- 博客(13)
- 收藏
- 关注
RSS订阅原创 相关类可视化图像总结
散点图通过在二维坐标系中绘制数据点来展示两个连续变量之间的关系，每个点的位置由两个变量的值决定。散点图是探索性数据分析中最基础也最强大的工具之一。
2025-06-09 10:49:59
760
原创 地理特征类可视化图像总结
蜂窝热力地图采用六边形网格对地理空间进行离散化处理，每个六边形称为一个"蜂窝"。统计落入每个蜂窝内的数据点数量或计算汇总值，通过颜色渐变表示数值大小。六边形相比正方形能更有效地近似圆形，减少方向偏差，且相邻单元中心距相等，更适合表示空间连续性。
2025-05-19 21:05:56
1000
原创 数据可视化交互
本次实验围绕全国城市AQI数据，综合运用Pyecharts和Plotly完成五类可视化任务：实验1用Pyecharts绘制横向条形图并标记均值线；实验2通过Pie图表展示AQI等级占比并实现点击交互；实验3利用Tab组件构建多图表仪表盘，包含条形图、散点对比图和折线图，共享暗黑主题；实验4和5分别基于Geo和3D图表实现二维及三维地理可视化，通过颜色和高度映射AQI值。
2025-05-19 20:58:57
1005
原创 文本数据可视化
本次实验以多项目标为导向，全面探索文本可视化领域。首要目的是深入理解文本可视化概念，明晰其通过图形化手段将抽象文本转化为直观视觉信息的核心意义。在此基础上，系统学习文本预处理、分词、特征提取等相关技术，掌握如何将原始文本转化为可视化可用的数据形式。在实践层面，通过对特定文本进行信息提取，利用词云图实现可视表达，直观展现文本中词汇的重要程度与分布特征。同时，尝试构造文本指纹，探索以哈希算法、MinHash等技术提炼文本特征标识，用于文本相似性分析与查重。
2025-05-12 10:07:46
880
原创 时间趋势类可视化图像总结
图表类型特点应用场景优点缺点地平线图紧凑展示多个时间序列，起点对齐，用颜色或样式区分序列对比不同产品销售趋势、地区经济增长趋势等节省空间，便于对比趋势，简洁明了序列过多易杂乱，难展示复杂关系，数据少效果不佳河流图特殊堆叠图，平滑边界，展示数据组成随时间的动态变化分析市场份额、人口结构、文化作品流行趋势等视觉独特，展示动态关系好，适合大量数据解读复杂，类别多易混淆，难精确读数瀑布图以条形图展示数据从起始值开始的增减变化过程财务分析、项目预算、人口数量变化等。
2025-05-12 08:54:38
1079
原创 关系数据的可视化
在数据预处理阶段，为确保分析结果的准确性和有效性，对原始数据进行了清洗。剔除了United States和 “District of Columbia” 两行数据，前者代表全美平均值，会干扰各州数据的相关性分析，后者数据具有异常性，可能影响整体关系的呈现。在可视化环节，主要采用了热力图、成对图和平行坐标图三种方式。热力图通过计算七种犯罪类型之间的相关系数，并以热力图的形式展示，能够直观地呈现变量间的相关程度。
2025-04-28 10:56:35
802
原创 总结（分布类可视化图像）
图表类型特点应用场景优点缺点直方图用不等高纵向条纹或线段展示数据分布，划分区间，条形高度代表区间频数，直观呈现数据集中与离散程度展示数值型数据分布，分析数据偏态直观易懂，适合大量数据分布展示区间选择影响结果，无法展示具体数值密度图以平滑曲线展示数据分布，基于核密度估计，可看出分布形态，避免区间选择影响比较不同数据集分布，分析数据分布特征平滑展示分布，便于比较多个数据集数据量小时估计可能不准确，不如直方图展示频数直观箱线图。
2025-04-19 17:14:25
829
原创 比例数据可视化
板块层级图（treemap）是一种基于面积的可视化方式，通过每一个板块（通常为矩形）的尺寸大小进行度量。外部矩形代表父类别，而内部矩形代表子类别。我们也可以通过板块层级图简单的呈现比例关系，不过它更擅于呈现树状结构的数据。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。在这里我们使用pandas库中的read_csv函数来读取这3个数据文件。我们需要根据源表对目标表进行匹配查询，使用merge函数进行操作。绘制初始的板块层级图。
2025-04-14 20:10:38
547
原创 局部与整体类可视化图像
数据中包含了产品的两个层级分类（“category” 类别和 “subcategory” 子类别）以及对应的销售金额（“sales”）。例如，观众可以清晰看到 “电子产品” 和 “食品” 作为一级分类的销售情况，还能进一步看到 “电子产品” 下 “手机”“电脑” 等子分类，以及 “食品” 下 “零食”“饮料” 等子分类的销售情况。图中每个圆代表一个数据节点，不同的圆使用随机颜色填充，并且每个圆的中心位置显示对应的标签。：先生成两个圆的韦恩图，显示 A、B 集合的交集和独立部分。
2025-04-06 23:14:28
1400
原创 比较与排序类可视化图像
特点：应用场景：Python实现：特点：视觉呈现方面数据比较方面Python实现：特点：数据展示清晰直观信息丰富简洁应用场景：商业与金融领域项目管理领域市场营销领域Python实现：特点：1.用线段连接两个点，表示两个时间点或类别的差异。2.适合展示变化或差异。应用场景：1.比较两个时间点的数据（如疫情前后）。2.展示类别之间的差异。Python实现：特点：应用场景：多维数据比较（如技能评估、产品特性对比）。Python实现：特点：应用场景：1.高维数据探索（如机器学习特征分析
2025-03-24 09:03:52
1199
原创 实验二：D3数据可视化基础
本次实验，旨在深入掌握D3数据可视化的使用方法。实验围绕四个题目展开：制作简单柱形图，通过选取基础数据，运用D3函数设定坐标轴、柱子样式等元素，初次构建起数据与图形的映射关系，直观呈现数据分布。制作动态柱形图时，引入时间变量，利用D3的过渡效果函数，使柱子高度、颜色等属性随时间变化，生动展现数据动态趋势。制作饼形图过程中，依据数据占比计算角度，结合D3的路径生成器绘制扇形，精心调整填充颜色与标签，让各部分占比一目了然。
2025-03-17 11:50:05
752
原创 实验一、Tableau数据可视化入门
本次Tableau 数据可视化入门实验旨在熟悉Tableau Desktop使用方法，实现 Excel 数据基本可视化。实验中，顺利将Excel数据导入Tableau，通过在工作表中将数据字段拖放至行、列、标记等功能区，成功创建了柱状图、饼图、折线图等多种可视化图表，还掌握了数据筛选和排序的操作。期间虽遇到数据类型不匹配和图表样式调整不如预期的问题，但通过手动转换数据类型、查阅官方文档和教程得以解决。最终达成了实验目标，深刻体会到数据可视化在数据分析中的重要性，也认识到Tableau操作简单直观的优势。
2025-03-17 11:29:03
720
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