- 博客(7)
- 收藏
- 关注
RSS订阅原创 分布类可视化图表总结：特点、应用与实现
图表类型优点缺点适用场景直方图直观，易于实现分箱影响结果初步探索数据分布密度图连续平滑，便于对比依赖带宽参数展示概率密度分布箱线图展示统计量，检测异常值忽略分布形状多组数据对比小提琴图结合分布形状和统计量图形复杂度高复杂分布的多组对比。
2025-04-15 11:33:06
967
原创 比例数据可视化--绘制板块层级图
库的导入与配置pandas用于数据操作，seaborn增强可视化效果matplotlib基础绘图，squarify绘制树形图中文支持：通过rcParams配置中文字体和符号显示数据加载与合并使用加载CSV数据多表关联：通过pd.merge()实现左连接（how='left'数据预处理groupby()结合nunique()计算唯一值数量横向合并聚合结果数据排序与索引设置设置索引列按指定列降序排序可视化配置颜色映射：使用颜色方案将数据映射到颜色区间标签生成：通过。
2025-04-14 20:50:09
1049
原创 数据可视化--局部与整体类可视化图像总结与实现
图表类型维度支持主要优势适用场景韦恩图2-3集合直观展示集合关系小集合对比饼图单维度快速理解占比简单比例分析环形图多组对比节省空间仪表板展示旭日图层次数据多级结构展示文件/组织架构圆堆积图层次数值面积编码数值分类数据分布Matplotlib：基础可视化库，支持饼图、环形图：专业韦恩图实现Plotly：交互式旭日图最佳选择Circlify：圆形布局算法核心支持。
2025-04-02 17:39:25
791
原创 数据可视化实验：时间数据的可视化
通过本次数据可视化实验，我深入理解了时间序列数据在可视化分析中的重要性及其应用场景。实验中以历年热狗大胃王比赛成绩数据为样本，结合堆叠柱形图与南丁格尔玫瑰图的绘制，直观展现了时间维度下数据的分布规律与趋势变化。在实现过程中，我深刻体会到图表类型选择对数据表达的关键影响：南丁格尔玫瑰图通过极坐标系将年份映射为圆周角度，利用半径长度反映数值大小，其视觉冲击力强，尤其适合呈现周期性时间数据，但需注意因面积与半径平方关系可能导致的数值比例夸大问题；
2025-04-01 13:39:57
904
原创 数据可视化--比较与排序类可视化图像
选择合适的可视化图表需结合数据维度、比较目标及受众需求。对于简单排序，柱状图是首选；处理多维数据时，雷达图或平行坐标图更高效；文本场景则依赖词云图。通过Python的Matplotlib、Seaborn等库，可快速实现这些图表，提升数据表达力，对于实际需求，我们应因地制宜选择合适的图表，才能达到最佳的数据可视化效果。
2025-03-23 22:37:37
703
原创 数据可视化基础实验其二：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）。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。
2025-03-17 18:17:18
795
1
原创 数据可视化基础实验:在Tableau中实现数据可视化入门
在本次Tableau数据可视化入门实验中，我深入了解了Tableau Desktop的基本操作与功能。通过练习，我熟悉了软件界面，明白了数据源如何连接及管理，并通过筛选器功能对示例超市数据进行了操作，这也让我意识到数据清洗和准备在可视化过程中的重要性。在实验中，我通过简单的拖放操作成功制作了中国各地区的利润条形图和填充气球图，体验到Tableau的直观性和高效性。特别是在制作填充地球图时，我感受到了与Excel相比，Tableau在地理数据可视化方面的便捷与强大。
2025-03-17 17:32:59
962
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