- 博客(5)
- 收藏
- 关注
RSS订阅原创 比例数据可视化
进一步地，在设置 x、y 轴属性、添加图表标题和数据标签时，我完善了图表的细节，使其更加清晰易懂。例如，我了解到 matplotlib 的颜色映射（cmap）功能，可以将数据值映射到颜色空间，进而实现颜色的动态变化；在实验开始前，我按照要求成功安装了 pandas、matplotlib、seaborn 和 squarify 四个 Python 库，安装过程顺利，为后续的数据处理和绘图工作打下了基础。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。
2025-04-21 21:41:44
461
原创 分布类可视化图像总结
本文将系统介绍直方图、密度图、箱线图、小提琴图等常见分布类可视化图表的特点、应用场景及实现方法，帮助读者掌握如何选择合适的可视化工具来展现数据分布特征。密度图，特别是核密度估计图(Kernel Density Estimation, KDE)，是对直方图的平滑扩展，能更准确地反映连续数据的分布特性9。上四分位数（Q3）：一组从小到大按序排列的数据中，第75%个数据的数据值。下四分位数(Q1)：一组从小到大按序排列的数据中，第25%个数据的数据值。对数据分布的描述受"箱子"数量和宽度的影响较大。
2025-04-21 21:35:17
348
原创 时间数据的可视化
一、实验目的理解时间数据在大数据分析中的应用掌握时间数据的可视化展示方法使用Python编程实现堆叠柱形图的可视化展示二、实验原理时间是重要的维度和属性，时间序列数据广泛存在于各个领域，如天文观测、气象数据、临床诊断记录等。诊断记录包括病人的就诊记录及心电图等扫描数据。金融和商业交易数据如股市的日交易价格和交易量、超市中商品的销售情况等。不论是持续性还是暂时性的时间数据，数据可视化的核心目的是揭示其中的趋势。时间数据不仅包含时间属性，还需要展示数据随时间变化的规律，并揭示数据的时间分布特征。
2025-04-01 22:10:05
523
原创 总结比较与排序类相关的可视化图像
1.柱状图是最常用的数据可视化工具之一，通过柱子的高度或长度来表示不同类别的数据量大小，适用于比较不同类别或时间段之间的数值差异。柱状图的直观性强，能够清晰展示各类别之间的对比，尤其适合分类数据的展示。它通常用于展示单一变量在多个类别中的分布情况，且能够有效传达数据的数量关系。
2025-03-24 22:28:18
327
原创 Tableau数据可视化入门
在实验中，用户需要理解如何选择合适的数据源，并对数据进行初步的整理和清洗，以确保数据的准确性和可用性。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）。
2025-03-17 19:39:58
952
1
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