《Getting Started with D3》填坑之旅(二):第一章

cover

Chapter 1. Introduction(入门)

第一章没有具体示例,只是交待了一些准备工作。

全书示例代码模板:

<!DOCTYPE html>
<html>
    <head>
        <meta charset="utf-8">
        <script src="d3.js"></script>
        <script>
            function draw(data) {
                "use strict";
                // badass visualization code goes here
            }
        </script>
    </head>
    <body>
        <script>
            d3.json("data/some_data.json", draw);
        </script>
    </body>
</html>

注意:这里的 D3 库文件是旧版的(【 v2.8.0.zip 下载】【 v5.15.1.zip 下载】)

这里出现了本书第一坑(小坑):如果使用的新版本,调用 d3.json() 要使用 Promise 写法:

d3.json("data/some_data.json").then(draw);

此外,书中还提到了一个在用 JSON 存数据时值得借鉴的基本原则:

数据不要放在 JSON 的键上。
——Micha 黄金法则

不推荐写法:

{
	"bob": 20,
	"alice": 23,
	"drew": 30
}

推荐写法:

[
    {
        "name": "bob",
        "age": 20
    },
    {
        "name": "alice",
        "age": 23
    },
    {
        "name": "drew",
        "age": 30
    }
]

这里还提到一个方法,用于快速切换到正确的 JSON 写法:d3.entries( objJSON ),但没有给出具体示例,这里补全:

let oldData = {
	"bob": 20,
	"alice": 23,
	"drew": 30
};

let newData = d3.entries(oldData);
// [{key: "bob", value: 20},
//  {key: "alice", value: 23},
//  {key: "drew", value: 30}]

newData = newData.map(e => ({name: e.key, age: e.value}));
// [{name: "bob", age: 20},
//  {name: "alice", age: 23},
//  {name: "drew", age: 30}]

// 对比 ES6 中的 Object.entries():
let dataES6 = Object.entries(oldData);
// [["bob", 20],
//  ["alice", 23],
//  ["drew", 30]]
dataES6 = dataES6.map(e => ({name: e[0], age: e[1]}))
// (same result)

P.S. 感觉 ES6 更好用点(好吧,毕竟是 2012 年的小册子,要啥自行车啊?!?!。。。)


【填坑系列文章快速跳转】

内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

安冬的码畜日常

您的鼓励是我持续优质内容的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值