
数据可视化
Artoria____
这个作者很懒,什么都没留下…
展开
-
数据可视化各种图表对比总结
在对收集到的数据进行可视化的过程中,盲目的选择图表不仅仅图表的效果不好,甚至会产生误导。因此对在数据可视化的过程中常用的一些图表进行下总结柱状图适用场景:适用场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较,用于显示一段时间内的数据变化或显示各项之间的比较情况。优势:柱状图利用柱子的高度,反映数据的差异,肉眼对高度差异很敏感。劣势:柱状图的局限在于只适用中小规模...原创 2020-01-14 18:38:44 · 10073 阅读 · 1 评论 -
敲可爱的手绘风可视化库——cutecharts
作者:陈键冬,Python中文社区专栏作者,开源项目pyecharts核心开发者。pyecharts项目曾上榜 Github Trending in Open Source,目前star数量超过7100。GitHub:https://github.com/chenjiandongx项目地址:https://github.com/chenjiandongx/cutecharts初衷在闲...原创 2019-11-28 11:49:47 · 752 阅读 · 0 评论 -
超详细Seaborn绘图 ——(五)pointplot
pointplot,如其名,就是点图。点图代表散点图位置的数值变量的中心趋势估计,并使用误差线提供关于该估计的不确定性的一些指示。点图比条形图在聚焦一个或多个分类变量的不同级别之间的比较时更为有用。点图尤其善于表现交互作用:一个分类变量的层次之间的关系如何在第二个分类变量的层次之间变化。重要的一点是点图仅显示平均值(或其他估计值),但在许多情况下,显示分类变量的每个级别的值的分布可能会带有更多...原创 2019-11-23 21:42:38 · 15817 阅读 · 3 评论 -
超详细Seaborn绘图 ——(四)stripplot
stripplot是seaborn中的散点图。由于散点图在概念本身上没什么好多说的,就直接进入正题。目录一、语法二、参数详解三、实例一、语法seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False...原创 2019-11-23 19:07:16 · 11826 阅读 · 0 评论 -
超详细Seaborn绘图 ——(三)violinplot
目录一、基础概念二、语法三、参数详解四、实例一、基础概念小提琴图是箱线图与核密度图的结合,箱线图展示了分位数的位置,核密度图则展示了任意位置的密度,通过小提琴图可以知道哪些位置的数据点聚集的较多,因其形似小提琴而得名。其外围的曲线宽度代表数据点分布的密度,中间的箱线图则和普通箱线图表征的意义是一样的,代表着中位数、上下分位数、极差等。二、语法seaborn.violinplot(x=N...原创 2019-11-15 16:16:22 · 38143 阅读 · 0 评论 -
Pyecharts ——(一)bar
Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。pyecharts包含的图表:Bar(柱状图/条形图)Bar3D(3D 柱状图)Boxplot(箱形图)EffectScatter(带有涟漪特效动画的散点图)...原创 2019-11-02 11:04:18 · 7686 阅读 · 0 评论 -
超详细Seaborn绘图 ——(二)boxplot & boxenplot
箱形图(Box-plot)又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比较。箱形图最大的优点就是不受异常值的影响(异常值也称为离群值),可以以一种相对稳定的方式描述数据的离散分布情况。目录一、基础概念二、boxplot(一)语法(二)参数详解(三)实例一、基础概念一个boxplot主要包含六个数...原创 2019-11-01 13:40:31 · 41821 阅读 · 15 评论 -
超详细Seaborn绘图 ——(一)barplot
Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面,便于用户能够做出各种有吸引力的统计图表。Seaborn是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn能做出很具有吸引力的图,而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充,而不是替...原创 2019-10-28 23:06:28 · 57977 阅读 · 6 评论 -
数据可视化常见误区
之前在一个视频中看到了有一篇对数据可视化一些误区的讲解,觉得十分有道理。当时没有及时找到原文,经过反反复复的寻找(其实也没找多久hhh)终于找到,现分享于此。一、饼图顺序不当数据的展示顺序最好将份额最大的那部分放在12点方向,顺时针放置第二大份额的部分,以此类推。二、在线状图中使用虚线虚线会让人分心,用实线搭配合适的颜色更容易区分。三、数据被遮盖确保数据不会因为设计而丢失...转载 2019-10-05 09:21:12 · 536 阅读 · 0 评论 -
Tableau(一)
Tableau Desktop 是基于斯坦福大学突破性技术的软件应用程序。它帮助您生动地分析实际存在的任何结构化数据,以在几分钟内生成美观的图表、坐标图、仪表盘与报告。利用 Tableau 简便的拖放式界面,您可以自定义视图、布局、形状、颜色等等,帮助您展现自己的数据视角。目录一、下载 & 安装 & 破解二、创建图表(一)单变量图形1. 条形图2. 饼图3. 直方图4.折线图...原创 2019-09-27 18:03:49 · 1570 阅读 · 0 评论 -
Matplotlib绘图(二)
这篇博文对图像的设置命令进行详细解析首先有以下常用的图像设置命令:命令含义plt.title()设置图像标题plt.xlim()设置x轴显示范围plt.ylim()设置y轴显示范围plt.xlabel()设置x轴标题plt.ylabel()设置y轴标题plt.axhline()绘制平行于x轴的水平参考线plt.axvlin...原创 2019-09-16 22:14:24 · 926 阅读 · 1 评论 -
ECharts从零开始(二)—— Line
上篇博文介绍了如何简单地将官网中的实例绘制出来,这一篇来对实例中的Line进行一些简单地美化修改。首先要知道一些名词,就一个简单地官网实例来说:title、legend、toolbox如上图所示,其他的包括主体数据基本都是在series里面修改美化。这个实例的option代码如下:option = { title: { text: '未来一周气温变化', ...原创 2019-09-04 21:55:00 · 3258 阅读 · 0 评论 -
ECharts从零开始(三)—— Bar
本篇博文主要介绍bar中的一些参数以及如何绘制叠式柱形图。首先legend、datazoom、toolbox等配置上篇博文已经介绍,本篇就不再继续描述。bar的seires中有以下参数:barWidth&barMaxWidthbarWidth:柱条的宽度,不设时是自适应的,值不仅仅可以是数字,还可以为百分比。barMaxWidth:柱条的最大宽度,同样是自适应且支持百分...原创 2019-09-05 14:34:38 · 2751 阅读 · 0 评论 -
ECharts从零开始(四)—— title & legend
在对Line和Bar有了些许了解后,发现其实之前提到的title和legend下也有很多可以调整美化的。首先对title和legend下的参数进行详细的介绍。title每个图表最多仅有一个标题控件,但每个标题控件是可以设置主副标题的。title还支持九宫格自由布局的。那么先补充下什么是九宫格布局:left,topcenter,topright,top...原创 2019-09-06 19:33:26 · 1066 阅读 · 0 评论 -
ECharts从零开始(五)—— dataZoom & tooltip
这篇博文主要介绍dataZoom以及tooltip。一、dataZoomdataZoom组件用于区域缩放,从而能自由关注细节的数据信息,或者概览数据整体,或者去除离群点的影响。现在的dataZoom支持dataZoomInside和dataZoomSlider两种,前者是内置型数据区域缩放组件,内置于坐标系中的;后者是滑动条型数据区域缩放组件,有单独的滑动条,可在滑动条上进行缩放或漫游。...原创 2019-09-06 23:07:13 · 1752 阅读 · 0 评论 -
ECharts从零开始(六)—— Candlestick & Scatter
这篇博文主要介绍k线图、散点图(scatter)一、k线图K线图,全名为Candlestick。一个K线图中包含四个数据,即开盘价、最高价、最低价、收盘价,所有的k线都是围绕这四个数据展开,反映大势的状况和价格信息。当开盘价低于收盘价时,表明当天是盈利的,称作阳线;当开盘价高于收盘价时,表明当天是亏损的,称作阴线。在涨和停的颜色分布上,默认为“红涨蓝停”或红涨绿停,可以在itemSty...原创 2019-09-07 11:07:21 · 2206 阅读 · 0 评论 -
ECharts从零开始(七)—— pie
这篇博文介绍饼图饼图(pie)borderColor & borderWidth我们可以通过borderColor和borderWidth来修改饼图边框色以及宽度:不过通常是将borderColor设置为白色来分开每块区域:label & labelLine首先可以在label中修改position的位置,可以设置为inside(inner同inside...原创 2019-09-08 10:23:20 · 1935 阅读 · 0 评论 -
ECharts从零开始(八)—— gauge & funnel
这篇博文介绍仪表盘(gauge)和漏斗图(funne)一、gaugeradius & startAngle & endAngleradius为仪表盘半径,可以是相对于容器高宽中较小的一项的一半的百分比,也可以是绝对的数值。startAngle和饼图类似,同为开始时的角度,默认为225°min & maxsplitNumberaxisLine...原创 2019-09-12 20:27:32 · 2459 阅读 · 0 评论 -
Matplotlib绘图(一)
Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。它的pyplot字库提供了和MATLAB类似的绘图API,方便用户快速绘制2D图表。配合NumPy等模块使用,可以更好的实现科学计算结果的可视化显示。先可以看看官方文档,在Usage Guide中可以看到,一个图由以下组成:接下来会慢慢对这些参数进行介绍。目录一、导...原创 2019-09-15 13:10:19 · 1254 阅读 · 0 评论 -
ECharts从零开始(一)
最近发现了一个高逼格的可视化工具ECharts,在简单接触后发现是用JAVA写的,奈何不会JAVA。于是在网上搜了搜整理了下,把一些思路及参考文献放在这。ECharts,缩写来自Enterprise Charts,商业级数据图表,一个纯Javascript的图表库,可以流畅的运行在PC和移动设备上,兼容当前绝大部分浏览器(IE6/7/8/9/10/11,chrome,firefox,Safa...原创 2019-09-03 10:17:16 · 2003 阅读 · 0 评论