- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
数据可视化工具d3_前端3d可视化
可视化工具D3教程 第1章 D3简介 第2章 第一个程序 Hello World 第3章 正式进入D3的世界 第4章 选择、插入、删除元素 第5章 做一个简单的图表 第6章 比例尺的使用 第7章 坐标轴 学习D3的站点 建议 第1章 D3简介 近年来，可视化越来越流行，许多报刊杂志、门户网站、新闻媒体都大量使用可视化技术，使得复杂的数据和文字变得十分容易理解，有一句谚语“一张图片价值于一千个字” 各种数据可视化工具也如井喷式地发展，D3 正是其中的佼佼者。D3 的全称是（Data-Driven Documents），顾名思义可以知道是一个被数据驱动的文档。 SVG：可缩放矢量图形，用于绘制可视化的图形 D3“安装” D3 是一个 JavaScript 函数库，并不需要通常所说的“安装”。 布局是 D3 中一个十分重要的概念。D3 与其它很多可视化工具不同，相对来说较底层，对初学者来说不太方便，但是一旦掌握了，就比其他工具更加得心应手。
14.7K40编辑于 2022-11-10 - 来自专栏行业科技知识分享
智慧大坝 3D 可视化
今天将利用 Hightopo 的 HT 产品搭建出一个水墨风的山水大坝 3D 可视化场景。 预览-min.gif 系统分析 HT 三维可视化技术采用 B/S 架构，经过模型轻量化处理后，用户无需再花费高价钱去采购高性能的图形工作站来支撑三维可视化系统。 用户通过 PC、 PAD 或是智能手机，只要打开浏览器可随时随地访问三维可视化系统，实现远程监查和管控。 由于大坝监测信息三维可视化展示应用对大坝结构建模的要求不高，并且考虑 BIM 模型文件一般较大，不利于直接在浏览器中运行，Hightopo 的三维可视化都是经过设计师采用轻量化建模的方式所搭建的场景 图扑软件可视化赋能水利发电可视化、智慧发电站可视化、智慧光伏可视化等等产业都更加适应时代发展。
2.6K30发布于 2021-08-13 - 来自专栏生信菜鸟团
Seurat Weekly NO.3||定制可视化
Seurat 确实用ggplot2 包装了大量的可视化函数。 但是在文章的后面，特别是用到统计信息的时候，Seurat的默认参数就不能直接用了。 本期的Seurat Weekly，你们家运来小哥哥就带大家看看扩展Seurat可视化函数的思路。每个图都反映了一种特定的思路，我们来一一解说。 载入R包和我们的老朋友pbmc3k.final。 如两样本的差异基因可视化： library(ggplot2) library(cowplot) theme_set(theme_cowplot()) pbmc3k.final$stim <- sample (c("rep1", "rep2"), size = ncol(pbmc3k.final), replace = TRUE) Idents(pbmc3k.final) t.cells <- subset ) Tcellmarks <- c("CD3D","CD3E","CD3G","IL7R","TRAC","TRGC2","TRDC", "CD8A", "CD8B", "CD4") DCmarks <
1.5K20发布于 2020-12-03 - 来自专栏优雅R
「R」数据可视化3 : 热图
在生物信息领域我们常常使用R语言对数据可视化。在对数据可视化的时候，我们需要明确想要展示的信息，从而选择最为合适的图突出该信息。本系列文章将介绍多种基于不同R包的作图方法，希望能够帮助到各位读者。
2.8K10发布于 2020-07-02 - 来自专栏巴山学长
非线性可视化（3）混沌系统
10,8/3,20]}); Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:); figure(1) subplot(1,3,1) plot(Lx,Ly);title('r=20') figure 'Lorenz',[10,8/3,28]}); Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:); figure(1) subplot(1,3,2) plot(Lx,Ly);title h,[1;4;67],{'Lorenz',[10,8/3,99.36]}); Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:); figure(1) subplot(1,3,3) plot (Lx,Ly);title('r=99.36') figure(2) subplot(1,3,3) plot3(Lx,Ly,Lz);view([51,30]);title('r=99.36') %% ],{'Rossler',[0.1,0.1,8.5]}); Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:); figure(4) subplot(2,2,3) plot3(Lx,Ly
3K20编辑于 2023-03-15 - 来自专栏医学和生信笔记
3d版混淆矩阵可视化
混淆矩阵大家应该都不陌生，但是3d版的混淆矩阵你见过吗？ 今天的3d版混淆矩阵来自一位粉丝求助，图形如下： doi:10.1007/s12072-021-10188-5 千万不要被这个图难住了，它其实非常简单，你把它的z轴去掉，看看是不是就是普通的混淆矩阵？ 这个3d版不过是增加了一个维度，用来表示人数而已。 我们通过R语言可以轻松实现这个图，当然，Excel也很简单！3d柱状图嘛 我们就用这篇推文中的混淆矩阵为例：ROC阳性结果还是阴性结果？ 猜他是肿瘤 非肿瘤 5 4 猜他是肿瘤 肿瘤 9 2d混淆矩阵可视化 如果要可视化混淆矩阵，简单的2维非常简单，比如用ggplot2即可： library(tidyverse) ggplot 3d版混淆矩阵可视化 也是很简单，使用barplot3d这个包即可。 library(barplot3d) 注意这个包画图的顺序：从左到右，从前到后！
97320编辑于 2023-02-14 - 来自专栏python前行者
linux下sqlite3可视化工具
1.介绍：sqlite3是linux上的小巧的数据库，一个文件就是一个数据库。 2.安装： 要安装sqlite3，可以在终端提示符后运行下列命令: sudo apt-get install sqlite sqlite3 检查版本 sqlite3 -version 3.测试 当前目录下建立 test.db测试数据库文件，进入其中的db sqlite3 test.db 查询信息 .database 退出 .exit 创建表: >create table mytable(id,name,age into mytable(id,name,age) values(1,"张三","21") >go 查询数据： >select * from mytable >go 4.图形界面（一）使用SQLite 可视化工具 sqlitespy是一款轻量级的关系型数据库管理工具，支持多数SQL92标准，拥有数据库、数据库管理、数据类型显示、多个SQL编辑以及网格单元格编辑等功能，软件支持正则表达式和数学sql函数，是操作和分析sqlite3数据库的利器
5.4K20发布于 2020-01-13 - 来自专栏数字孪生可视化
从零开始学习3D可视化之数据对接（3）
3.MQTT数据对接。 一个简单示例如下： 功能：通过MQTT方式读取数据并将数据挂接到物体（car01）身上，当温度>30℃时，car01变红。 { this.init(); } /** * 初始化 */ init() { // 数据推送的url，可修改为自己的服务地址 this.socketUrl = 'wss://www.3dmmd.cn 作为一种低开销、低带宽占用的即时通讯协议，使其在物联网3D可视化等方面有较广泛的应用。 —————————————————
55920发布于 2021-07-23 - 来自专栏CDA数据分析师
3个超好用的数据可视化图表
CDA数据分析师 出品 编译：Mika 今天我想跟大家分享三个关于可视化故事，这些简单易懂的可视化图表大大改变了我的生活和工作状态，让我能更好的用数据表达出自己的观点。 这个可视化看起来很简单，但实际上总结了很多我们的想法。 当在处理很多不同项目时，很容易在繁杂的细节中感到迷茫，而这样简洁的可视化就能帮助我们理清思路。 第二个例子是我们的盈利策略。 结语 本文中我列举的这三个可视化，它们最大的优点在于能迅速帮我理清思路，让我提炼出自己的想法，而且能时时回顾从全局进行把控。 有时候我会花大量时间思考，到底应该选择用哪种可视化图表。 否则产生的可视化反而会传递错误的观点。 出色的可视化需要高质量的数据和洞察力，你不可能完全避免偏见和混乱的数据，这也是我们在工作中需要注意的。 参考链接： https://towardsdatascience.com/3-visualizations-that-changed-my-life-554b7f83e473
98500编辑于 2022-01-19 - 来自专栏流川疯编写程序的艺术
简单NLP分析套路（3）---- 可视化展现初步
---- NLP 可视化 NLP 可视化有多种实现方案，包括我们熟知的词云就非常直观。当然还有主题模型，句子依存分析，知识图谱等等展现手段,下面我们分别就一些经典可视化手段进行介绍。 include mat width size img height double lib void data opencv 图像 null std char src float max Topic #3: matplotlib.font_manager import FontProperties font = FontProperties(fname=r"msyh.ttc", size=14) plt.bar([1, 3, Lucid, Arial, Helvetica, Avant Garde, sans-serif axes.unicode_minus:False，#作用就是解决负号’-'显示为方块的问题 3. Arial']}) sns.set_context("talk") %matplotlib inline sns.boxplot( y='年龄', data=test_pdf, palette="Set3"
76710编辑于 2022-05-10 - 来自专栏javascript趣味编程
3 基于HTML5的数据可视化
什么是数据可视化？ 答：浅显的说，就是把数据变成图表，让数据更加直观。 常见的可视化图形？ 答：例如云图(Contour图)、矢量图等。如下为云图，和等值图类似。 如下为流场，表示流体流动方向： 下图叠加了云图和矢量图： 为什么使用HTML5做数据可视化？ 答：便于教学演示，便于快速开发。
1.1K00发布于 2018-08-08 - 来自专栏数据猿
Python Seaborn (3) 分布数据集的可视化
拟合参数分布 还可以使用distplot()将参数分布拟合到数据集，并可视化地评估其与观察数据的对应关系： ? 绘制双变量分布 在绘制两个变量的双变量分布也是有用的。 双变量分布的最熟悉的可视化方式无疑是散点图，其中每个观察结果以x和y值表示。这是两个方面的地毯图。 核密度估计 使用上述内核密度估计程序可视化双变量分布也是可行的。在seaborn中，这种图用等高线图显示，可以在jointplot()中作为样式传入参数使用： ? jointplot()在绘制后返回JointGrid对象，您可以使用它来添加更多图层或调整可视化的其他方面： ?
2.8K10发布于 2019-03-06 - 来自专栏陈琛的Redis文章
MongoDB入门系列——3.可视化工具篇
前面我们已经介绍了MongoDB怎么安装，接下来要安装他的可视化工具——Studio 3T。
96010发布于 2020-06-12 - 来自专栏医学和生信笔记
R语言PCA可视化3D版
之前详细介绍了R语言中的主成分分析，以及超级详细的主成分分析可视化方法，主要是基于factoextra和factoMineR两个神包。 R语言主成分分析 R语言主成分分析可视化(颜值高，很详细) 今天说一下如何提取数据用ggplot2画PCA图，以及三维PCA图。 提取数据 还是使用鸢尾花数据集。 版 其实就是使用3个主成分，之前介绍过一种3D版：使用R语言美化PCA图，使用方法非常简单，也是在文献中学习到的。 今天再介绍下scatterplot3d包。 library(scatterplot3d) scatterplot3d(tmp[,1:3], # 第1-3主成分 # 颜色长度要和样本长度一样，且对应！
93310编辑于 2023-02-14 - 来自专栏图形学与OpenGL
实验3 地理空间数据可视化
了解地理空间数据可视化知识，了解和学习地理空间数据可视化三种典型可视化方式，即点、线与区域。 2. 学习并掌握获取地图上位置信息的方法。 3. 根据《鲜活的数据》第8章8.2.3介绍的方法与提供的数据，在R中绘制基本地图与散点图，并存为PDF文件； 3.
1.5K20发布于 2018-10-09 - 来自专栏生物信息学、python、R、linux
交互可视化plotly之3D plot
x： the x variable. y： the y variable. z： a numeric matrix 基础的3D scatter plot fig <- plot_ly(mtcars, x 3D scatter plot添加颜色范围 fig <- plot_ly(mtcars, x = ~wt, y = ~hp, z = ~qsec, marker = list 3D气泡图 data <- read.csv("https://raw.githubusercontent.com/plotly/datasets/master/gapminderDataFiveYear.csv image.png 欢迎关注~ 参考： https://plot.ly/r/3d-scatter-plots/ https://plot.ly/r/plotly-fundamentals/ https ://rstudio-pubs-static.s3.amazonaws.com/276715_c4b23f88506d48bdbaa84d1a1eae2153.html
1.3K20发布于 2020-04-01 - 来自专栏王的机器
Python 可视化视频课 - 3. Seaborn 上
这是 Python 数据可视化系列的第三节《Seaborn 上》。 Python 数据可视化 Matplotlib 上 Matplotlib 下 之前 Python 数据分析和基础系列的所有课程链接如下。 Seaborn 可视化的内容很多，我将其分为三个部分来讲解。 1. Seaborn 101 场景设定 风格设定 色调设定 图级轴级 Seaborn 数据集 2. 单图 关系图 分布图 分类图 回归图 矩阵图 3. 组合图 多图网格 配对网格 联合网格 本节关注第一部分 (该部分细节巨多，学完本节可以提高任意画图的能力)。 f, axs = plt.subplots(1, 2, figsize=(8, 4), gridspec_kw=dict(width_ratios=[4, 3])) sns.scatterplot(data
1.6K10发布于 2021-07-07 - 来自专栏数字孪生可视化
从零开始学习3D可视化之3D界面
ui_2.png 生活中我们经常会说到3D，比如3D游戏、3D电影等等。3D指三维，三个维度、三个坐标，即长、宽、高。 而一直以来在ThingJS中搭建的数字孪生可视化场景都是放在3D“容器”内的，3D“容器”提供了3D和2D的界面展示能力。 创建 Marker Marker 物体可以添加一个图片放置到你希望的位置，也可以将这个图片添加到数字孪生可视化对象身上，跟随数字孪生可视化对象一同移动。 场景中或绑定在3D物体上。 创建 WebView 物体 如果想在数字孪生可视化场景中放一张图片，应该怎么放进去呢？可以使用 WebView 物体，将其他网站或者页面的内容嵌入到数字孪生可视化场景中。
77140发布于 2021-07-16 - 来自专栏粽子的深度学习笔记
3D Detection: 3D Box和点云 快速可视化
3D检测，用于3D box，点云快速可视化，辅助debug和分析： （Nuscenes,mmdet3d，OpenPCDet等适用） 注意：代码适用于多种模型，但是注意BEVDet系列和FCOS3D（ 3D box投影到bev可视化： import matplotlib.pyplot as plt import torch def box3d2x0y0wh(boxes_3d): # BEVDet/ --> xywh box2d[:,:2] = boxes_3d[:,:2] box2d[:,2] = boxes_3d[:,3] box2d[:,3] = boxes_3d[: / 2 # NOTE: 左下角点 return box2d def box3d2x0y0wh_2(boxes_3d): # FCOS3D: front view--> BEV dpi=90, bbox_inches='tight') # print(0) plt.close(fig) print('Successfully saved') 点云快速可视化
1.4K30编辑于 2022-09-07 - 来自专栏python3
d3.js让ssh暴破可视化
虽然数据比较少，但是看起来比较枯燥，看不出趋势，让数据可视化，那就用d3.js吧，上代码。。。 ? d3的库文件直接从github上获得即可。 index.html <!
<script type="text/javascript" src="js/d<em>3</em>. time.format("%Y-%m-%d").parse; var x = d3.time.scale().range([0, width]); var y = d3.scale.linear() .tickFormat(d3.time.format("%b/%d")); var yAxis = d3.svg.axis().scale(y) .orient("left").ticks(10 访问页面看看d3.js的数据可视化效果吧。。。 ? 效果如何？d3还是不错的吧？还有很多更cool的效果。。。Keep trying。。 3.7K20发布于 2020-01-08
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