- 博客(12)
- 收藏
- 关注
RSS订阅原创 数据可视化交互
可视化原则的实践应用控制交互复杂度：在图表交互设计中（如添加均值线、饼图点击事件等），注重简洁直观，提升用户操作效率。例如，在 AQI 横向条形图中，城市颜色根据是否高于平均值自动区分，便于用户快速获取重点信息。优化渲染效率：得益于 Python 程序的高执行效率，图表（如 3D 地理可视化）在加载和交互过程中响应迅速，确保用户流畅操作体验。可视化类型与技术掌握分类实践统计型可视化：通过条形图和饼图，直观展现城市 AQI 差异和等级分布特征。
2025-06-16 11:11:57
987
原创 相关类相关的数据可视化
图表类型特点使用场景散点图直观展示相关性、清晰呈现数据分布、支持多维度扩展、适合大规模数据相关性分析（如收入与消费）、数据分布研究、实验数据可视化、预测模型评估气泡图三维数据展示、直观量级对比、清晰数据分布、支持四维扩展商业分析（销售额/利润/市场份额）、经济指标对比、市场营销效果评估、地理数据分析热力图视觉化数值强度、多维度数据呈现、适合大规模数据、灵活配色方案基因表达分析、金融资产相关性、城市热力图（人口/犯罪率）、模型混淆矩阵二维密度图。
2025-06-15 23:44:16
1146
原创 地理特征类相关可视化图像
蜂窝热力地图、变形地图、关联地图和气泡地图是地理特征可视化的常用工具，各自具备独特优势与适用场景。蜂窝热力地图通过六边形单元格的颜色深浅展现数据密度，适合呈现人口分布、灾害热点等空间聚集特征，能有效处理大规模数据重叠问题；变形地图基于数据属性调整地理区域的形状或大小，可直观突出经济总量、人口数量等指标的区域差异；关联地图借助连线或箭头等元素展示地理实体间的交互关系，常用于分析贸易往来、人口迁移等流动数据；
2025-05-26 21:09:08
1139
原创 文本数据可视化
本次实验对文本数据可视化进行了具体的实现，通过实验，加深了我对词云图的理解，能够使用多种mask图来绘制不同形状的词云图。除此之外，通过指纹练习，我对于文本数据如何进行查重的原理和实现有了深刻的认识。通过提取文本的特征并编码，为每篇文本生成了独特的标识符，这不仅加深了我们对文本特征提取的理解，也为后续的文本分析和管理提供了新的思路。通过本次实验，我不仅掌握了文本可视化的技术，还提升了对文本数据处理和分析的能力。
2025-05-22 18:27:41
688
原创 时间趋势类数据可视化总结
图表类型特点适用场景优点缺点地平线图分层显示数据，颜色区正负高密度时间序列多序列对比有限空间展示节省垂直空间适合大数据量解读需要适应颜色选择关键河流图堆叠面积图变体基线居中形成流动效果多类别时间趋势(流量来源、产品占比)展示整体模式美观性强精确值读取困难类别不宜过多瀑布图显示累积过程区分正负贡献财务分析 预算变化 项目进度直观显示增减强调关键节点数据复杂度有限类别不宜过多烛型图显示OHLC价格(开盘/最高/最低/收盘)金融市场分析价格波动研究。
2025-05-12 18:57:02
969
原创 关系数据可视化
通过本次实验，我们深入学习了关系数据在大数据分析中的应用，并掌握了多种常见的可视化方法，如直方图、密度图、散点图和散点矩阵图等。实验过程中使用 Python 及 seaborn 库对实际犯罪数据进行分析与可视化展示，增强了我们对数据间相关性与分布特征的理解。可视化的图表不仅提升了对数据结构的直观认知，也为后续的数据挖掘和建模提供了参考依据。此外，本实验还锻炼了我们在数据清洗、图形选择与参数调整等方面的实践能力，进一步加深了对“数据驱动思维”的认识。
2025-05-05 13:12:31
488
原创 绘制板块层级图
1.以面积表示数值大小每个“板块”的面积表示其对应的数值大小或比例，越大表示数据值越大。2.支持多层级结构Treemap 可直观地展现数据的层级关系（如集团 > 子公司 > 产品线）。3。空间利用效率高占用空间少，能在一个视图中展示大量数据节点，比饼图更适合显示复杂结构。4.颜色可增强表达可用颜色区分类别，或通过色深表示另一种维度（如同比增长率）。5.交互性强（在数字化工具中）在如 Power BI、Tableau、Plotly 等工具中，可实现点击展开、悬浮提示、筛选等交互功能。
2025-04-21 17:09:22
355
原创 分布类数据可视化图像
1.分组数据展示：直方图通过将数据分为多个区间（也叫“桶”），展示每个区间内数据点的频数（或频率）。每个条形的高度代表该区间的数据数量。2.离散与连续数据：直方图通常用于展示连续数据的分布情况，尤其是当数据量较大时，能够更清楚地展示数据的分布趋势。3.形态信息：直方图可以帮助我们观察数据的分布形态，如偏态、峰态、集中趋势等。
2025-04-20 22:46:18
1355
原创 局部与整体类可视化
局部与整体类数据可视化”主要关注的是如何通过图形方式揭示某个局部部分在整体中的位置、比例、关系或特征。这类可视化常用于表达局部与全局的比较、贡献、差异或嵌套关系。特点：展示各部分在整体中的占比。适合场景：占比明确、部分不多（≤6部分），颜色对比清晰。优点：直观，常用于演示性内容。缺点：不适合比较多个饼图或微小差异。
2025-04-06 21:45:39
1261
原创 比较与排序类的数据可视化
比较和排序类的数据可视化图像主要用于展示数据的对比、排名、趋势等，帮助用户快速理解数据之间的相对关系。常用的可视化图表有柱状图、环形柱状图、子弹图、哑铃图、雷达图、平行坐标图和词云图。
2025-03-23 22:32:46
1140
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