- 博客(4)
- 收藏
- 关注
RSS订阅原创 数据可视化
我们可以将数据分为浮点数、整数、字符等；根据概念模型，可以定义数据为其对应的实际意义或者对象。在科学计算中，通常根据测量标度将数据分为四类：类别型数据、有序型数据、区间型数据和比值型数据。通常并不区分区间型数据和比值型数据，所以可以将数据类型精简为三种：类别型数据、有序型数据和数值型数据（包括区间型数据和比值型数据）根据数据分析的要求，不同的应用应采用不同的数据分类方法。
2023-04-09 21:14:08
157
1
原创 数据分析可视化
空间数据是指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据，它可以用来描述来自现实世界的目标，它具有定位、定性、时间和空间关系等特性。诸如此类的分类所得到的数据被称为分类数据。数据通常以表哥形式的出现，表格中有多个列，每一列代表一个变量，将这份数据就称为多变量数据，多变量常用来研究变量之间的相关性。对于不同的可视化，颜色要慎重地选择，用有效的颜色对不同的数据元素进行区分。公共卫生监测的成功和用可理解的方式来分析和表示数据有密不可分的关系。医学数据的云可视化的安全性也是非常重要的。
2023-04-02 10:20:28
214
原创 【无标题】
整个过程好像要做一桌子菜，数据采集是买菜备料，数据存储是洗菜归置，数据分析是准备菜谱，数据呈现是烹饪摆盘，数据运营是推荐反馈。笔者通过“数据在业务中的位置”、“数据可视化在数据中的位置”，以及“Dashboard在数据可视化中的位置”层层剖析，以此来理解Dashboard。如条形图（柱状图） 在制作条形图时需要注意保持图形长度的真实性，如下两个条形图，左边的图形以3000作为纵坐标轴起点，导致蓝色矩形长度变短，看上去蓝色矩形长度只是红色的1/4，扭曲了两个矩形的长度关系。面积体积越大则表示【度量】越大。
2023-03-26 19:37:33
427
原创 笔记笔记笔记
它是可识别的、抽象的符号。数据挖掘则是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，通过应用聚类、分类、回归和关联规则等技术，挖掘潜在价值的过程。关系，指数据之间的相关性关联性和因果关系数据间的比较数据的构成数据的分布或联系3.3异常，指有问题的数据设备出错人为错误输入正确的数据二、数据可视化的作用与意义1.作用：记录信息，分析推理，信息传播与协同2.数据可视化的分类：科学可视化，信息可视化，可视分析学 科学可视化 面向科学和工程领域数据 如何以几何、拓扑和形状特征来呈现数据中蕴含的规律。
2023-03-18 21:41:30
347
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人