- 博客(8)
- 收藏
- 关注
RSS订阅原创 分布类可视化图像总结
数据分布是统计分析的基础，而可视化则是揭示数据特征最直观的方式。直方图、密度图、箱线图和小提琴图等分布类可视化图像，能够帮助我们深入理解数据的集中趋势、离散程度和分布形状。这些图表各有特点，适用于不同的分析场景。
2025-04-15 11:55:34
758
原创 没有标题题
("人工智能正在改变我们的生活方式。",("今天的天气很好。",("我喜欢读书和学习。",作用：这是训练数据，包含三对中英文句子，用于模型学习从中文到英文的翻译。数据结构sentences是一个列表，每个元素是一个元组，元组的第一个元素是中文句子（字符串），第二个元素是对应的英文翻译（字符串）。作用：编码器将源语言（中文）序列转换为隐藏表示，作为解码器的上下文。继承nn.Module是 PyTorch 的基类，提供模型参数管理和前向传播功能。参数input_dim。
2025-04-15 10:55:46
1000
原创 数据可视化实验：比例数据可视化（板块层级图）
本次实验围绕数据可视化中的比例数据展示展开，重点学习了如何通过板块层级图直观呈现树状结构数据的分布关系。实验以Python为工具，结合pandas、matplotlib和squarify等库，从数据读取、处理到可视化逐步实现。通过merge函数对数据进行整合匹配，利用归一化方法将商品数量映射为颜色深浅，并以通道数量决定矩形面积大小，最终通过squarify库绘制出层次分明的板块层级图。
2025-04-14 20:37:03
997
原创 局部与整体类可视化图像总结
韦恩图：突出集合间的关系，适合交集分析。饼图与环形图：强调分类数据的比例，适合简单或多层比例展示。旭日图与圆堆积图：擅长呈现层次结构数据，适合复杂数据集。根据数据的特性和展示目标选择合适的图表，能更有效地传递信息。总结对比表图表类型适用场景优势劣势韦恩图集合间逻辑关系（交集/并集）直观展示交集，逻辑清晰集合过多时可读性差，无定量数据饼图整体与部分比例（少量类别）简单直观，强调占比类别过多时混乱，无法展示趋势环形图多组分布对比空间高效，支持多组叠加环过多时干扰大，依赖颜色区分旭日图。
2025-04-02 18:26:55
753
原创 数据可视化实验：时间数据的可视化
本次实验借助Python编程语言与pyecharts库，成功实现了时间数据的可视化，顺利绘制出堆叠柱形图与。在实验进程中，我们深入探究了时间数据于大数据领域的广泛应用场景，以及其可视化呈现的重要意义。堆叠柱形图，适用于展示含有子分类，且子分类总和具备实际意义的数据；另一张图则擅长对比相近数值，或用于呈现周期性时间概念。不过，若要展示随时间变化的趋势，折线图凭借其清晰直观的趋势线条，会是更为适宜的选择。
2025-03-31 23:46:56
646
原创 比较与排序类可视化图像总结
柱状图：用柱子展示数据量，适合比较类别数据，如销量或收入，样式灵活。环形柱状图：柱子环绕圆心，突出周期性数据，如一周活动时长，视觉吸引。子弹图：紧凑显示实际值与目标值，适合监控指标，如销售目标，样式可调。哑铃图：点和线展示两点差异，适合比较变化，如工资差距，样式自定。雷达图：展示多维数据，适合比较多属性，如技能评估，视觉独特。平行坐标图：展示高维数据，易识模式与异常，适合多变量分析，如汽车性能。词云图：显示关键词，大小依频率，适合文本分析，如社交媒体评论。
2025-03-22 22:39:48
568
2
原创 数据可视化基础实验：D3数据可视化
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）。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。再对每个 元素，添加。
2025-03-15 16:07:13
1006
原创 数据可视化基础实验：Tableau可视化入门
这次用Tableau做数据可视化实验收获很大。软件界面友好，仅凭直觉般的拖拽就能生成图表，对新手十分友好。连接数据的功能也很方便，适合处理不同格式的数据。而在制作条形图、气泡图这些图表时，我能感觉到Tableau的图表类型十分多样。尤其是填充地球图，几步就能把数据按地区展示出来，对分析区域差异特别有用。做仪表板整合多个图表使数据展示更清晰了，不同维度的数据对比起来也方便。不过实验里也遇到了问题，比如调整数据类型和设置筛选条件，得反复检查才能保证准确。这让我意识到，除了会用软件，理解数据本身也很重要。
2025-03-15 16:06:38
560
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