- 博客(12)
- 收藏
- 关注
RSS订阅原创 总结（相关类可视化图像）
图表类型核心特点典型应用场景优势局限性散点图- 二维平面展示两变量关系- 点位置由变量值决定- 直观识别线性 / 非线性趋势1. 身高与体重相关性分析2. 广告投入与销售额关系- 简单直观- 易发现异常值- 支持分组对比- 仅适合两变量- 数据点过多时易重叠气泡图- 散点图扩展，第三变量由气泡大小表示- 可同时展示三个连续变量- 信息密度高1. 城市人口、GDP 与房价关系2. 产品销量、价格与利润分析- 多维数据可视化- 直观展示量级差异。
2025-06-16 07:59:08
675
原创 数据可视化交互
这些实验涵盖了条形图、饼图、散点图、折线图、地理图等多种可视化图表类型，体现了数据可视化在空气质量分析中的应用，帮助学习者掌握不同场景下的可视化技术与交互设计。交互的原则、交互的分类以及常见的交互技术，尤其是几种常见的交互技术，只有熟练掌握并使用恰当，才可能设计出用户体验良好的可视化应用。这些基本原则对交互的效果起着至关重要的作用富。2. 添加全局配置项：标题为“城市 AQI 对比”，坐标轴名称分别为“AQI 指数”和“城市” 3. 使 MarkLine 标记 AQI 均值线（参考值：80），并设置不同。
2025-06-08 18:39:31
948
原创 总结（地理特征类可视化图像）
一、地理可视化核心类型概览图表类型核心定义核心视觉元素典型工具 / 库蜂窝热力地图用六边形网格聚合地理数据，颜色表示密度分布六边形网格、颜色渐变、密度值变形地图按属性值（如人口）缩放区域面积，扭曲地理形状突出数据差异面积比例、颜色分类、原始形状对比关联地图用节点和边展示实体关系网络，不强调地理位置节点大小 / 颜色、边粗细 / 箭头气泡地图气泡位置（经纬度）和大小（数值）结合，颜色表示分类维度气泡大小、颜色映射、地理底图三维地形渲染图。
2025-05-26 07:56:40
791
原创 文本数据可视化
本次实验围绕文本数据可视化与文献指纹构建展开，成功达成实验目标。在文本可视化部分，通过Python的matplotlibjieba和wordcloud库，对《千千阙歌》歌词文本进行处理。经中文分词、词频统计后，利用自定义的形状蒙版函数，分别生成花形、月亮形、风车形等多种形状的词云图，直观展示了高频词汇分布，加深了对文本可视化技术的理解与应用。在文献指纹构建环节，以《师说》为数据来源，严格遵循“读取数据 - 分词与特征提取 - 计算TF-IDF向量 - 生成指纹 - 验证唯一性”的步骤。
2025-05-13 10:43:11
662
原创 总结时间趋势类相关的可视化图像
节省垂直空间- 多序列趋势对比- 适合长期密集数据股票对比、服务器负载监控、传感器数据Matplotlib低多品牌周销量数据。
2025-05-11 21:01:09
1779
原创 关系数据的可视化
本次实验通过Python的seaborn、matplotlib和pyecharts等可视化工具，探索了关系数据的多种可视化方法。实验首先使用seaborn的jointplot方法，将散点图、密度分布图和直方图结合，直观展示了murder和burglary两种犯罪类型的相关性和分布特征。动态散点图则通过pyecharts实现，以箭头符号标记数据点，增强了交互性和视觉表现力。矩阵图（pairplot）进一步分析了七种犯罪类型之间的成对关系，揭示了多维数据的分布模式和潜在相关性。
2025-04-28 20:32:01
1790
原创 总结（分布类可视化图像）
图表类型特点应用场景直方图柱状图展示数据频数分布分析单变量分布形状密度图平滑的概率密度曲线比较多个数据集的分布箱线图展示四分位数、中位数和异常值比较多个数据集的分布和离散程度小提琴图结合箱线图和密度图，展示分布形状和统计量同时展示分布形状和统计量工具选择：适合基础的可视化需求，灵活性高，但美观性稍逊。Seaborn：基于 Matplotlib，提供更高级的接口和更美观的默认样式，适合快速绘制复杂的统计图表。通过这些图表，可以更直观地理解和分析数据的分布特性。
2025-04-20 17:13:54
1008
原创 比例数据可视化
通过Pandas读取并合并多个CSV文件，构建完整的数据集，运用groupby进行分组统计，计算各部门的产品和通道数量，并通过排序整理数据。可视化部分采用树状图呈现部门结构，利用Matplotlib创建图形基础，结合Seaborn的调色板设置颜色风格，通过Squarify库实现专业的树状图布局。实现了复杂的数据标签生成、颜色映射归一化处理，以及图形元素的精细控制，包括标题、颜色条、坐标轴等组件的定制化设置。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 20:06:42
930
原创 总结（局部与整体类可视化图像）
局部与整体类可视化图表对比图表类型特点适用场景实现工具优缺点饼图单层级占比展示，圆形分割比例分析（如市场份额、预算分配）plt.pie)、Excel✅ 直观易懂；❌ 类别过多时难以阅读环形图饼图中心留白，可加入额外信息比例分析+中心标注（如完成率）wedgeprops调整)✅ 节省空间；❌ 仍受限于类别数量旭日图（Sunburst）多层环形嵌套，展示层级占比层级数据（如文件系统、组织结构）Plotly ()、D3.js✅ 适合复杂层级；❌ 需要交互式工具优化显示。
2025-04-06 19:51:53
973
原创 时间数据的可视化
本次实验围绕时间序列数据的可视化展开，通过不同类型的图表对热狗大胃王比赛历年成绩数据进行了多维度的可视化分析，深入理解了时间数据在不同图表类型中的表现方式和应用场景。在实验过程中，我首先掌握了数据准备的基本流程，包括从CSV文件读取数据、清洗数据以及转换数据格式等步骤。通过使用PyEcharts这一强大的Python可视化库，我成功实现了四种不同类型的可视化图表：多折线图清晰地展示了三组选手随时间变化的趋势对比；热力图直观呈现了数据在时间和类别两个维度上的密度分布；
2025-03-31 23:21:23
1747
原创 总结比较与排序类相关的可视化图像
请总结比较与排序类相关的可视化图像，包括但不限于：柱状图、环形柱状图、子弹图、哑铃图、雷达图、平行坐标图、词云图等。总结内容包括但不限于图表的特点、应用场景和使用某一工具的实现过程及结果。比较与排序类可视化图像总结柱状图是一种通过不同长度的柱子直观地展示不同类别之间的数值大小。这种图表特别适合比较少量类别之间的差异，因为它能够清晰地展示各类别的相对值，便于观察和分析。1.比较不同产品的销量：例如，可以使用柱状图来展示不同品牌手机的销量情况，帮助企业了解市场份额。
2025-03-17 20:59:26
955
原创 数据可视化基础实验
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）。Tableau 将数据分为：数字（十进制），数字（整数），字符串，布尔，日期，日期和时间，还有地理类型（如果数据源中有城市，省份的数据可以分配为地理类型）。
2025-03-16 13:08:55
659
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