- 博客(12)
- 收藏
- 关注
RSS订阅原创 数据可视化交互
本次实验通过使用 Python 和 Pyecharts 库对全国空气质量指数（AQI）数据进行可视化分析，成功实现了从简单图表到复杂地理可视化的多种任务，包括横向条形图、饼图、多图表仪表盘、二维地理热力图和三维地理可视化。实验遵循了数据可视化的交互原则，通过添加交互功能增强了用户体验。通过这些任务，我们不仅掌握了数据可视化的分类和技术，还学会了如何根据具体需求选择合适的可视化方法。实验过程中，我们意识到数据处理的准确性和交互设计的优化对可视化效果至关重要。
2025-06-15 11:30:41
793
原创 相关类相关的可视化图像
相关类可视化图像作为数据分析中揭示变量关联关系的核心工具，通过多元视觉编码与结构化布局，将抽象的数据关系转化为直观易懂的图形语言，覆盖从双变量探索到多变量全局分析的多层次需求。其中，散点图以二维点分布清晰展现两个变量的线性或非线性相关性，适用于中小规模数据的初步探索与异常值检测，如分析身高与体重的关联；气泡图则在散点图基础上引入气泡大小和颜色维度，实现三维甚至四维数据的可视化，可用于呈现GDP、人口、寿命等多维度信息的空间分布。
2025-06-10 10:19:06
1090
原创 地理特征类相关的可视化图像
本文介绍了六种地理数据可视化技术及其 Python 实现，包括：①蜂窝热力地图（用六边形网格聚合地理数据，展示密度分布）、②变形地图（根据属性数据扭曲地理形状，突出数据差异）、③关联地图（用线条连接地理位置，展示要素间关联）、④气泡地图（用气泡大小和颜色表示地理点数据的量级和类别）、⑤3D 地图（以三维形态展示地理数据，支持交互操作）、⑥流向地图（通过线条或箭头表示人、物、信息的移动路径和强度）。
2025-05-20 11:44:01
995
原创 文本数据可视化
本次实验围绕文本数据可视化展开，首先介绍了文本可视化的概念，涵盖词汇级、语法级和语义级的信息挖掘方法，以及单文本、文档集合和时序文本数据等不同类型的文本。实验环境为 优快云 创作平台和 Python 3.6。实验步骤上，先读入《千千阙歌》歌词文本，安装 matplotlib、jieba、wordcloud 库，通过代码生成了矩形、圆形和自定义形状的词云。对于《师说》文本，设计思路是将文本转换为 “指纹” 表示，基于 n-gram 特征提取和向量化，生成二进制指纹并可视化。
2025-05-12 20:04:38
2040
原创 时间趋势类相关的可视化图像
时间趋势类可视化图像各具特色且应用广泛。地平线图通过垂直分层堆叠节省空间，能清晰突出数据趋势并增强可读性，适用于金融、能源及网络流量分析；河流图以平滑曲线展示数据连续性及比例关系，常用于市场份额、流量、人口结构及资源分配跟踪分析；瀑布图清晰呈现数据增减过程、突出关键因素和累计效果，在财务、项目管理及销售分析中发挥作用；烛形图直观展示价格信息、反映多空力量对比和价格趋势，是金融市场交易、经济数据分析及风险管理的重要工具。
2025-05-06 11:36:37
928
原创 关系数据的可视化
本次实验聚焦关系数据可视化，利用 Python 的seaborn和pyecharts等库，达成多项可视化任务。先是用jointplot方法将散点图、密度分布图和直方图融合，分析murder与burglary列的关系；接着绘制动态散点图，清晰呈现这两组数据的分布趋势；之后通过pairplot方法绘制矩阵图和散点图矩阵，探究七种犯罪类型的相关关系。经此实验，我们掌握了多种可视化技巧，认识到关系数据可视化在发现数据规律和模式上的重要性。不过实验也存在不足，对数据挖掘不够深入。
2025-04-28 21:13:44
640
原创 分布类相关的可视化图像
直方图、密度图、箱线图和小提琴图都是数据可视化领域中极具价值的工具，各自凭借独特的优势在不同场景发挥重要作用。直方图以分组统计的方式直观展现数据分布，通过区间频数或频率呈现数据的集中与离散趋势，适用于质量监控、市场调研等多领域的基础数据分析；密度图利用核密度估计平滑处理数据，专注于刻画数据的连续概率分布，尤其在金融、医学等对数据分布规律深度剖析的场景中表现出色；箱线图聚焦于展示数据的关键统计信息，如中位数、四分位数和异常值，能够快速对比多组数据特征，在质量控制和医学研究等领域广泛应用；
2025-04-21 22:11:52
732
原创 比例数据可视化
【实验名称】绘制板块层级图【实验目的】【实验原理】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。【实验环境】OS：win10【实验步骤】
2025-04-14 21:11:01
743
原创 局部与整体类可视化图像
（1）强调比例关系：和饼图类似，环形图能清晰展示各部分数据在总体中所占的比例，不过环形图中间的空心部分可用于展示额外信息，如数据总和等，让数据呈现更丰富。（1）直观展示比例关系：圆堆积图通过大小不同的圆来表示数据的大小，各个圆相互堆积，能让用户快速直观地看出各部分数据在整体中所占的比例关系。（1）层次分明：旭日图以同心圆的形式展示数据的层次结构，从中心向外层依次展开不同层级的数据，能够清晰地呈现数据的父子关系和层级结构。圆堆积图：通过大小不同的圆相互堆积，展示数据的比例关系，空间利用率高，视觉效果突出。
2025-04-05 20:53:25
1016
原创 数据可视化中时间数据的可视化
这里就讲述下离散型数据的堆叠柱形图，堆叠柱形图的几何形状和常规柱形图很相似，在柱形图中，数据值为并行排列，而在堆叠柱图则是一个个叠加起来的。时间是一个非常重要的维度与属性。同时，在选择图表类型时，思考了不同图表对数据展示的优劣，认识到根据数据特点和分析目的选择合适图表的重要性，如玫瑰图虽能突出比例但存在夸大效果，普通柱状图更侧重于数据对比。本次实验围绕时间数据的可视化展开，通过多步骤操作，在掌握时间数据应用与可视化图表表示的同时，利用 Python 程序成功实现了多种可视化图表绘制，达成了实验目的。
2025-03-31 21:12:41
1814
原创 排序类可视化图像的比较
*1.柱状图：特点：直观展示数据大小，对比性强，适用数据类型广，易于理解。应用场景：商业领域用于销售和市场分析；科研领域对比实验和调查数据；教育领域分析学生成绩和教学评估。绘制：通过 HTML、CSS 和 JavaScript 代码实现，以不同高度柱子表示数据。2.环形柱状图：特点：空间利用高效，对比清晰，可展示多维度数据，视觉吸引力强，适合周期数据。应用场景：市场、财务分析，医学、生物学研究以及教育领域展示成绩分布等。
2025-03-18 11:17:57
627
原创 数据可视化基础实验（实验一：Tableau数据可视化入门 实验二：D3数据可视化基础）
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）。因此，建议使用SVG画布。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）。
2025-03-12 10:57:09
1614
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