- 综合排序
- 最热优先
- 最新优先
- 来自专栏优雅R
「R」数据可视化8：棒棒图
horsepower [, 5] drat Rear axle ratio [, 6] wt Weight (1000 lbs) [, 7] qsec 1/4 mile time [, 8] Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 Hornet 4 Drive Hornet Sportabout 18.7 8
1.5K20发布于 2020-07-06 - 来自专栏张俊红
8 条数据可视化配色规则
数据可视化的目标是传达来自数据分析工作流的关键结果。 虽然图表需要美观，但可视化的首要目标不是“高颜值”。 在可视化具有两个不同方向变化的数据时，这种调色板非常有用。 — 规则4 — 对数据项进行归类 虽然使用不同的颜色可以帮助区分不同的数据点，但一张图表最多只能包含6-8个不同的颜色类别，以便每个类别都容易区分。 前15个国家/地区服务的卫星 如果可视化中需要6-8种以上的不同颜色(色调)，可以合并某些类别或浏览其他图表类型。 — 规则8 — 不是每个人都能看到所有的颜色 大约10%的世界人口是色盲，为了让每个人都能获得彩色信息图表，避免使用红色和绿色的组合。
1.6K30编辑于 2023-03-21 - 来自专栏学海无涯
Swift playground可视化开发
可以在playground里面进行界面开发，虽然不推荐，但确实可以 需要引入 PlaygroundSupport PlaygroundPage.current.liveView是展示内容的那个view ，将需要展示的内容赋值给它即可 应用：SwiftUI 是Xcode11中的新功能，要求macOS 10.15才可以开启预览功能，其实不升级系统，可以利用playground可视化开发来实现预览 import
1.1K41发布于 2019-08-01 - 来自专栏悠扬前奏的博客
JVM-8.JVM 性能监控 可视化
JDK提供的可视化工具主要有JConsole和VirtualVM。 1. 监视与管理控制台 JConsole（Java Monitoring and Management Console）是一个基于JMX（Java Management Extensions，即Java管理扩展）的可视化监视 Eden取呈现折线状： Eden区空间为27328KB 未设置-XX:SurvivorRadio参数，默认为8：1，所以新生代空间为27328KB*125% = 34160K ?
70410发布于 2019-05-30 - 来自专栏全栈程序员必看
可视化报表开发_可视化数据报表
当今时代，传统的报表工具已经很难满足人们对于数据可视化的期望了，而大数据处理工具却可以为人们提供了更多的选择。 RDP报表工具大屏功能和亮点 RDP大屏，仅在可视化效果上就有数百种选择，令传统报表工具望尘莫及，使用人员只需要通过拖拽方式即可实现精美的数据可视化报表。 支持30多种可视化元素组件，自由式布局，自适应屏幕展示降低开发的难度、不用开发人员具备较强的前端能力也可配置出交互友好、展现形式炫丽的大屏幕分析报表，最终将业务数据可以更好的呈现给终端用户。 RDP报表工具自定义报表功能和亮点 让业务人员可以真正的灵活配置想要的报表，无任何门槛，不需要依赖于开发人员。 RDP报表工具可视化数据集功能和亮点 可视化数据集让不擅长SQL语言的人，通过可视化界面及其引导性配置，能够完成数据库表间的关系和数据的查询，再进行报表表样的关联，即可完成报表的配置。
2K20编辑于 2022-11-10 - 来自专栏java一日一条
Java 8 开发顶级技巧
但是我发现了一些Java 8代码中可以帮助我们的一些选择，让我们一起来看看吧。 2.使用Lambda表达式 Lambda表达式是Java 8的主要特点之一。即使你还没有使用Java 8，你现在可能已经对它们有了基本的了解。 这会导致… 使用现有的函数式接口 随着开发人员越来越熟悉Java 8代码，我们就能知道当使用如Supplier和 Consumer的接口时，会发生什么，以及创建一个本地的ErrorMessageCreator 遍历数组时使用循环 但是，使用Java 8并不一定意味着你必须到处使用流和新的集合方法。 特别是，遍历原始类型的小型数组几乎肯定会用，以获得更好的性能循环，很可能（至少对于Java开发人员是新的流）更具可读性。 ?
73310发布于 2018-09-18 - 来自专栏运维随笔
CentOS8系统如何搭建可视化界面
它是一款优秀的远程控制工具软件，由著名的 AT&T 的欧洲研究实验室开发的。 基于性能及通用性考虑，云服务器提供商提供的Linux公共镜像默认不安装图形化组件，阿豪运维之路给大家介绍如何在CentOS8操作系统的云服务器中搭建可视化界面。 执行以下命令，设置默认启动图形化界面 Bash systemctl set-default graphical 4、执行以下命令，重启实例 Bash reboot 5、以 VNC终端连接方式登录实例后查看可视化界面即表示搭建成功 如下图所示 6、如需通过VNC软件来连接操作可以参考 CentOS7系统如何搭建可视化界面 教程的VNC软件安装步骤
2.1K20编辑于 2022-02-15 - 来自专栏数字孪生
WebGL开发地图可视化系统
开发基于 WebGL 的地图可视化系统是一项复杂的任务，涉及多个技术领域和设计决策。以下是开发流程和关键步骤的概述，不涉及具体代码实现。1.需求分析与规划目标：明确系统的功能需求、用户群体和技术栈。 4.数据可视化目标：在地图上叠加可视化数据（如点、线、面）。步骤：数据预处理：将原始数据转换为适合 WebGL 渲染的格式（如顶点数据、颜色数据）。 图例：显示可视化数据的颜色编码和含义。数据面板：显示点击查询或区域选择的结果。7.测试与部署目标：确保系统的功能、性能和稳定性。步骤：功能测试：测试地图渲染、数据可视化和交互功能。 8.维护与更新目标：持续改进系统，修复问题并添加新功能。步骤：用户反馈：收集用户反馈，优化用户体验。数据更新：定期更新地图数据和可视化数据。 总结开发基于 WebGL 的地图可视化系统需要结合地图渲染、数据可视化、性能优化和用户界面设计等多个方面。通过合理的架构设计和持续优化，可以构建一个高效、交互性强且用户友好的地图可视化系统。
1K10编辑于 2025-01-30 - 来自专栏JusterZhu
VS Code可视化开发Avalonia
那么这个时候大部分开发者都会考虑使用VS Code，那么在最近有了解到Avalonia团队在VS code中开放了一款可以支持Avalonia可视化编写UI的插件。 这里分享一下这个插件如何使用以及，VS Code开发Avalonia的体验如何。 （3）安装.NET 7 这里不管你基于.NET几的框架版本进行开发的，都需要安装.NET 7具体的原因我贴在了下面可以查看连接里的内容。 这个时候我们就能边预览边开发Avalonia的应用程序。 （5）运行调试 看起来在VS Code开发Avalonia的应用支持的程度还是比较乐观的，虽说可能还会有些小问题但是随着后续的不断的完善应开发体验会更加流畅。
1.7K20编辑于 2023-09-06 - 来自专栏Python大数据分析
8张PPT带你了解Pyecharts地图可视化
之所以很多GIS行业的人学习Python，是因为Python在GIS数据处理和可视化领域有很多开源工具，还能友好的支持PostgreSQL。 我给他列了几个方向，如果是GIS数据处理，肯定要学习Shapely、GDAL、ArcPy、GeoPandas、Numpy；如果是GIS数据库，非Sycopg2莫属；如果是地图可视化，可以学习Matplotlib PyEcharts是Echarts的Python接口，而Echarts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。 同时Echarts在地图可视化领域也有很多强大的功能，值得一学。
53920编辑于 2022-07-06 - 来自专栏数据分析与可视化
数据可视化(8)-Seaborn系列 | 分类散点图stripplot()
sns.load_dataset("tips") """ 案例1： 水平散点图 """ sns.stripplot(x=tips["total_bill"]) plt.show() [zocaqgt3o8. 可以比较案例2、案例3和案例4 """ sns.stripplot(x="day", y="total_bill", data=tips, jitter=0.3) plt.show() [27qeofkyj8. matplotlib.pyplot as plt #设置风格 sns.set(style="whitegrid") # 构建数据 tips = sns.load_dataset("tips") """ 案例8： 在小提琴图上绘制分类散点图 """ sns.violinplot(x="day", y="total_bill", data=tips, inner=None, color=".8" True) plt.show() [wlpbhwssme.png] 案例地址 案例代码已上传：Github https://github.com/Vambooo/SeabornCN 整理制作：数据分析与可视化学研社
5.8K00发布于 2019-09-24 - 来自专栏生物信息云
分子对接教程 | (8) PyMOL可视化对接结果
导入刚才下载的复合物PDB文件（1e8y.pdb）。 注意：有两种方法导入文件，一种是鼠标点击菜单栏File -> Open…，另一种是通过命令行。 通过load命令加载：load 1e8y.pdb，因为这样可以同时把工作目录设置好，方便后续保存文件。 假设我们的工作目录为F:\AutoDock。 如果是从PDB网站上下载蛋白，如 1e8y.pdb, 也可以直接通过PyMOL 下载蛋白，点击菜单栏中的 File->Get PDB，或者通过fetch 命令下载，这在前面有介绍。 1个是all, all 不是真实的object,它代表了所有的object 1个是1e8y ，1e8y就是我们刚刚载入的蛋白 每个object 都有对应的A S H L C操作： A：代表Action 在所有原子上标记残基名字 （不常用） L->clear 删除该对象上所有的Label L->element symbol 显示对象上所有原子的元素名字 L->vdw radius 看原子的范德华半径 3.可视化窗口操作
14.9K52发布于 2021-02-26 - 来自专栏菲宇
python-k8sclient开发K8S
0x01 client-go 1、简介 Client-go是kubernetes官方发布的调用K8S API的golang语言包，可以用来开发K8S的管理服务、监控服务，配合前端展示，就可以开发出一款定制化的 、可视化的管理或监控工具。 3、开发 Client-go开发k8s有两种方式，一种是in cluster模式，另一种是out of cluster模式，至于二者的区别，大致来看可以认为我们开发的go服务是否放在K8S集群内运行，在集群内运行则为 ，就可以开发出一款定制化的、可视化的管理或监控工具。 、开发 k8sclient开发比较简单，只需要提供K8S master的访问地址即可，如果设置了访问账号密码，那么还需要提供它们。
2.8K20发布于 2019-07-31 - 来自专栏k8s技术圈
使用 k8spacket 与 Grafana 可视化 K8s Tcp流量
通过使用 k8spacket 和 Grafana，我们可以可视化集群中的 TCP 流量，这样可以了解工作负载是如何相互通信。检查建立了多少连接，交换了多少字节，以及这些连接处于活动状态的时间。 此外， k8spacket 是一个 Kubernetes API 客户端，可以将嗅探到的工作负载解析为可视化的集群资源名称（Pods 和 Services）。 helm repo add k8spacket https://k8spacket.github.io/k8spacket-helm-chart helm install k8spacket --namespace 过滤器 按命名空间 - 选择一个或多个 K8s 命名空间 按包含的名称 - 选择工作负载名称以进行可视化 按名称排除 - 从可视化中排除工作负载名称 Github 仓库：https://github.com /k8spacket/k8spacket
1.6K10编辑于 2022-12-29 - 来自专栏编程创造城市
python高级开发中可视化界面开发环境搭建
---- 本期知识视频教程 以下开始文字讲解： 一、开发思想 1.采用pycharm作用集成开发工具，可以集成qt套件 2.我们采用anaconda3中集成的各种库套件来直接搭建可视化开发环境 3.qt 的可视化开发，工具在anaconda3中的designer.exe，这个工具设计完界面后，生成的文件名称扩展名是.ui 4.采用pyuic转为python中的代码，这个过程是从qt代码转为python代码的过程
2.5K30发布于 2019-10-09 - 来自专栏数据STUDIO
Python实现 8 个概率分布公式及可视化
在本文中，我们将介绍一些常见的分布并通过Python 代码进行可视化以直观地显示它们。 概率和统计知识是数据科学和机器学习的核心； 我们需要统计和概率知识来有效地收集、审查、分析数据。 这意味着在某些情况下，我们已经能够开发出方法来帮助我们通过可以描述数据特征的数学函数来模拟自然。 “概率分布是一个数学函数，它给出了实验中不同可能结果的发生概率。” sigma = np.sqrt(variance) x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100) plt.subplots(figsize=(8, 这是二项分布的公式： P = 二项分布概率 = 组合数 x = n次试验中特定结果的次数 p = 单次实验中，成功的概率 q = 单次实验中，失败的概率 n = 实验的次数 可视化代码如下： X = 它是由英国统计学家威廉·西利·戈塞特（William Sealy Gosset）以笔名“student”开发的。 PDF如下： n 是称为“自由度”的参数，有时可以看到它被称为“d.o.f.”
1.7K10编辑于 2022-05-24 - 来自专栏数据观有话说
关于“数据可视化思考者”的8条军规
《Data at Work》一书的作者Jorge Camoes在一次演讲中，提出了“数据可视化思考者”这一概念，并分享了他的12个想法。我们从中选取了最具价值的8个，进行了编译。 FRANCES CAALBREZZI对泰坦尼克号悲剧的数据可视化作品。她认为有千百种方法可以对数据进行可视化，但最终选择了冲积图。 也就是说，一个好的数据可视化作品，会是一个优秀的数据预处理系统，可以让人脑专注于更高层次的目标。但是光有数据可视化还不够：你必须拥有相关的知识，以识破和解读隐藏在可视化作品中的模式。 8、超越单图 尝试结构化或图表矩阵，多使用“看板”或“信息图”等表现形式，用图表与文字对数据进行连贯的叙述。在进行探索性分析的时候，“焦点+上下文”的表现形式，往往比“单图＋过滤”更好。 copyright@数据观） 数据可视化思考者，以数据可视化为工具，对工作、对企业、对市场、对世界进行思考。 数据观，帮助您踏出成为数据可视化思考者的第一步。
83670发布于 2018-06-13 - 来自专栏DeepHub IMBA
常见的8个概率分布公式和可视化
这意味着在某些情况下，我们已经能够开发出方法来帮助我们通过可以描述数据特征的数学函数来模拟自然。 “概率分布是一个数学函数，它给出了实验中不同可能结果的发生概率。” 在本文中，我们将介绍一些常见的分布并通过Python 代码进行可视化以直观地显示它们。 均匀分布 最直接的分布是均匀分布。均匀分布是一种概率分布，其中所有结果的可能性均等。 1 sigma = np.sqrt(variance) x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100) plt.subplots(figsize=(8, 这是二项分布的公式： 可视化代码如下： X = np.random.binomial(n=1, p=0.5, size=1000) plt.subplots(figsize=(8, 5)) plt.hist 它是由英国统计学家威廉·西利·戈塞特（William Sealy Gosset）以笔名“student”开发的。 PDF如下： n 是称为“自由度”的参数，有时可以看到它被称为“d.o.f.”
1.3K20编辑于 2022-06-04 - 来自专栏全栈程序员必看
mfc可视化界面_mfc界面开发
改进了某些可视化主题中禁用的组合框外观。 2.
4.7K20编辑于 2022-11-09 - 来自专栏复盘总结文章集合
大数据可视化项目开发总纲
第1章 开发文档总纲 1.1 开发工具清单 名称 版本 备注 Pentaho-bi server pentaho-server-ce-7.1 Pentaho Cde为其内置工具 Pentaho-prd Oracle10 Myeclipse Myeclipse2013 Jdk 1.6及1.8 Jdk1.6为项目所要、dk1.8为pentaho所要 1.2 部署服务器清单 名称 IP 备注 公司开发服务器 1 192.168.0.10 Windows 公司开发服务器2 192.168.0.35 Linux 客户方堡垒机 172.18.0.185 Windows 客户方tomcat部署服务器 172.18.0.190 注：1、地图数据在json文件夹，2、css为基础样式，3、js为配置的js脚本 4、jsp页面为显示地图的view控制页 1.6.4、可视化项目后台控制 ? 1.6.5、可视化项目前台页面处理 ? 1.7备注 关于用到的配置文件及基础文档皆在数据可视化文件夹下 ?
1.8K11发布于 2019-05-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号