数据可视化 | 易学教程

除了 UCAN 发布的鹿班和普惠体，这些设计工具也来自阿里

阅读更多关于除了 UCAN 发布的鹿班和普惠体，这些设计工具也来自阿里

在 4 月 27 日的 UCAN 2019 设计大会上，阿里巴巴对外发布了一款全新免费字体――阿里巴巴普惠体。其实，作为经济体的阿里巴巴，这些年早已默默推出了很多实用的设计工具，比如大名鼎鼎的 Iconfont。本帖持续更新，欢迎大家来 whose.design，发现更多设计工具。工具清单插件：FusionCool、Kitchen、Dapollo 工具：Iconfont、语雀资源：阿里巴巴普惠体神器：AntV、DataV、鹿班蚂蚁数据可视化 - AntV F2 移动端可视化方案 G2 可视化图形语法 L7 地理空间数据可视化 G6 图可视化引擎 https:// kitchen.alipay.com 下载 Kitchen 图标库智能排版组件库鹿班 - 让设计更美好 Banner 生成器阿里巴巴普惠体正式发布下载普惠体 Iconfont-阿里巴巴矢量图标库图标管理 ADVANCE DESIGN 下载 Dapollo 组件库 DataV地址数据大屏 Fusion Design-首页下载 FusionCool 组件库什么是画板知识库・语雀自动标注原型跳转设计评审

数据可视化 Tableau Echarts Illustrator

阅读更多关于数据可视化 Tableau Echarts Illustrator

学最有用的数据可视化作用： 1.信息记录（使用图形化的数据记录信息） 2.抽象现实的一种抽象 3.展示隐含模式 4.传播思想为什么： 1.信息可视化 2.清晰直观视觉基因和第一节内容一样视觉编码描述的是将数据映射到最终可视化结果上 tableau类似于exec表格化的操作百度开源的项目前端 = HTML + CSS + JavaScript（动画效果） HTML 指的是超文本标记语言 (Hyper Text Markup Language) 内容（文字语言）标记语言 CSS 指层叠样式表 (Cascading Style Sheets) 样式（大小样子格式）标记语言 *JavaScript = DOM + BOM + ECMAScript ECMAScript，描述了该语言的语法和基本对象，如类型、运算、流程控制、面向对象、异常等。（标准语言）文档对象模型（DOM），描述处理网页内容的方法和接口。浏览器对象模型（BOM），描述与浏览器进行交互的方法和接口。 Echarts D3 可视化非常好、学习成本高（2D效果） DECK.GL 3D效果 webGL 4-2 HTML+CSS <!DOCTYPE html> 版本 <html lang="en"> 页面语言是英文 <head> <meta charset="UTF-8"> 页面是按照utf-8 编码

《Python数据可视化编程实战》-从csv中读取数据

阅读更多关于《Python数据可视化编程实战》-从csv中读取数据

前期添加csv库遇到了问题，错误显示如下： “module ‘pip’ has no attribute ‘main’” 经过上网查询，原因是更新了pip，根据网上提供的代码修改了packaging_tool.py文件，结果出现了新的错误，显示 “name pip is not defined” 借鉴了链接网址修改，之后添加成功。 #!/usr/bin/python # -*- coding: UTF-8 -*- # 从CSV文件中导出数据 import csv import sys filename = 'service.csv' data = [] try : with open(filename) as f: reader = csv.reader(f) header = next(reader) data = [row for row in header] except csv.Error as e: print( "Error reading csv filr at line %s:%s" %(reader.line_num,e)) sys.exit(- 1 ) if header: print(header) print( '========' ) for datarow in data: print(datarow) 书中的header= reader.next(

Python爬虫遇上FineBI画图！这就是黑科技的力量！

阅读更多关于 Python爬虫遇上FineBI画图！这就是黑科技的力量！

我们平时在用Python爬取网页上的数据时，对爬取到到的数据做数据分析展现有很多种方式，比如可以通过echart图表接口、python提供的第三方库，甚至还可以用matlab工具来进行数据统计和图表可视化展现。可无论是以上哪一种方式，都需要通过代码来调用Python爬好的数据来进行画图，图表样式属性设置等方面还是比较繁琐的。同样的问题，有一次小编领导要求我做一份有关于南京房价的数据汇报，需要做到报表里面。数据是没有的，自然而然想到用Python爬，爬好后直接做数据图表粘贴到报表中。但后来发现方法太土，汇报时不好做动态的数据展现（影响小编炫技装逼）。于是乎就想办法，将爬取到的数据导入到报表或者BI系统里面，利用BI本身的一些分析功能，联动着其他数据做展现。于是就有了本篇“Python爬数据，FineBI画图”的文章。关于FineBI 这是一个可视化的自助式BI工具，整个操作就是导数据/连数据库――处理数据（可视化ETL）选择图表――拖数据字段――可视化展现&美化，操作简单上手快。小编只是用了其可视化的一隅功能，多数情况下，这个工具都是拿来做可视化报表，对接企业大数据平台，做企业数据运营分析用。原理介绍废话不多说，直接贴出操作。因为想看看南京房价数据，但是网站上的很多数据都是以HTM5的形式进行呈现的，所以考虑通过Python来进行网页数据抓取和入库

Python数据可视化教程：基于Plotly的动态可视...

阅读更多关于 Python数据可视化教程：基于Plotly的动态可视...

1. plotly 介绍 Plotly是一个非常著名且强大的开源数据可视化框架，它通过构建基于浏览器显示的web形式的可交互图表来展示信息，可创建多达数十种精美的图表和地图，下面我们以jupyter notebook为开发工具数据分析。Matplotlib存在不够美观、静态性、不易分享等缺点，限制了Python在数据可视化中的发展。为了解决这个问题，新型的动态可视化开源模块Plotly应运而生。由于Plotly具有动态、美观、易用、种类丰富等特性。可以说，plotly 在Python 绘制图表的时候，是一种顶层的绘制方式。 2. plotly 两种方式绘制图表 Plotly是集成了在线通过菜单操作绘图与离线通过代码绘图多种绘图方式的绘图系统。如果使用在线方式，在使用plotly的时候，需要在官网注册一个个人账号，设置个人密码。在线：将你的可视化图像保存到网站上，便于共享和保存。离线：直接在本地生成可视化图像，便于使用。（推荐使用离线方式，方便查看和阅读）下面主要从Python的角度来分析plotly的绘图原理及方法： 3. plotly绘图基本图表：20种统计和海运方式图：12种科学图表：21种财务图表：2种地图：8种 3D图表：19种报告生成：4种连接数据库：7种拟合工具：3种流动图表：4种 JavaScript添加自定义控件：13种 <ignore

Python：数据分析与可视化matplotlib

阅读更多关于 Python：数据分析与可视化matplotlib

1.数据分析与可视化：数据分析是指用适当的统计分析方法对收集到的大量的数据进行分析，提取有用的信息和形成的结论而对数据加以详细研究和概括总结的过程。收集数据 -------> 提取信息------------> 形成结论 ---------> 借助图示化手段表示数据。 2.数据分析可视化流程：定义分析目标数据采集及预处理[数据的预处理就是数据清洗，清掉不满足条件的数据] 数据分析挖掘数据可视化 3.1 可视化形式：统计图（直方图、折线图、饼图）分布图（热力图、散点图、气泡图） 3.2 常用工具：绘图工具： matplotlib PyChart reportlab 平台工具: Jupyter Notebook, Pycharm Matplotlib：安装：pip3 install matplotlib 1.matplotlib的基本配置：通过修改matplotlib.rcParams。rcParams是matplotlib存放设置的字典，修改字典键值对以改变matplotlib绘图的相关设置。常用配置： plt.rcParams['font.sans-serif']=['SimHei'] #中文支持 plt.rcParams['axes.unicode_minus']=False #正常显示负号 plt.rcParams['lines.linewidth']=5

面子工程之IP数据可视化

阅读更多关于面子工程之IP数据可视化

前言我很在意的一件事情是好看,嗯,好看.以及是否有趣.虽然不一定有用. 下面是效果图,由于数据量有限，所以还不够眼花缭乱. 本文的主要内容是通过echarts,threejs将web日志或者任何含有IP数据的文本文件可视化.简单的来说，装逼，可以将这个动态图放在大屏幕上. 所有源码及相关数据文件请访问下面github仓库 https://github.com/youerning/blog/tree/master/ip-visualize 前提条件熟悉python及框架flask 熟悉JavaScript 获取数据 IP数据数据获取方式日志文件 elk三件套其他归根结底数据最终来自日志文件, 这里主要指web日志。这里使用我自己网站的web日志,格式如下. '116.24.64.239 - - [12/Mar/2018:18:58:40 +0800] "GET /example HTTP/2.0" 502 365\n' ... '116.24.64.239 - - [12/Mar/2018:18:54:55 +0800] "GET / HTTP/2.0" 200 1603\n' 通过下面代码将IP地址拿出来. # 打开日志文件 fp = open("website.log") # 创建ip集合，由于这里只需要IP地址，所以用集合的特性去重 ip_set = set()

pandas可视化

阅读更多关于 pandas可视化

线形图线形图通常用于描述两组数据之间的趋势 Series数据通过s.plot方法可以绘制线形图 DataFrame数据柱状图柱状图常描述各类别之间的关系。用法是在plot函数中加入kind=”bar”，如果类别较多，可绘制水平柱状图(kind=”barh”)。简单柱状图班级学生性别分布情况简单条形图简单的堆积柱状图/条形图设置plot函数的stacked参数，可以绘制堆积柱状图直方图和密度图直方图用于频率分布，y轴可为数值或者比率。绘制直方图可以看出其大概分布规律简单的直方图简单的密度图核密度估计是将数据的分布近似为一组核(如正态分布)，通过plot函数的Kind=”kde”可进行绘制散点图散点图主要用来表现数据之间的规律来源： https://www.cnblogs.com/Tunan-Ki/p/11752807.html

简单又好用的数据可视化工具，错过就巨亏了

阅读更多关于简单又好用的数据可视化工具，错过就巨亏了

真正好用的数据可视化工具不能只方便做报表的，最终还是得方便看报表的。OurwayBI这款数据可视化工具好用就好用在不管是做报表还是看报表，都简单智能、直观易懂，就差直白地告诉你你这块数据有些不太好快来找找原因，你这块的数据展现很好继续保持。这样好用的的数据可视化工具，操作起来更是简单到没法说，要是错过了这么简单又好用的数据可视化工具，你说是不是巨亏。 OurwayBI 这款数据可视化工具有多简单好用？ 1 、看报表，简单易懂不管报表做得好详细，分析地多好，要是看报表的人看不懂，那一切都是白费功夫。OurwayBI数据可视化工具在展现数据情况上的表现可圈可点，简单总结就是：人人都能看懂，人人都能自助分析深入数据内部，挖掘数据关联。用OurwayBI做的可视化分析报表有多好懂？看看下面两张图之所以说OurwayBI这款数据可视化分析工具简单好用，还有一个重要原因是：即使在浏览状态下，在同一张可视化分析报表上，不同的人可以自行修改字段与维度组合，或重新筛选数据进行分析，又或通过钻取或联动等功能更具针对性地分析某种数据现象等。简单来说，可以概括为：在OurwayBI 数据可视化分析工具上，即便没有IT 人员，没有报表制作者在身边，浏览者也能根据自己的需要随时进行自助式分析，分析内容、分析方向都由浏览者自行决定。 2 、做报表，又快又智能报表做得及不及时

Matplotlib：绘图和可视化

阅读更多关于 Matplotlib：绘图和可视化

Matplotlib：绘图和可视化简介简单绘制线形图 plot函数支持图类型保存图表一、简介 Matplotlib是一个强大的Python绘图和数据可视化的工具包。数据可视化也是我们数据分析的最重要的工作之一，可以帮助我们完成很多操作，例如：找出异常值、必要的一些数据转换等。完成数据分析的最终结果也许就是做一个可交互的数据可视化。安装方式： pip install matplotlib 引用方法： import matplotlib.pyplot as plt 二、简单绘制线形图 plt.plot() # 绘图函数 plt.show() # 显示图像在jupyter notebook中不执行这条语句也是可以将图形展示出来 import matplotlib.pyplot as plt import numpy as np data = np.arange(10) plt.plot(data) plt.show() # 显示图像，在notebook中不执行这一句也可以执行结果：虽然seaborn这些库和pandas的内置绘图函数能够处理许多普通的绘图任务，如果需要自定义一些高级功能的话就必须要matplotlib API. 三、plot函数 3.1 plot函数：绘制折线图线型linestyle(-,-.,-–,..) 点型marker(v,^,s,*,H,

订阅数据可视化