- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术教程
图数据可视化
图数据可视化是一种将节点（实体） 和边（关系） 组成的网络结构以图形方式直观呈现的技术，广泛应用于社交网络分析、知识图谱、生物信息学、网络安全、推荐系统等领域。 Three.jsWebGL库3D图渲染（如力导向球体）沉浸式大规模网络Neo4j Bloom图数据库插件直接连接Neo4j，实时查询可视化知识图谱交互探索PyVisPython库基于Vis.js，Jupyter 知识图谱：可视化实体关系（如公司股权穿透）。网络安全：攻击路径分析，异常登录检测（密集边）。推荐系统：用户-商品二部图，揭示关联模式。 六、 进阶方向时序图可视化：动态展示网络演化（如Gephi的Timeline）。AI辅助布局：用GNN学习节点位置（如Deep Graph Mapper）。 通过合理选择布局策略、视觉编码和交互设计，图可视化能将复杂的网络关系转化为可操作的洞察。若需要具体工具实现代码（如D3力导向图）或某场景的解决方案，可进一步说明需求！
70920编辑于 2025-07-05 - 来自专栏数据科学（冷冻工厂）
Matplotlib可视化50图：气泡图（2）
导读 本文[1]将学习如何使用 Python 的 Matplotlib 库通过示例绘制气泡图。 简介 气泡图是散点图的改进版本。在散点图中，有两个维度 x 和 y。 这样，气泡图比二维散点图在视觉上提供了更多信息。 数据准备 对于本教程，我将使用包含加拿大移民信息的数据集。它拥有从 1980 年到 2013 年的数据，其中包括来自 195 个国家/地区的移民人数。 years = list(range(1980, 2014)) 可视化 为了看看区别，让我们先绘制散点图。 plt.xlabel("Years", size=14) plt.ylabel("Number of immigrants", size=14) plt.show() scatter 现在，绘制气泡图。
1.8K40编辑于 2023-02-27 - 来自专栏图灵技术域
图结构可视化JavaScript
包括社交网络，知识图谱在内的图数据结构需要通过可视化才能明确其中的关系。 下面给出思知提供的一个简单图数据结构呈现的js代码，其中的关系矩阵可以自己定义，包含四个属性： source target rela type JavaScript <style>.link { fill
1.7K50发布于 2021-05-21 - 来自专栏R语言可视化
可视化—Upset图绘制
可视化—Upset图绘制我们在可视化集合之间关系的时候，常常会绘制韦恩图。但随着集合的增多，韦恩图显示的关系会越来越复杂，很难一眼看出其中的信息。 ；使用 point.size 和 line.size 来设置矩阵点图中点和线的大小；mainbar.y.label和 sets.x.label 可以设置柱状图和条形图的轴标签；text.scale 包含 text.scale 参数值的顺序为：- 柱状图的轴标签和刻度- 条形图的轴标签和刻度- 集合名称- 柱子上方表示交集大小的数值2.展示所需要的集合upset(fromList(input_list), Action", "Drama"), active = T, query.name = "Emotional action") ) )5 属性图属性图 attribute.plots 参数用于执行属性图的绘制，包含 3 个字段：gridrows：设置属性图的空间大小，UpSet plot 默认为 100 X 100，如果设置为 50，则整个图形变成 150
1K10编辑于 2024-11-01 - 来自专栏R语言可视化
可视化—KEGG气泡图和桑葚图绘制
可视化—KEGG气泡图和桑葚图绘制最近太忙了，其实有很多很多笔记需要整理，无奈实在没有时间进行。今天看到其他小伙伴的代码里绘制的KEGG气泡图和桑葚图觉得特别好看，就仔细扒一扒，写一篇笔记。 桑葚图的绘制主要用到了“ggsankey”这个R包参考资料：https://www.jianshu.com/p/9af18ffa37bf首先进行常规的kegg分析就行，然后拿到kk@result再进行绘图就可以了 ，其中包括：数据处理点图（气泡图）绘制桑基图（Sankey Diagram）绘制拼图合并导出为 PDF 和 PNG 格式# 加载必要的R包library(tidyverse) # 数据处理# devtools ") %>% unique() %>% rev(), paste(df$Gene, " ") %>% unique() %>% rev()))# 使用cols4all自定义调色板（可视化调色板 ，在右侧为点图留出空间p5 <- p4 + theme(plot.margin = unit(c(0, 5, 0, -2), units = "cm"))p5# 使用cowplot将桑基图和dot plot
1.3K10编辑于 2025-06-30 - 来自专栏Python进阶之路
python pyecharts数据可视化 玫瑰图、柱形图、饼图、环图
文章目录 一、柱形图 代码如下： from pyecharts.charts import Bar from pyecharts.faker import Faker from pyecharts.globals () .add( "", [list(z) for z in zip(Faker.choose(), Faker.values())], # 饼图的中心 center=["50%", "50%"], # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标 label_opts=opts.LabelOpts "rgba(255, 255, 255, 0.3)"), ) .render("customized_pie.html") ) 运行效果如下： [yn78beswuv.gif] 三、环图 False, inplace=True) # 提取数据 v = df['provinces'].values.tolist() d = df['num'].values.tolist() # 绘制饼图
12.9K54发布于 2020-09-17 - 来自专栏全栈程序员必看
可视化篇：效果图_可视化建模
写在最前 在做可视化的时候，理解自己做的每个图形展示的意义，是多么的至关重要 每做一张图的时候，我都在想，该如何阐述图形背后的故事 下面是一些效果图，每张图，都只为更好地反应数据背后的那段故事 多点） ---- 愉快的购物人群（单点） ---- 通勤效果 ---- 单点轨迹（购物） ---- 单点轨迹（上班） 区域人群密度实时监控(景点) 区域人群密度实时监控(全国) 血脉交通图
88650编辑于 2022-09-27 - 来自专栏好奇心Log
Python可视化 | 风玫瑰图可视化示例
https://github.com/python-windrose/windrose pip install windrose pip install git+https://github.com/python-windrose/windrose git clone https://github.com/python-windrose/windrose python setup.py install from windrose import WindroseAxes from matplotlib im
3.3K20发布于 2020-12-22 - 来自专栏图灵技术域
可视化图布局算法简介
OpenOrd OpenOrd是一个面向大规模图布局的开源算法，来自论文OpenOrd:An Open-Source Toolbox for Large Graph Layout，这是一种力-导向的布局算法 ，专门用于处理非常大的图结构。 只有节点被绘制了出来，图被着色以说明全局结构的纠缠tangling。 右边（c）中显示了正确绘制的图结构，使用OpenOrd的多级版本生成。 ? Yifan Hu的主页：http://www.yifanhu.net/index.html 参考 北京大学图可视化：http://vis.pku.edu.cn/graphvis/zh-cn/index.html
2.8K10发布于 2021-05-21 - 来自专栏生信小驿站
python可视化(1)--箱图
carbon.png
1.1K40发布于 2018-10-08 - 来自专栏采云轩
图可视化探索与实践
背景科普 随着公司业务扩大，数据日益复杂，当下非常需要一种对用户理解更简便、交互更友好的数据关系的可视化产品，围绕这个场景，本文带你深入浅出前端如何开发图可视化（不含树图）。 图遍历：通过遍历节点和边，可以在图中进行查询、分析和操作。 图常用的数据结构 在 antv 的 G6 中，图数据结构可以通过 JSON 格式定义。 前端技术探索 市面上常见的可视化框架，在图分析场景的丰富性、二开复杂度antv比echarts更理想，因此采用antv体系。 layout: { type: 'random', width: 300, height: 300, }, }); Graphin Graphin 是基于 G6引擎 的图可视化工具 内置的可视化布局算法，更符合关系可视分析领域的解决方案。
91220编辑于 2023-09-01 - 来自专栏R语言可视化
R语言可视化—饼图
R语言可视化—饼图 今天开始进行R语言可视化的练习，主要参照的是文献《Preoperative immune landscape predisposes adverse outcome in hepatocellular 今天复现文章中的Fig.1A，即饼图绘制。 接下来再对这张图进行修饰即可，观察Fig.1A，知道应该做如隐藏x，y轴、移除多余的图形元素、将value值标注在对应的色块中并且居中排列、将图例放在图的下方按照两列排列并隐藏图例名称、图例外有黑边包边 或饼图）的堆叠位置中的显示方式。 具体来说： position_stack：这是一个位置调整函数，用于在堆叠的条形图或饼图中调整元素的位置。对于堆叠的条形图，它将标签按照条形的高度依次堆叠。
4.1K10编辑于 2024-08-15 - 来自专栏育种数据分析之放飞自我
GWAS分析中可视化：QQ图和曼哈顿图
大家好，我是邓飞，对于GWAS分析结果，第一个要看的是曼哈顿图，看看有没有显著性的点，没有显著性的点，项目白做了！第二个要看的是QQ图，比较翘就非常理想。 下面介绍一下常用的可视化方法，包括：qqman和cmplot两个包。 ---- 相关软件，比如gapit，rMVP，都会自动出图，而GEMMA，GCTA则是需要后期自己作图。 无论是软件自动出图，还是需要自己作图，学习根据GWAS结果手动作图都是必须的。 我们一般使用qqman作图和cmplot两个包画GWAS的QQ图和曼哈顿图，后者颜色更漂亮。 这篇博客，介绍一下这两个包如何画GWAS的结果可视化图。 第一个是qqman， 因为这个软件函数很方便。 「qq图绘制」 CMplot(dat,plot.type = "q",threshold = 0.05) 对比一下cmplot和qqman的QQ图：可以看到，cmplot的QQ图更好看，而且还有置信区间
2K10编辑于 2022-12-13 - 来自专栏拓端tecdat
实现绘制Sankey桑基图（河流图、分流图）流程数据可视化
现在，本文仅说明如何构建多级图。 构造数据 此示例的计划是在六层中的每一层具有四个节点，并且层之间具有流。数据很好地说明了该过程，并且产生的结果与我所追求的最终图一致。我们必须为节点和边创建数据结构。 > pate = paste0 > stes = lapply(y, function(n) { + list + }) > names= ID 构造桑基图河流图对象 现在我们可以构造河流图对象了。 > plot 结论 通过仔细观察，可以得到不少信息，桑基图绘制目的就是让各类别间的区别和联系更加直观展现出来。今天的分享到此结束，下次再见！ ---- 本文摘选《R语言实现绘制Sankey桑基图（河流图、分流图）流程数据可视化》
2K10编辑于 2022-03-05 - 来自专栏IT从业者张某某
Tableau可视化设计案例-04标靶图、甘特图、瀑布图
Tableau可视化设计案例 本文是Tableau的案例，为B站视频的笔记，B站视频 参考：https://www.bilibili.com/video/BV1E4411B7ef 参考：https: lianjiabin/category_9826951.html 数据下载地址为：https://download.csdn.net/download/m0_38139250/87346415 04标靶图、 甘特图、瀑布图 1.标靶图 在基本条形图的情况下添加参考线等，用来表现实际值与标准值的比较 数据：2014年各省市售电量.xlsx 1.1二月份电量销售额完成情况 统计周期拖拽到筛选器，选择二月–当期值拖拽到列 –省市拖拽到行–选择并转换为横条形图–右键条形图的x轴添加参考线–选择 1.2参考线与参考区间 2.甘特图 数据为：物资采购情况.xlsx 2.1甘特图的概念与用途 甘特图参考 这种进度安排的图表叫做甘特图 –排序–将利润拖拽到标签中，并修改标签的数字显示格式 上面中，每条柱子的高度为自己的利润 修改标记中的自动为甘特条形图–创建计算字段 长方形高度，值为 负的利润 把计算字段 长方形的高度
96120编辑于 2023-10-16 - 来自专栏HT
图扑孪生工厂流水线组态图可视化
图扑软件 HT 可视化技术采用 B/S 架构，通过对传统二维的工厂流水线组态图进行重构设计，对接测点数据实现 Web 化跨平台多端访问，无论是 PC、PAD 或是智能手机打开浏览器，即可随时访问监控场景 图扑软件 HT 可视化界面中，每台焊接机器人都有其相对应的报警装置，根据报警级别实时汇总其状态并在右侧面板轮播展示。 并且根据焊接机器人携带的传感器传输回的数据信息，将设备效率指标以曲线图的形式进行可视化展示。 所以图扑将整个输送直管自动热处理线进行 HT 可视化展示，将采集到的设备效率指标以图表的形式体现。 在全新的 2D 组态界面中，通过图扑软件 HT 引擎技术将整个涂装过程进行可视化展示，实现组态图元流畅的动态效果开发。本系统中展示了涂装的产线流程，采用固定面板的方式展示作业设备状态等实时数据。
1.2K10编辑于 2023-03-07 - 来自专栏博文视点Broadview
Power BI 可视化系列笔记——多行卡片图可视化
点击蓝字 关注我们 本文介绍如何通过获取包含较少图表的可视化视觉对象，优化由于具有大量卡片图的慢速Power BI报表。 Power BI报表中，每个可视化视觉对象都必须完成许多计算才能呈现结果。 为了提高报告的性能，最好的方式是减少在报告中可视化视觉对象的数量。 那我们如何实现呢？一起来看看下面的例子吧！ 当用户位于报告的单个页面上时，Power BI仅计算报表活动页面的可视化视觉对象。 该报告包含22张卡片图，每个图由不同的DAX计算。 在功能非常强大的Power BI上执行的页面的时间为1.5秒。通过性能分析器窗格，您可以看到计算确切的时间。 例如，通过使用OKVIZ的Cards with States，我们可以创建一张卡片图网格，其中对列的每个值重复测量。
3.6K10编辑于 2023-05-19 - 来自专栏咸鱼学Python
Python 可视化 | 关联图 - 散点图1
什么是关联图？ 关联图是查找两个事物之间关系的图像，他能为我们展示出一个事物随着另一个事物的变化如何变化。 典型的关联图有：折线图、散点图、相关矩阵等 我们什么时候会需要关联图？ # 定义数据，x1 取随机数 x1 = np.random.randn(10) x2 = x1 + x1**2-10 # 定义画布,当只有会这个图的时候，下面这句不是必须存在的 plt.figure(
1.5K20发布于 2020-05-13 - 来自专栏机器学习/数据可视化
可视化神器Plotly玩转漏斗图
可视化神器Plotly玩转漏斗图 本文中详细介绍的是如何利用plotly来绘制漏斗图，前面的3篇文章是 酷炫！ 36张图爱上高级可视化神器Plotly_Express Plotly玩转散点图 Plotly玩转饼图 ? 认识漏斗图 漏斗图是销售领域一种十分常用的图表，主要是用来分析在各个阶段的流失和转化情况。 除去柱状图、饼图、折线图，漏斗图应该是自己在工作画的最为频繁的一种图表。下面我们通过模拟某个电商网站的用户行为来绘制漏斗图。 绘制面积漏斗图 还是使用最上面的数据： ? 我们观察到：面积漏斗图默认绘制的百分比，而普通漏斗图是数值 基于go实现 绘制基础漏斗图 from plotly import graph_objects as go fig = go.Figure(
1.7K10发布于 2021-04-22 - 来自专栏生信小驿站
R语言之可视化②点图
主要内容： 准备数据 基本点图 在点图上添加摘要统计信息 添加平均值和中位数 带有盒子图和小提琴图的点图 添加平均值和标准差 按组更改点图颜色 更改图例位置 更改图例中项目的顺序 具有多个组的点图 定制的点图 相关信息 第一步：准备数据，使用的数据包括三列，len长度，supp是分类变量，dose是0.5mg,1mg和2mg三个变量。 0.5 2 11.5 VC 0.5 3 7.3 VC 0.5 4 5.8 VC 0.5 5 6.4 VC 0.5 6 10.0 VC 0.5 第二步：绘制最基础的点图， 设置仅显示dose为0.5mg和2mg两个分组的点图 p + scale_x_discrete(limits=c("0.5", "2")) ? 第七步：按组更改点图颜色，在下面的R代码中，点图的填充颜色由剂量水平自动控制： # Use single fill color ggplot(ToothGrowth, aes(x=dose, y=len
3K40发布于 2018-12-05
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