2017 年我国的 GDP 年度增长率。显然,如果用条形图、柱形图来实现可视化,效果都不是太好,因为数据量有点大了。注:因为数据量比较多,所以显示部分。
对这份数据实现可视化,比较好的选择是绘制折线图
从图示结果中,可以看出 GDP 的发展变化趋势。
折线图最典型的应用应该算是在股票方面了,范围大一点可以说是“金融数据分析”方面。
有没有喜欢数据分析,数据可视化的小伙伴呢,本人整理了如下内容,喜欢的可以关注UP主,私信“Python”无偿获取哦(点开头像就能看到私信按钮啦)