- 博客(12)
- 收藏
- 关注
RSS订阅原创 相关类可视化图像
在当今数据驱动的时代，数据可视化已成为分析和理解复杂数据的重要手段。相关类可视化图像更是凭借其直观、清晰的特点，在诸多领域的数据分析与展示中发挥着关键作用。无论是探索数据间的内在联系、对比不同类别数据的特征，还是呈现数据的分布与趋势，相关类可视化图像都为我们提供了便捷的窗口。本次实验总结聚焦于各类相关可视化图像，旨在通过实际操作与深入探究，全面了解不同类型图像的适用场景、构建原理以及所能传达的信息特点。
2025-06-10 14:53:46
1036
原创 地理特征类可视化图像
变形地图（Anamorphic Map）是通过非传统投影方式或人为调整地图形状，刻意改变地理空间的视觉表达，以突出特定区域、数据或主题的地图形式。其核心特点是牺牲部分地理精度，换取目标信息的强化呈现。优点**聚焦核心区域：**通过放大或扭曲特定区域（如国家、城市），使其成为视觉焦点，适合强调局部细节（例如：将本国或本地区置于地图中心并放大）。示例：将中国地图变形为“长三角地区放大”的视觉效果，用于区域经济分析。**增强数据对比：**结合数据可视化（如人口密度、资源分布），通过变形调整区域面积或位置，
2025-05-19 20:49:00
767
原创 文本数据可视化
本数据化的本质是“信息提取”与“噪声过滤”的平衡艺术。特征表示方法的选择需结合任务类型（分类/聚类）、数据规模与计算资源。预处理阶段的细节（如分词粒度、停用词列表）直接影响后续模型上限。盲目追求复杂模型（如深度学习）可能因数据量不足导致过拟合，需优先验证基础方法。文本去噪不应过度依赖自动化工具，人工校验可避免关键信息误删（如领域术语）。模型评估需多维度考量（如准确率、召回率、主题一致性），避免单一指标误导。引入深度学习模型（如TextCNN、BERT）提升语义理解能力。
2025-05-12 11:25:04
982
原创 时间趋势类可视化图像
时间趋势可视化的核心目的通过图形化手段呈现数据随时间变化的规律、趋势、周期性或异常波动，帮助用户快速识别模式、对比差异或预测未来。
2025-05-08 18:53:12
823
原创 关系数据的可视化
本实验旨在通过可视化技术呈现关系型数据（如社交网络、数据库表、知识图谱等）中的实体及其关联关系，探索数据背后的结构与模式。完成情况：成功应用了多种可视化方法（如节点-链接图、矩阵图、层次结构图等），实现了对数据的直观展示，并验证了不同可视化工具与算法的适用性。针对原始关系数据（如CSV、数据库表），进行了数据清洗、格式转换与关系抽取，确保数据质量与可视化兼容性。矩阵图：通过邻接矩阵或相似度矩阵展示高维关系，适用于稠密网络的可视化。层次结构图：利用树图、桑基图等呈现层级关系（如组织结构、分类数据）。
2025-04-28 09:29:46
1015
原创 分布类可视化图像
分布类可视化的特点1.展示数据分布：反映数据的整体分布形态，如对称性、偏态、峰度、多模态等。2.揭示统计特征：展示数据的集中趋势（如均值、中位数）、离散程度（如四分位数、极值）等。3.检测异常值：通过可视化手段快速识别数据中的离群点或异常值。4.支持比较：可以比较多组数据或不同类别的分布差异。5.辅助假设检验：例如检验数据是否符合某种理论分布（如正态分布）。
2025-04-20 18:40:10
1098
原创 比例数据可视化
在绘制板块层级图之前，需要收集大量的原始数据，包括各板块的基本信息、相互关系以及层级结构等。这一过程让我学会了如何从多种渠道获取数据，如文献资料、数据库查询、实地调研（若适用）等，并对这些来源复杂的数据进行筛选、分类和整理，确保其准确性和完整性。在绘图过程中，我还掌握了一些绘图技巧，如合理布局以突出重点板块、使用不同的颜色和形状区分不同层级或类型的板块等，这些技巧有助于提高图表的可读性和表现力，使观众能够更直观地理解板块之间的关系。
2025-04-14 20:52:44
931
原创 局部与整体类可视化图像
适用于需要展示部分与整体关系，同时希望在中心区域显示额外信息的场景，如设备使用率、任务完成情况等。比较困难：与饼图类似，当类别较多时，比较各部分的大小仍然较为困难。解读难度：对于不熟悉树状图的人来说，可能需要时间来适应和理解。解读难度：对于不熟悉该图表的人来说，可能需要时间来适应和理解。色彩选择敏感：色彩的选择对数据的解读有很大影响，需要仔细调整。比较困难：当类别较多或比例相近时，比较各部分的大小较为困难。复杂性较高：设计和实现相对复杂，需要更多的编程和设计工作。
2025-04-04 16:50:10
317
原创 时间数据的可视化
1.掌握时间数据在大数据中的应用2.掌握时间数据可视化图表表示3. 利用Python程序实现堆叠柱形图可视化时间是一个非常重要的维度与属性。时间序列数据存在于社会的各个领域，如：天文观测数据、气象图像、临床诊断记录等。诊断记录包括病人的每次看病的病情记录以及心电图等扫描仪器的数据记录等。金融和商业交易记录如股市每天的交易价格及交易量、超市中每种商品的销售情况等。不管是延续性还是暂时性的时间数据，可视化的最终的目的就是从中发现趋势。时间型数据包含时间属性，不仅要表达数据随时间变化的规律，还需表达数据分布的
2025-03-31 20:47:44
406
原创 排序类相关的可视化图像
下面展示一些代码片。对于柱状图，我们首先定义了分类（categories）和对应的数值（values），然后使用plt.bar()函数创建柱状图，并通过plt.title()、plt.xlabel()和plt.ylabel()添加标题和坐标轴标签，最后使用plt.show()显示图形。
2025-03-23 16:52:15
970
原创 Tableau数据可视化入门和D3数据可视化基础
通过实验，我熟练掌握了Tableau Desktop的基本界面布局、功能按钮及操作流程，包括如何连接数据源、选择字段、创建图表和设置筛选器等。这些基础操作是进行数据可视化分析的必要前提。我深刻体会到了数据可视化的核心原则，如准确性、简洁性和可读性。在实验过程中，我学会了如何选择合适的图表类型来展示不同维度和度量的数据，以及如何调整图表的颜色、大小和标签等元素，以增强图表的可视化效果和信息传递能力。通过对“示例-超市”数据的深入分析，我学会了如何运用Tableau进行多维度的数据剖析和比较。
2025-03-16 19:41:16
801
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