可视化工具比较

本文将对比 Matplotlib,Seaborn,Plotly,Altair,PyEcharts 几款优秀工具。

数据可视化的最佳实践(续):表格

我们通常会把「图」和「表」连在一起,读作「图表」。那表格是可视化吗?如果是,数据是怎样被可视化的?如果不是,可以代替可视化吗?

数据可视化的最佳实践(四):条/柱形图

像面积图和饼图一样,堆叠条/柱形图(Stacked Column Charts)也很适合用来展示部分和整体的关系。

数据可视化的最佳实践(三):面积图

面积图(Area Charts)天然适合描述总体与各成分的数值是如何随时间推移变化的。但是在大多情况下,这种图并不容易阅读。

这篇文章将讨论面积图的使用场景、限制以及如何改进。

数据可视化的最佳实践(二):线形图

线形图(Line Charts)是图表世界的经典,它很好地展示了数据是如何随时间推移而发展变化的。

数据可视化的最佳实践(一):颜色搭配

生活是一幅大画布,应该让它充满色彩。 —— 丹尼·凯

有人会说,可视化就是用图形来表示数字。这句话说得没有错。不过总有时候,光用图形(点、线、面)是不够的,还需要用上颜色。颜色除了让单调、乏味的图案更加富有魅力以外,还可以让数据更加突出,让关系复杂但又相似的数据足够区分开来。另外,颜色还代表着我们的观点。

这篇文章将向大家描述我对颜色的一些了解,以及选择颜色时需要考虑的问题。

数据可视化的最佳实践(序):案例

这篇文章将介绍几种经典的可视化图表案例。

初识抽样分布

在前面的文章当中,我们认识了许多重要的统计量,比如描述数据集中和分散程度的均值和差值。数据作为随机变量出现,有与之对应的概率分布,统计量也不例外。因为统计量产生于样本,而样本可看作随机变量,故统计量其实也是随机变量,也有相应的分布。统计量的概率分布称为抽样分布(Sampling Distribution)。

描述性统计:差值

差值的本意是两数相减后剩余的数值。略有不同地,这里的差值定义为「度量差异的值」。

描述性统计:均值

「描述」一词,颇有拟人的味道。然而数字本身不会说话,它的运算是人为约定,意义也由人赋予。「醉翁之意不在酒」,数字实际上反映了人脑的博弈和智慧。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×