数据可视化
数据工程与机器学习
这个作者很懒,什么都没留下…
展开
-
使用R shiny和semantic.dashboard创建令人惊叹的网页App
semantic.dashboard入门仪表板(Dashboards)使您可以直观地组织报表,并将其分解为易于阅读的块。因此,与传统报告相比,最终用户可以更轻松地浏览数据。R包shinydashboard 已经问世了很长时间,它是具有非常不错的功能。但是,使用它构建的应用程序看起来很相似,特别是如果您在多个项目中使用它。许多简单的仪表板应用可能给客户留下不好的印象。这就是semantic.dashboard发挥作用的地方。semantic.dashboard 是Appsilon创建的Shinydash原创 2020-12-06 08:54:37 · 761 阅读 · 0 评论 -
用Python构建仪表盘应用的最佳工具
为正确的项目选择正确的工具数据分析的重要部分是沟通,我们需要以一种易于理解的方式来传播信息,以交流,突出显示和可视化关键区域。仪表板(Dashboard)使您的数据可视化更上一层楼。他们连接了不同的可视化组件,并制作了一个完整而集成的数据可视化故事。Web应用程序仪表板还允许用户与数据进行交互,从而使他们可以查看和调整他们想要的内容。在Python中创建仪表板从未如此简单。我们有几个仪表板工具可供使用,以制作连贯的数据可视化故事,而无需使用Tableau或Power BI之类的传统仪表板工具。在本文原创 2020-12-05 10:37:31 · 1043 阅读 · 0 评论 -
用Python Flask, Plotly和AdminLTE创建仪表盘
当我第一次学习Flask来创建功能性仪表板(Dashboard)时,很难找到真正符合我需要的教程或文档。它们要么太简单了,没有足够的参考价值,要么太复杂,包含了很多我不需要的功能。因此,为了理解本文,我希望您已经掌握了Flask、HTML&CSS、Bootstrap的基本知识,并且能够方便地使用python绘图库。也许有人会问我为什么不选择更熟悉的python库,比如Matplotlib和Seaborn进行绘图。答案是,如果我想在web仪表板上使用这些库,使用它们并不方便。据我所知,使用这些库,我原创 2020-12-02 07:47:50 · 1288 阅读 · 1 评论 -
Python数据可视化:往图表中添加文本就是这么简单
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。我们推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,使用matplotlib, seaborn, plotly等工具实现可视化。本文的主题是用Matplotlib往图表中添加文本。有时候我们希望向图表中添加文本,一些简单的描述能够突出重点,帮助读者理解图表的含义。Matplotlib提供两种添加文本的接口:ax.textax.annotateimport osimpo原创 2020-09-11 17:18:49 · 4018 阅读 · 0 评论 -
Python数据可视化:如何用Matplotlib创建子图
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。我们团队推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,使用matplotlib, seaborn, plotly等工具实现可视化。本文的主题是如何用Matplotlib创建子图。Matplotlib有一个概念subplot:包含在Figure对象中的小型Axes对象。这允许我们在一幅图中创建很多个子图,方便对比数据。创建子图的3种常用方法:fig.add_axesplt.原创 2020-09-07 18:26:29 · 2500 阅读 · 0 评论 -
Python数据可视化:如何用mplfinance创建蜡烛图
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。我们团队推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,使用matplotlib, seaborn, plotly等工具实现可视化。本文的主题是如何创建蜡烛图。蜡烛图在金融领域的应用非常广泛,蜡烛图包含了证券价格的开盘价,最高价,最低价,收盘价和成交量,是技术分析的基础。创建蜡烛图需要先安装一个三方库:mplfinance,这原本是Matplotlib的子模块,现被剥离成为一个独原创 2020-09-02 11:50:23 · 4536 阅读 · 1 评论 -
Python数据可视化:如何创建箱线图
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。我们团队推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,使用matplotlib, seaborn, plotly等工具实现可视化。本文的主题是如何用Matplotlib创建箱线图(boxplot)。import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineplt.style.use("ggplo原创 2020-08-31 16:31:55 · 990 阅读 · 0 评论 -
掌握这10个规则,小白也可以成为数据可视化大师
科学可视化通常被定义为以图形的方式显示数据的过程。但是,此过程远非直接或自动进行。表示相同数据的方法有很多:散点图,线性图,条形图和饼图等等。此外,根据谁在看该图,使用相同类型绘图的相同数据可能会有很大不同。科学可视化的更准确定义是人与数据之间的图形界面。在这篇简短的文章中,我们提供一组基本规则来改善图形设计并解释一些常见的陷阱。规则1:了解观众根据上述定义,当视觉感受与图形传达的意图有很大不同时,就会出现问题。因此,重要的是在设计过程中尽早识别观众和视觉传达的信息。视觉的图形设计应以此意图为依据。如果原创 2020-08-14 19:12:11 · 330 阅读 · 0 评论 -
Python数据可视化:如何创建柱状图
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。我们团队推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何用Matplotlib创建柱状图。import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineplt.style.use("ggplot")1.原创 2020-08-14 16:55:57 · 5349 阅读 · 0 评论 -
Python数据可视化:利用colormap让你的图表与众不同
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。我们团队推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何在Matplotlib中使用自定义颜色和colormap。import osimport requestsimport numpy as npimport pandas as pdimport matplotlib.pypl原创 2020-08-12 17:00:30 · 6755 阅读 · 0 评论 -
Python数据可视化:一文读懂直方图和密度图
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。用matplotlib生成基本图形非常简单,只需要几行代码,但要创建复杂的图表,需要调用更多的命令和反复试验,这要求用户对matplotlib有深入的认识。我们推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何用Matplotlib创建直方图和密度图。import numpy as np原创 2020-08-10 16:18:16 · 2665 阅读 · 0 评论 -
Python数据可视化:如何在图表中显示误差
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。这是Python数据可视化的系列短篇,针对初级和中级用户,将理论和示例代码相结合,使用matplotlib, seaborn, plotly等工具创建不同主题的图表。该系列教程既可以让初学者快速掌握可视化,也可以作为中级使用者的案头参考,干货满满,赶紧收藏吧。本文主题是如何在图表中显示误差。import osimport warningsimport requestsimport numpy as npimpor原创 2020-08-06 17:22:48 · 1441 阅读 · 0 评论 -
Python数据可视化:如何创建散点图
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。用matplotlib生成基本图形非常简单,只需要几行代码,但要创建复杂的图表,需要调用更多的命令和反复试验,这要求用户对matplotlib有深入的认识。蜂鸟数据推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何用Matplotlib创建散点图(scatter plot)。import原创 2020-08-05 13:17:41 · 4398 阅读 · 0 评论 -
Python数据可视化:如何创建曲线图
一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。用matplotlib生成基本图形非常简单,只需要几行代码,但要创建复杂的图表,需要调用更多的命令和反复试验,这要求用户对matplotlib有深入的认识。蜂鸟数据推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,分别使用matplotlib, seaborn, plotly等工具实现可视化。初学者使用matplotlib创建图形前,应该先学习matplotlib的基础知识,阅读另一原创 2020-08-04 13:39:57 · 3126 阅读 · 0 评论 -
Python数据可视化:走进matplotlib的世界
Python数据可视化:认识matplotlib一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。用matplotlib生成基本图形非常简单,只需要几行代码,但要创建复杂的图表,需要调用更多的命令和反复试验,这要求用户对matplotlib有深入的认识。蜂鸟数据推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,分别使用matplotlib, seaborn, plotly等工具实现可视化。首先从matplotlib开始。本文将介绍原创 2020-08-03 13:28:43 · 328 阅读 · 0 评论