- 博客(12)
- 收藏
- 关注
RSS订阅原创 总结（相关类可视化图像）
笛卡尔坐标系中，用点位置映射两个连续变量（X轴/Y轴）：可叠加回归线（）、置信区间、分类着色（hue参数）：超过5000点易产生重叠，需结合抖动（）或透明度（alpha=0.3：边际分布图（）可同时显示单变量直方图/密度曲线金融分析：股票收益率与交易量关系（识别异常交易日）医疗研究：药物剂量与疗效响应（发现非线性关系）电商运营：用户浏览时长与购买金额（定位高价值群体）
2025-06-16 09:31:08
823
原创 数据可视化交互
1.可视化技术的优势：通过本次实验，发现可视化技术相比传统统计技术在数据展示方面具有显著优势。可视化图表能够直观地展示数据的分布、趋势和差异，尤其是结合交互功能后，用户体验得到了极大提升。2.交互设计的重要性：交互设计是可视化应用的关键环节。合理的交互功能可以增强用户的参与感和数据理解能力。在设计交互时，需要充分考虑用户的需求和操作习惯，确保交互的自然性和易用性。3.图表选择的依据：不同的可视化图表适用于不同的数据类型和分析需求。
2025-05-29 20:13:26
703
原创 地理特征类可视化图像
使用气泡的大小和颜色表示数据的数值大小和类别差异，位置对应具体的地理坐标。：地图以六边形网格展示数据密度，颜色越深表示数据越集中，热点区域一目了然。：用曲线/直线连接不同地理点，展示空间关联，适合分析流动数据的方向和强度。：各城市以不同大小的气泡展示，数值越大气泡越大，数量级对比明显。：常用于展示国家或地区的经济总量、人口数量、选举结果等数据。：常用于展示不同城市的销售额、人口数量、疫情感染人数等。：通过线条连接不同地理点，展示数据之间的流向和强度。：通过变形展示各区域的数值差异，直观反映变量大小。
2025-05-25 20:43:28
1834
原创 文本数据可视化
Jieba 是专门针对中文文本的分词工具，解决了中文因无空格分隔而难以直接处理的问题。：选择出现次数适中的单词作为特征，有助于平衡特征的分布，避免某些特征过于突出或过于稀疏。数据来源：实验-第六章文件夹，《师说》-韩愈.txt，尝试构造该文本内容的文献指纹。：文献指纹是一种将文本转换为数值向量的方法，使得文本数据可以用于进一步的分析和比较。：将提取的特征转换为一个固定长度的向量，每个元素代表一个特征词的出现次数。：预处理步骤是为了消除文本中的噪声，使得后续的特征提取更加准确和有效。内容要求有层次有逻辑。
2025-05-18 21:15:16
876
原创 关系数据的可视化
图中以动态效果的箭头形状散点（symbol=“arrow”）表示各州的谋杀率与盗窃率数据点，每个箭头的起点对应谋杀率，终点对应盗窃率，箭头的方向和长度直观地反映了两种犯罪率之间的差异。分析数据的时候，可以从整体进行观察，或者关注下数据的分布。图的布局是一个7×7的矩阵，矩阵的行和列分别对应不同的犯罪类型，对角线上的值为1，表示每种犯罪类型与自身的相关性。在图的右侧和顶部分别绘制了谋杀率和盗窃率的边缘分布，以蓝色的核密度估计曲线（kde）呈现，核密度曲线的颜色为天蓝色，这有助于观察这两种犯罪率的分布情况。
2025-04-28 20:35:02
814
原创 分布类相关的可视化图像
直方图适合初步探索数据分布，直观展示数据的频数分布。密度图适合展示平滑的分布曲线，便于比较多个数据集的分布差异。箱线图适合快速展示数据的统计特征和异常值。小提琴图结合了箱线图和密度图的优点，适合展示复杂数据集的分布形态和统计特征。蜂巢图通过抖动数据点避免重叠，能够直观地展示数据的分布情况，尤其适用于展示离散数据的分布。
2025-04-16 13:57:09
1665
原创 绘制板块层级图
使用pandas的merge函数根据共同的键（如aisle_id和department_id）合并多个数据表，这是数据清洗和整合的关键步骤。使用groupby方法对数据进行分组，并使用nunique函数计算每个组内的唯一值数量，这是数据分析中常用的数据聚合技术。1.数据处理的重要性：在绘制图表之前，对数据进行适当的处理和聚合是非常重要的，这直接影响到图表的质量和信息的传达效果。读取绘图所用的数据，并对数据进行处理将数据处理成我们可以使用的形式，绘制板块层级图，设置标签和标题。
2025-04-14 20:28:29
394
原创 局部与整体类可视化图像
a.基因学中的基因重叠分析、用户群体交集统计、逻辑关系教学。(4)结果：嵌套圆形，父节点包裹子节点，面积与值成正比。a.文件目录大小分析、组织结构层级、电商商品分类占比。a.市场份额、预算分配、人口比例等单一层级占比分析。a.多层环形结构，展示层次数据，外层是内层的子分类。b.直观展示数据集的逻辑关系（并集、交集、补集）。a.生态系统分类、社交网络关系、层次化数据展示。a.用圆形或椭圆表示集合，重叠区域表示交集。a.圆形嵌套表示层次结构，面积大小反映数值。a.扇形面积表示比例，总和为100%。
2025-04-06 22:26:41
442
原创 时间数据的可视化
这里就讲述下离散型数据的堆叠柱形图，堆叠柱形图的几何形状和常规柱形图很相似，在柱形图中，数据值为并行排列，而在堆叠柱图则是一个个叠加起来的。我们实现了两种不同的堆叠柱形图（极坐标系的堆叠柱形图和南丁格尔玫瑰图），并使用雷达图展示热狗大胃王比赛的成绩，进一步加深了对数据可视化技术的理解。掌握了 pyecharts 的用法：对 pyecharts 库的使用有了深入的了解，能够灵活运用其功能来创建多种图表，并通过简单的代码实现复杂的可视化效果。二：打开cmd ,安装python所需要的第三方的包（不需要做）
2025-03-31 23:41:09
948
原创 总结（比较与排序类可视化图像）
结果：同一类别两点通过线段连接，颜色区分起始与结束值。结合条形图与刻度标记，显示实际值、目标值和性能区间。同一指标在不同时间点/组别的对比（如疫情前后数据）。绩效评估（如销售额 vs 目标）、资源使用率监控。时间周期数据（如小时/月份分布）、艺术化报告。多变量数据通过平行轴连线展示，揭示变量间关系。结果：生成垂直柱状图，条形高度反映数值大小。结果：环形布局的柱状图，不同颜色区分性别。能力评估（如技能雷达图）、产品多维度评测。结果：字体大小与词频正相关，高频词更突出。销售额对比、人口统计、不同产品性能比较。
2025-03-17 20:21:06
866
转载 Tableau数据可视化入门/D3数据可视化基础
D3 总共提供了12个布局：饼状图（Pie）、力导向图（Force）、弦图（Chord）、树状图（Tree）、集群图（Cluster）、捆图（Bundle）、打包图（Pack）、直方图（Histogram）、分区图（Partition）、堆栈图（Stack）、矩阵树图（Treemap）、层级图（Hierarchy）。为此，我们需要用到生成器。D3 的全称是（Data-Driven Documents），是一个被数据驱动的文档，其实就是一个 JavaScript 的函数库，使用它主要是用来做数据可视化的。
2025-03-16 16:05:54
84
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