Category: 数据可视化

2017年十大最佳数据可视化项目

摘要: 本文是作者在2017年总结自己最喜欢的十个数据可视化项目,涵盖范围广,项目生动、有趣且有深度。读者们可以选择自己感兴趣的项目动手体验一下吧。

R语言与Tableau集成之可视化应用

Tableau是一款非常棒的数据可视化商业软件,通过拖拉拽的方式迅速的实现数据可视化。而且该软件可以连接任何一种数据库,在处理大型数据时一点都不逊色。下面展示几幅Tableau绘制的图形:

如何看穿数据可视化的谎言

以前我们看到一个做得很烂的图表,或者穿帮的数据可视化作品时,往往是将它们嘲笑一番也就算了。但有些时候,尤其是刚过去的这一年,我们好像更难分辨一个可视化作品是单纯的糟糕产物,还是出于偏见而刻意制造的虚假信息。自然而然地,现在我们需要快速看穿一个图表是否在撒谎,而这篇图文就是你贴心的指导手册哟。

数据可视化:深入浅出谈BI

今天的学习我们着重于数据分析过程,使用Power BI打造数据分析师Dashboard报表。为了更好的学习和实践,我们依旧会使用《Excel实战篇》的数据进行操作。这是做出的简单作品。

Tagul分词工具:让你的文本快速可视化

Tagul 是一个在线云词生成工具,它能让你轻松地创造独特且令人惊奇的酷炫云词。几乎不需要多少时间就能制作专业级质量的云图,甚至使用者无需有图像设计知识。最重要的一点是,该服务是对个人使用免费的。

可视化篇:R可视化–map图

REmap包是R与echart的对接,在R里调用echart的api直接作图,函数特征更加简单明了,绘图过程更方便快捷,但缺点是若要更加个性化绘图,需要手动修改REmap包源码,而该部分对于没有javascript/css/html基础的人比较晦涩难懂

可视化篇:Echarts引入百度地图

写在最前
Echarts作为百度团队下一个可视化的js库,自2.0更新至3.0以来,其带来的视觉冲击更加强悍,数据可视更加精美,图形交互更加贴合用户。
由于echarts2在百度地图的实例上没有作过多的说明,echarts3更是删除了该实例,另外由于工作需要,捣鼓一番,作个笔记。

数据挖掘知识脉络与资源整理(十)–箱线图

箱形图(Box-plot)又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用,常见于品质管理。”盒式图”或叫”盒须图””箱形图”boxplot[1]  (也称箱须图(Box-whiskerPlot)须图又称为箱形图,其绘制须使用常用的统计量,能提供有关数据位置和分散情况的关键信息,尤其在比较不

中文教程:用R构建Shiny应用程序

Shiny是RStudio公司开发的新包,有了它,可以用R语言轻松开发交互式web应用。想查看更详细的介绍和实例,请访问Shiny的官方主页

特性

只用几行代码就可以构建有用的web应用程序—不需要用JavaScript。

数据挖掘知识脉络与资源整理(一)

不久前,在网上看到一张数据挖掘的知识谱系图,顿时觉得眼前一亮,以前零零碎碎的学习数据挖掘,东一块西一块,没有任何系统性,知识间的关联也没有底,但是这幅图分门别类的归纳了各个知识点,让我头脑中的知识脉络马上清晰了,这里也分享这张图给大家,

R语言的高质量图形渲染库Cairo

R语言作为统计学一门语言,一直在小众领域闪耀着光芒。直到大数据的爆发,R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入,R语言的社区在迅速扩大成长。现在已不仅仅是统计领域,教育,银行,电商,互联网….都在使用R语言。

R数据可视化之(七)

 这节主要介绍一些比较新鲜的图,这些图也是可视化的一部分,虽然在统计分析中不太正式,但是,其趣味性,直观性相对于传统的图表更加好,一般在EXCEL中是很难画出的,而在R中便可以轻松的画出,只需几行代码,这里会简单介绍和贴出一些代码及画图效果.

R数据可视化之ggplot2 (六)

在很多地方你会看到很多比较炫的图,它不同平常见到的统计图,这里边介绍两种这样的图,一种是向量场图,例如描绘风向图,人际关系网,另一个是地图系列,这一类包括百度迁徙图等.这些新的可视化方式非常的直观,所表达出的信息,更加的明了,其实这些也可以用ggplot2画出,下面简单介绍.

R数据可视化之ggplot2 (五)

前面讲到了,使用ggplot2解决图形的重叠问题,还有给图表添加说明等,加之补充了箱线图和小提琴图,今天,主要来讲讲如何调整坐标轴的相关设置,包括坐标轴刻度,坐标轴标签,变换坐标系,然后讲讲ggplot2中重要的一个函数:facet.那么加之前面的四篇,ggplot2的基本画图就差不多了,能够把这些基本的知识融合起来,我们还需要学习一下ggplot2 的思想,就好像是语法吧,这会在下一篇讲,还是按照刚开始的那种想法,先不去管什么思想什么的,先看看实例,动手先画画,见识之后,再来探讨那些思想啊理论啊,可能会更加的自然和深刻.那么先来看看坐标轴可以怎么修改

R数据可视化之ggplot2 (三)

上一篇讲到了条形图的深加工,我们谈了几个参数,包括颜色,统计变换,位置摆放,透明度,标题,标尺,坐标轴刻度,图例等等,这些东西基本上就已经涵盖了GGPLOT2中的画图要素,接下来的画其他图形也是照本宣科,套用这些就可以啦.,具体感受让我们在实际画图中去感受.这一篇将会连续的讲几个图形类型.包括点图,线图,散点图.

R数据可视化之ggplot2 (二)

前面讲到了,ggplot2的基本画图,并初步了解了画图的风格,但是画出来的图并不是很美观,我们需要怎么样才能修改我们画的图了?画出一福美观发图画来,在画图之前我们先了解一下,有哪些参数,大概看一下,可能记不住,但是,熟能生巧,多敲几次就可以了,

R数据可视化之ggplot2 (一)

 学完R语言的基本操作后,我们还可以继续学习R的几大著名而且使用强大的包,今天讲其中的一个,就是ggplot2,至于这个包的评价和地位,我就不多说了,感兴趣可以百度,它绝对是数据可视化的利器,好了,我们先来开始简单介绍一下这个包.

GGplot2画图教程.实战

ggplot2越来越受人欢迎,其画图语法的优雅性和美观让人难忘,这篇文章很好的介绍了ggplot2画图的实战,小编看了一遍就学得请清除和粗了.在这列分享出来.

学交互 | 使用Tableau制作的可参考交互图

Tableau可以轻松的制作各种动态仪表板,包括单选按钮、复选框、下拉框、时间滑动器等,所有的选择控件都应摆在仪表板上的明显位置,以备使用者随意使用,只需以拖曳的方式,即可将选择控件加入仪表版,无须任何编码。简易操作是很多可视化数据的工作者青睐它的原因。不过数据庞大时加载速度缓慢也遭到不少抱怨。

使用Stata进行Logistic回归分析实例分析

使用Stata进行Logistic回归分析实例分析

使用Stata进行Logistic回归分析实例分析,一下是具体的操作,简洁明了,一目了然.大家可以看看

切换注册

登录

忘记密码 ?

切换登录

注册