本期分享4个,更多好文,欢迎关注 @pythonic生物人 ,一起精进数据科学(涉及Python/R/统计等)
- 3个网站
- 1篇博文
有助于
- 定位可视化图形类别
- 获取可视化实现工具
- 获取可视化灵感
推荐阅读
pythonic生物人:Python可视化笔记43篇合集(建议收藏)
pythonic生物人:从哪些方面着手提高Python?Python社区“老司机们”的这本书讲清楚了!
pythonic生物人:13个高清图助快速上手Python: NumPy/Pandas/SciPy/Matplotlib?
pythonic生物人:丰富的Python可视化“武器库”:从PyViz到Matplotlib
From Data to Viz (一个网站1)
比如下面这些科研常用图表,在这里可轻松实现,

这个网站,可以根据数据格式 (如连续性数据Numeric、分类性数据Categoric、地理数据Maps等)快速定位可使用的图表类别。



点击上图中每个圆圈,可获取对应图形的多个Python、R、D3.js的实现代码 (主要收集自Python/R/D3.js的官网demo)。

什么样的可视化是成功的可视化? (一篇博文)

信息图Infographic大佬Anna Vital抛出一个非常有趣的观点:可视化好坏的判断标准,是指能否方便理解。
Anna Vital同时制作了一张图表理解梯度图 ,从上往下,理解难度递减。

同时给出快速定位最合适图表的5大黄金法则:
- 1. It looks familiar to most of people
- 2. It has a structure
- 3. It matches your narrative’s structure
- 4. It is visible (something that can be seen)
OriginLab (一款软件)

- Origin学习成本很低,基本上可以现学现用,无需编程
- 可视化:海量制图模版,点击即可制作发表级2D/3D学术/工程图
- 统计分析:轻松搞定统计、信号处理、曲线拟合和峰值分析
- 数据导入:支持多种格式的数据,包括 ASCII、Excel、NI TDM、DIADem、NetCDF、SPC等等
- 插件:支持多种插件,如LatTex、PCA、Python等等
- 图形输出格式多样:如JPEG,GIF,EPS,TIFF等,也可友好导出到PPT、Word等
- 缺点:无Mac版本,灵活性比不上Python/R等编程软件
The Data Visualisation Catalogue (一个网站2)
一个可视化图形分类、应用场景介绍、工具推荐网站。
针对应用场景,图形可划分16类,

详细图形

点击上图每个图形,会展示对应图形的介绍、功能、实现工具等

图之典 (一个网站3)

图之典是由一群对数据可视化充满热情的人共同建立起来的网站。
缺点是:收录图形类别有限,目前包含饼图、南丁格尔玫瑰图、柱状图、堆叠柱状图、100%堆叠柱状图、直方图、折线图、面积图、堆叠面积图、桑基图、平行坐标系、旭日图、树图、散点图、气泡图、力导向图、弦图、漏斗图、热力图、雷达图、箱形图、六边形分箱图。
优势:每类图都有非常详细的介绍,包括图表的定义、用法、案例,获取制作教程、学习资源等。

推荐阅读
pythonic生物人:Python可视化笔记43篇合集(建议收藏)
pythonic生物人:从哪些方面着手提高Python?Python社区“老司机们”的这本书讲清楚了!
pythonic生物人:13个高清图助快速上手Python: NumPy/Pandas/SciPy/Matplotlib?
pythonic生物人:丰富的Python可视化“武器库”:从PyViz到Matplotlib
❤️更多好文,欢迎关注 @pythonic生物人
文章由:知乎作者:编写
重要:如软件存在付费、会员、充值等,均属软件开发者或所属公司行为,与本站无关,网友需自行判断