精华内容
下载资源
问答
  • 数据可视化工具
    千次阅读
    2021-08-23 23:53:55

    有哪些免费且比较好用的数据可视化工具?

    现在系统可视化需求越来越大,本文整理几个好用又免费的可视化开发工具,大家可以自行选择自己所需要的工具!

    1Google Charts

    Google Charts是一个免费的开源js库,使用起来非常简单,只需要在标签中将src指向然后即可开始绘制。它支持HTML5/SVG,可以跨平台部署,并特意为兼容旧版本的IE采用了vml

    在新版google charts 发布之前,google有个类似的产品叫做Google Charts API,不同之处在于后者使用http请求的方式将参数提交到api,而后接口返回一张png图片。

    2SovitChart

    SovitChart是一套专注于制作可视化图表的软件系统。它是基于Echarts开源API研发了一套基于图表可视化界面开发系统,用户只要通过鼠标拖拉控件就能设计出精美的图表可视化web页面,同时可以方便的与后端数据进行绑定,实现数据驱动页面的变化,实现炫酷的图表展示。另外该公司还开发了Sovit2D可视化开发工具可灵活、快捷地制作各类交互式常规屏和大屏可视化,内置百余种炫酷组件和组件动画效果,得到更形象、更直观的可视化呈现。动画效果的设计是它的一大特点。这是目前其它同类产品不具有的。

    3Flot

    Flot是一个线图和条形图创建工具,可以运用于支持canvas的所有浏览器——意味着大多数主流浏览器。这是一个jQuery库,如果你熟悉jQuery,可以容易的对图像进行回调、风格和行为操作。 浮悬的优点是你可以访问大量的调用函数,这样就可以运行你自己的代码。设定一种风格,可以让在用户悬停鼠标、点击、移开鼠标时展示不同的效果。比起其他制图工具,浮悬给予你更多的灵活空间。浮悬提供的选项不多,但它可以很好地执行常见的功能。

    4 MetricsGraphics

    MetricsGraphics 是一个在 D3.js 的基础上专为可视化时间序列数据而开发的绘图库。虽然它只支持线图、散点图、柱状图、直方图和数据表格,但它在这几类图表上的表现非常强。

    SovitChart 一样,丰富的文档和例子使得它很容易上手。只是在图型绘制上SovitChart 支持更多的图型模板。它们都是非常简易和轻量级的选择。

    5Epoch

    Epoch 是一个基于 d3.js 开发的工具,它使得开发者可以方便地在他们的应用或是网站上部署实时图表。它的文档整洁,完全免费并且开源,这使得它对于不想花钱购买重量级解决方案的人来说是一个很好的选择。

    对普通数据和实时数据,Epoch 都支持 5 种图表类型。这个数量并不能与 FusionCharts 或是 Highcharts 这种特性完整的产品对抗,但它所专长的是以简单和友好的方式呈现实时数据。

    更多相关内容
  • 今天给大家推荐30个数据可视化工具,非常奈斯! 1) RAWGraphs RAWGraphs是一个在线的数据可视化开源工具,经常被用来处理Excel表中的数据。你只需要将数据上传到RAWGraphs中,设计出你想要的图表,然后将其...

    今天给大家推荐30个数据可视化工具,非常奈斯!

    1) RAWGraphs

    RAWGraphs是一个在线的数据可视化开源工具,经常被用来处理Excel表中的数据。你只需要将数据上传到RAWGraphs中,设计出你想要的图表,然后将其导出为SVG格式或PNG格式的图片。此外,上传到RAWGraphs的数据只会在网页端进行处理,保证了数据的安全性。

    2) ChartBlocks


    ChartBlocks是一个在线可视化工具,它的智能数据导入向导可以引导你一步一步地导入数据和设计图表,简单易用,还可以通过ChartBlocks一键在社交媒体(如Facebook和Twitter)上分享自己的图表。你还可以将图表作导出为SVG, PNG, JPEG格式的图片以及PDF,也可以生成源码并将图表嵌入到网站上。除了免费的个人账户以外,ChartBlocks还提供功能更加强大的专业账户和旗舰账户。

    一些数据可视化工具还为个人、团队和企业提供了不同的版本,这些工具比免费工具有更丰富的功能和技术支持。

    3) Tableau


    Tableau是全球知名度很高的数据可视化工具,你可以轻松用Tableau将数据转化成你想要的形式。Tableau是一个非常强大,安全,灵活的分析平台,支持多人协作。你还可以通过Tableau软件、网页、甚至移动设备来随时浏览已生成的图表,或将这些图表嵌入到报告、网页或软件中。

    4) Power BI


    Power BI是微软开发的商业分析工具,可以很好地集成微软的Office办公软件。用户可以自由导入任何数据,如文件、文件夹和数据库,并且可以使用Power BI软件、网页、手机应用来查看数据。Power BI对个人用户是免费的,团队版也很便宜,单个用户每月只收取9.9美元。

    5) QlikView


    QlikView的主要用户是企业用户,企业用户可以用QlikView轻松地分析内部数据,并且使用QlikView的分析和企业报告功能来做决策。你可以在QlikView中输入要搜索的关键字,QlikView可以自动整合你的数据,帮助你找到你意想不到的数据间的关系。QlikView同样提供免费的个人版本。

    6) Datawrapper


    Datawrapper是一款在线数据可视化工具,由于创始团队有不少人是记者出身,因此Datawrapper专注于满足没有编程基础的写作者的需求,帮助他们制作图表或地图。有了Datawrapper,作者可以制作出丰富的图表来吸引读者的眼球,同时更好地呈现自己的内容。此外,Datawrapper的创始团队还在网站的博客中撰写了许多有趣的文章,分享他们制作图表的心得以及各种数据背后的故事。

    7) Visme


    Visme提供了大量的图片、小图标、模板、字体,供用户制作演示文稿、图表和报告。有了Visme,你可以随时随地查看和呈现你的内容。只需要3个步骤,你就可以制作你自己的社交媒体(如Instagram和LinkedIn)图表,而且支持动态图像和实时数据。Visme还提供教育折扣和非盈利机构折扣。

    8) Grow


    Grow是一个仅供企业用户使用的BI工具。有了Grow,企业里的每个人都可以跟踪他们认为有意义的数据,并创建自己的特定数据仪表板,Grow还支持从150多个数据源导入数据。Grow表示,他们的处理速度是竞争对手的8倍,并支持超过300个预先构建的报告和实时数据更新。

    9) iCharts


    iCharts是专注于NetSuite用户和Google Cloud用户的BI工具。iCharts可以通过在NetSuite仪表板中添加iCharts BI工具来自动分析数据并每周更新报表。iCharts还为Google Cloud用户提供了一个强大而直观的界面,用户可以直接通过拖放操作处理数据。


    信息图

    10) Infogram


    你可以使用Infogram的免费模板创建信息图、图表和地图,而且所有的操作都是在网页端完成的。你可以下载生成后的图表,或将这些图表嵌入到网站中。Infogram功能强大,很受用户欢迎,用户已经用它创建了超过15亿次的图表、报告和信息图表。Infogram除了免费的基础版本外,还提供专业版本、企业版本等。

    11)Visual.ly


    有了http://Visual.ly,你可以轻松地为自己的营销活动创建信息图表、视频、报告和电子书。此外,用户也在http://Visual.ly上传了许多精美的信息图。http://Visual.ly在活跃的社交用户中非常流行,他们常常用http://Visual.ly自动生成自己的社交网络信息图。


    地图

    12) InstantAtlas


    InstantAtlas是能够生成可视化地图报告的SaaS服务,同时可以提供专业的技术支持。它使信息分析师和研究人员能够创建动态的交互式地图报告,将统计数据和地图结合起来。


    关系网络图

    如果想将关系网络数据可视化,必须选择专门的数据可视化工具来生成关系网络图中复杂的节点和叶子。

    13) Gephi


    Gephi是一款著名的开源可视化软件,可以处理关系数据并制作关系网络图,例如,在微博等社交媒体上,谁关注谁;在选举中,谁为谁投票;在企业中,谁与谁是上下级关系。


    数学图形

    数学图形在教育中应用广泛,教师和学生们都经常使用数学图形来快速生成函数图形。

    14) Wolfram|Alpha


    Wolfram|Alpha被称为计算知识引擎——可以自动进行动态计算并返回可视化图形。Wolfram|Alpha基于Mathematica,其底层的数据处理是由Mathematica完成的,而Mathematica支持几何、数值和符号计算,具有强大的图形可视化功能。因此,Wolfram|Alpha可以解答各种各样的数学问题,并向用户提供清晰美观的图形和答案。你还可以升级到Wolfram|Alpha Pro,Wolfram|Alpha Pro支持上传数据和图片进行分析。


    开发者工具

    15) ECharts


    ECharts最初是"Enterprise Charts"(企业图表)的简称,来自百度EFE数据可视化团队,是用JavaScript实现的开源可视化库。ECharts的功能非常强大,对移动端进行了细致的优化,适配微信小程序,支持多种渲染方式和千万数据的前端展现,甚至实现了无障碍访问,对残障人士友好。

    16) D3.js


    D3.js是一个用于数据可视化的开源的JavaScript函数库,被认为是很好的JavaScript可视化框架之一。开发者刚开始学习D3.js时会感到很复杂,但是D3.js功能强大,非常灵活,值得开发者深入学习研究。需要注意的是,D3.js无法在较低版本的IE浏览器中正常显示图形。

    17) Plotly


    Plotly是一个知名的、功能强大的数据可视化框架,可以构建交互式图形和创建丰富多样的图表和地图。Plotly可以提供比较少见的图表,比如等高线图、烛台图(K线图)和3D图表,而大多数工具都没有这些图表。此外,Plotly的团队还维护着增长飞快的R、Python以及JavaScript的开源可视化库。

    18) Chart.js


    Chart.js是一个开源的JavaScript函数库,它为设计人员和开发人员提供8个可定制的动态可视化展现方式,用HTML5 Canvas高效地绘制响应式图表。Chart.js支持混合不同的图表类型并绘制日期和比例,甚至自定义数据范围。Chart.js还具有丰富的动画效果,可以应用于改变数据或者更新颜色时。

    19) Google Charts


    Google也开发了自己的JavaScript图表函数库Google Charts。Google Charts不仅免费提供给开发人员使用,还有完全免费的三年的向后兼容性保证。开发者可以从各种图表模板中进行选择以创建交互式图表,之后只需要将简单的JavaScript嵌入到页面中就可以在网页上展示这些图表。

    20) Ember Charts


    Ember Charts是一个开源的函数库,基于Ember.js和d3.js的框架,非常容易扩展。Ember Charts是Ember.js的开发团队制作的,专注于图形交互。Ember Charts可以绘制很多种图表,包括时间序列图表,它有很强的错误处理能力,当遇到错误数据时,系统也不会崩溃。

    21) Chartist.js


    Chartist.js是一群对其他图表函数库感到失望的开发者们共同制作的函数库。Chartist.js是开源的,且非常灵活,开发者可以用它来创建复杂的响应式图表。Chartist.js配置简单,代码简洁,还支持自定义SASS架构。

    22) Highcharts


    Highcharts是一个用JavaScript编写的开源JavaScript函数库,开发人员可以利用Highcharts轻松地将交互式图表添加到网站或应用程序中。Highcharts可以免费用于个人学习、个人网站和非商业用途。此外,Highcharts的兼容性比D3.js更好。Highcharts在现代浏览器中使用矢量图,在低版本的IE浏览器中使用VML来绘制图形,所以它可以在所有移动设备和电脑浏览器上使用。不过如果开发者想在商业网站、政府网站、企业内网或项目上运行Highcharts,需要购买许可证,同时可以获得Highcharts的技术支持。

    23) FusionCharts


    FusionCharts是一个强大的JavaScript函数库,是许多知名企业的选择,需要收费,不过FusionCharts也提供了免费版本FusionCharts Free。FusionCharts可以集成各种框架,整合已有数据创建商用仪表盘,还提供技术支持服务。

    24) ZingChart


    ZingChart是用JavaScript实现的付费函数库,作为SaaS提供给企业用户。ZingChart提供的大数据图表可在1秒内呈现10万个数据点,还支持根据任何设备大小缩放的响应式和交互式图表。个人用户可以使用ZingChart的免费版本,但导出的图表上会有水印。


    地图

    25) Leaflet


    Leaflet是一个开源JavaScript函数库,可以制作适配移动端的交互式地图。Leaflet不仅设计简单,使用方便,而且功能齐全,可以实现的效果和功能不输给其他的地图。Leaflet适用于大多数PC和移动端,并且可以通过大量的插件进行扩展。

    26) OpenLayers


    OpenLayers是用于创建交互式网页地图的开源JavaScript函数库,支持绝大多数的浏览器,不需要特殊的服务器端软件或任何配置,也不需要下载任何东西,就可以直接使用。OpenLayers作为业界使用广泛的地图引擎之一,已经被大部分GIS供应商和大多数GIS开发人员所采用。

    27)Kartograph


    Kartograph是一个简单的轻量级框架,可以被用来构建交互式的虚拟地图,可以满足设计师和数据工作者的需求。Kartograph实际上是两个函数库:Kartograph.py是一个强大的Python库,可以生成精美的矢量SVG地图;Kartograph.js是JavaScript库,可以帮助开发者在网页上呈现交互式地图。

    28) CARTO


    CARTO(之前叫CartoDB)是一个开源、强大的平台,可以自动发现和分析地理位置数据。使用CARTO,你可以上传地理位置数据,并把这些数据可视化为数据集或者交互式地图。CARTO还可以安装在用户自己的服务器上,并为企业提供付费托管服务和软件。


    关系网络图

    Gephi是一款将关系数据可视化的软件,但我们并不能把Gephi生成的图表直接展示在网页上。如果想在网页上展示关系网络的图表,我们也可以找到这样的JavaScript函数库。

    29) Sigmajs


    Sigmajs是一个交互式可视化JavaScript函数库,专门用于制作关系网络图。Sigmajs可以在网页上显示社交关系脉络,在大数据社交网络可视化中非常重要。Sigmajs还支持展示从Gephi导出的图表,你可以使用Sigmajs将这些图表直接展示在网页上。


    金融图表

    如果想要在网页上呈现实时金融数据如股票K线图,开发人员需要支持时间序列和密集型数据的特殊图表库。

    30) dygraphs


    dygraphs是一个灵活的开源JavaScript图表函数库,主要用于金融图表,如股票K线图。dygraphs可以让人更好地探索和理解密集型数据,它生成的交互式时间序列图表支持鼠标悬停显示内容、缩放和平移,还支持实时数据更新和选择时间范围。

    展开全文
  • 数据可视化工具可以帮助可视化业务流程生成所有数据,并创建仪表板来跟踪几乎所有的内容。小编将介绍10个用于不同风格和目的的数据可视化工具

    在业务设置中,数据可视化工具可以帮助可视化业务流程生成所有数据,并创建仪表板来跟踪几乎所有的内容。数据可视化工具还可以完美地使用特定事件、项目、分析和信息的数据创建图形。

    数据可视化工具有各种形状和大小。这里整理了超好用的可视化工具,以帮助你根据自己的需要选择最佳的可视化工具。

    什么是数据可视化工具?

    简而言之,它是一种从特定来源获取数据并将其转换为可视图表、图形、表格、仪表板等的软件。数据可视化工具可以创建任何东西,从简单的饼图到复杂的交互式等值线。秘诀就是选择一个具有强大功能的可视化产品。

    在本文中,小编将介绍10个用于不同风格和目的的数据可视化工具。

    1.Tableau

    Tableau 是最受认可的商业信息数据可视化工具之一。Tableau 最值得注意的是,可视化是一切的核心。

    Tableau 中的数据可视化和数据分析工具彻底改变了企业管理数据的方式。

    Tableau可以做什么?

    根据 Tableau 的说法,您可以使用他们的平台创建几乎任何类型的可视化。从简单的图表到像下面关于披头士乐队的创意和交互式可视化。

    Tableau是给谁用的?

    从技术上讲,Tableau适用于任何有兴趣将数据用作商业、社区、环境和世界本身的驱动力的人。

    例如,Tableau 可以帮助:

    • 大公司分析大数据
    • 记者形象化世界事件
    • 学生创建数据分析

    2. Visme

    Visme是一个超越数据的数据可视化工具。使用一整套工具,包括图形制作器、图表模板和数据小部件库,可以轻松创建不同类型的数据可视化。

    Visme 将商业智能与交互式设计相结合,帮助你创建不仅易于阅读和理解,而且看起来令人惊叹的数据可视化。

    Visme 可以做什么?

    Visme 的图表制作器能够轻松创建折线图、条形图、饼图、散点图、直方图等更多图表样式。Visme 中的数据小部件非常适合可视化地图数据、数组、表格、百分比、仪表等。

    Visme是给谁用的?

    Visme 适用于需要为各种目的创建数据可视化和视觉图形的任何人。例如,可以为博客、报告、提案、社交媒体、学校报告、演示文稿、印刷品等创建图表。但最重要的是,Visme 适合那些需要创造美丽视觉效果而不需要学习设计的人。

    3.Sovit

    Sovit 是一个多功能的在线数据化可视化平台,平台自带大量的图形图表组件,并支持上传自定义组件,通过轻松拖拽即可完成项目的可视化。并且个人版本可以永久免费使用,任何人都可以在其中创建数据可视化。

    Sovit 可以做什么?

    Sovit 目前推出了3个产品,包括SovitChart、Sovit2D、Sovit3D。可以使用他们在平台创建几乎任何类型的可视化,涵盖可视化图表、2D和3D的Web前端页面等。

    Sovit是给谁用的?

    Sovit 适用于需要为各种目的创建数据可视化的人和企业,这就包括农业、城市、消防、医疗、能源、矿山、电力等多行业各领域。重要的是,使用Sovit开发可视化项目,并不需要有专业开发技能的人即可轻松完成。

    4. Infogram

    Infogram是一个在线数据可视化创建者。该工具提供了多种广泛的选项。

    Infogram 可以做什么?

    Infogram 拥有 30 多种图表和单张地图,可根据需要进行自定义。该工具的一个显著特点是仪表板模板库。这些项目在一个地方具有许多可视化,非常适合跟踪公司数据和发现趋势。

    Infogram是给谁用的?

    Infogram 非常适合想要分析数据的企业主,以及需要在项目、仪表板和报告中展示数据的公司。该工具也适用于希望可视化信息的内容创建者、学生和记者。

    5.Datapine

    Datapine是一个一体化的商业智能和数据可视化工具,设计有一个用户友好的界面,让每个人都能参与到分析过程中——无需技术技能。

    Datapine 用作协作工具,因为它包括多个共享选项,以使每个团队成员或相关利益相关者以安全的方式参与数据。

    Datapine可以做什么?

    以交互式仪表板和可视化为核心,Datapine 提供了一个完整的解决方案,在从集成到报告的数据分析过程的每个阶段伴随用户。

    Datapine是给谁用的?

    Datapine 适用于所有想要在决策过程中使用数据的人。其直观的界面旨在供任何级别的用户访问,从实习生到高级管理人员再到经验丰富的数据分析师。

    6.Whatagraph

    Whatagraph 是一种数据可视化工具,可为社交媒体、PPC、SEO 和电子邮件活动提供可视化数据分析。

    Whatagraph 可以做什么?

    Whatagraph的主要数据可视化功能是显示和分析社交媒体和电子邮件营销活动。

    Whatagraph是给谁用的?

    Whatagraph 非常适合需要为客户创建可视化仪表板的数字营销人员。通过使用与不同营销渠道的集成,用户可以轻松地将报告和仪表板放在一起。

    7. Sisense

    Sisense 是一种商业智能工具,用于创建有助于获得商业洞察力的数据可视化。Sisense 用于创建仪表板。这个数据可视化工具是专门为可视化大量数据而创建的。

    Sisense 可以做什么?

    使用 Sisense,可以创建用于跟踪任何类型数据的仪表板。从社交媒体营销到健康、制造等等。可以根据需要分析的数据以用户想要的任何方式创建仪表板。

    Sisens是给谁用的?

    Sisens 适用于需要可视化和分析大型数据集的任何人。能够创建分析应用程序的开发人员以及能够创建仪表板的非开发人员的多功能性令人印象深刻。

    8.Databox

    DataBox 是另一个不如 Sisense 强大的数据仪表板工具。这个数据可视化工具有一个 DIY 仪表板创建器,集成了许多数据源。此外,它还提供大量模板供选择。

    DataBox 可以做什么?

    DataBox 专门用于为移动和桌面创建仪表板和分析应用程序。网站上的主要信息是他们的工具如何帮助数据分析师预测性能。

    DataBox 是给谁用的?

    DataBox 中的模板似乎主要面向营销人员,例如 HubSpot、Google Analytics 和电子邮件模板。对于想要跟踪团队工作的业务数据分析师来说,这是一个很好的工具。

    9.ChartBocks

    ChartBocks 是一个易于使用的数据可视化工具,用于创建图表和图形。带有 ChartBlocks 的图表由 D3.js 托管,并且完全响应在任何平台上共享和在任何设备上查看。

    ChartBlocks 可以做什么?

    使用 ChartBlocks,可以创建任何类型的图表或图形。他们的图表制作器是完全可定制的,并且可以调整以适应品牌指南或项目的调色板。图表的数据可以从电子表格或 SQL 中导入,也可以手动输入。

    ChartBlocks是给谁用的?

    ChartBlocks 适用于需要为提案、报告或项目创建图表的任何人。这个数据可视化工具相对容易使用。

    10. DataWrapper

    DataWrapper 是一个用于创建图表、地图和表格的数据可视化工具。使用 DataWrapper 创建的所有图表都是移动响应式的——可视化通过最小化线条和缩小空白空间来适应不同的屏幕尺寸。

    DataWrapper 可以做什么?

    使用 DataWrapper,可以创建几乎任何类型的图表、可自定义的地图和响应式表格。使用集成的设计工具可以轻松自定义可视化。图表也可以轻松共享或打印。

    DataWrapper是给谁用的?

    该数据可视化工具适用于需要创建图表、图形、表格或地图的任何人。从学生到记者和营销人员,谁可以使用 DataWrapper 真的没有限制。

    他们的工具的目的是帮助用户制作看起来很棒的图表和图形,即使没有编码或任何设计技能。

    展开全文
  • 在本文中,我对许多流行的Linux数据可视化工具进行了调查,并对其中的其他功能进行了深入分析。 例如,该工具是否提供用于数值计算的语言? 该工具是交互式的还是仅在批处理模式下运行? 可以使用该工具进行图像或...

    linux数据库可视化工具

    可视化工具简短列表

    在本文中,我对许多流行的Linux数据可视化工具进行了调查,并对其中的其他功能进行了深入分析。 例如,该工具是否提供用于数值计算的语言? 该工具是交互式的还是仅在批处理模式下运行? 可以使用该工具进行图像或数字信号处理吗? 该工具是否提供语言绑定以支持集成到用户应用程序中(例如Python,Tcl,Java编程语言等)? 我还将演示工具的图形功能。 最后,我将确定每种工具的优势,以帮助您确定最适合您的计算任务或数据可视化的工具。

    我在本文中探讨的开源工具是(及其相关许可证):

    • Gnuplot(Gnuplot版权,非GPL)
    • GNU八度(GPL)
    • Scilab(Scilab)
    • MayaVi(BSD)
    • 千里马(GPL)
    • OpenDX(IBM公共许可证)

    Gnuplot

    Gnuplot是一种出色的可视化工具,自1986年以来一直存在。如果不碰到gnuplot图,就很难阅读论文或学位论文。 尽管gnuplot是命令行驱动的,但它从刚开始就发展为支持许多非交互式应用程序,包括用作GNU Octave的绘图引擎。

    Gnuplot是便携式的,可在UNIX®,Microsoft®Windows®,MacOS®X和许多其他平台上运行。 它支持多种输出格式,从后记到最新的PNG。

    Gnuplot可以在批处理模式下运行,提供用于生成绘图的命令脚本,并且还可以在交互模式下运行,这使您可以尝试其功​​能,以查看它们对绘图的影响。

    gnuplot还提供了与UNIX数学库相对应的标准数学库。 函数的参数支持整数,实数和复数。 您可以为弧度或度数配置数学库(默认为弧度)。

    对于绘图,gnuplot可以使用plot命令生成2-D图,并使用splot命令生成3-D图(作为2-D投影)。 使用plot命令,gnuplot可以在直角坐标或极坐标中运行。 默认情况下, splot命令为笛卡尔坐标,但也可以支持球面和圆柱坐标。 您还可以将轮廓应用于图(如下面的图1所示)。 绘图的一种新样式pm3d支持将绘图板映射的3D和4D数据作为地图和曲面使用。

    这是一个简短的gnuplot示例,说明了具有轮廓和隐藏线去除的3-D函数绘制。 清单1显示了所使用的gnuplot命令,图1显示了图形结果。

    清单1.简单的gnuplot函数图
    set samples 25
    set isosamples 26
    set title "Test 3D gnuplot"
    set contour base
    set hidden3d offset 1
    splot [-12:12.01] [-12:12.01] sin(sqrt(x**2+y**2))/sqrt(x**2+y**2)

    清单1展示了gnuplot命令集的简单性。 样区的采样率和密度由样本和同等样本确定,并为带有标题参数的图形提供标题。 基本轮廓与隐藏线删除一起启用,并且正弦曲线图是使用内部可用的数学库函数通过splot命令创建的。 结果是图1。

    图1. gnuplot的简单图
    gnuplot的一个简单图

    除了创建函数图之外,gnuplot还非常适合绘制文件中包含的数据。 考虑清单2中所示的x / y数据对(文件的缩写版本)。 文件中显示的数据对表示二维空间中的x和y坐标。

    清单2. gnuplot的示例数据文件(data.dat)
    56 48
    59 29
    85 20
    93 16
    ...
    56 48

    如果要在二维空间中绘制此数据,并用线连接每个数据点,则可以使用清单3中所示的gnuplot脚本。

    清单3. Gnuplot脚本绘制清单2中的数据
    set title "Sample data plot"
    plot 'data.dat' using 1:2 t 'data points', \
      "data.dat" using 1:2 t "lines" with lines

    结果如图2所示。请注意,gnuplot会自动缩放轴,但是如果需要放置图,则可以控制它。

    图2.使用数据文件从gnuplot绘制的简单图
    使用数据文件从gnuplot进行的简单绘图

    Gnuplot是一个出色的可视化工具,众所周知,可以作为许多GNU / Linux发行版的标准部分使用。 但是,如果您需要基本的数据可视化和数值计算,那么GNU Octave可能就是您想要的。

    GNU八度

    GNU Octave是一种高级语言,主要用于数值计算,并且是The MathWorks商业Matlab应用程序的引人注目的替代品。 除了gnuplot提供的简单命令集外,Octave还提供了一种用于数学编程的丰富语言。 您甚至可以用C或C ++编写应用程序,然后连接到Octave。

    Octave最初于1992年左右编写,是化学React器设计教科书的配套软件。 作者想帮助学生解决React堆设计问题,而不是调试Fortran程序。 结果是解决数值问题的有用语言和交互式环境。

    八度可以以脚本模式,交互地或通过C和C ++语言绑定进行操作。 Octave本身具有类似于C的丰富语言,并具有非常大的数学库,包括用于信号和图像处理,音频处理和控制理论的专用功能。

    因为Octave使用gnuplot作为其后端,所以您可以使用gnuplot进行绘制的任何内容都可以使用Octave进行绘制。 Octave确实具有更丰富的计算语言,它具有明显的优势,但是您仍然会受到gnuplot的限制。

    在以下示例中,从Octave-Forge网站(SimpleExamples),我绘制了Lorentz奇怪吸引子。 清单4显示了在Windows平台上使用Cygwin的Octave的交互式对话框。 本示例演示了普通微分方程求解器lsode的用法。

    清单4.使用Octave可视化Lorentz Strange吸引子
    GNU Octave, version 2.1.50 
    Copyright (C) 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003 John W. Eaton.
    This is free software; see the source code for copying conditions.
    There is ABSOLUTELY NO WARRANTY; not even for MERCHANTIBILITY or
    FITNESS FOR A PARTICULAR PURPOSE.  For details, type `warranty'.
    
    Please contribute if you find this software useful.
    For more information, visit http://www.octave.org/help-wanted.html
    
    Report bugs to <bug-octave&bevo.che.wisc.edu>.
    
    >> function y = lorenz( x, t )
    y = [10 * (x(2) - x(1));
    x(1) * (28 - x(3));
    x(1) * x(2) - 8/3 * x(3)];
    endfunction
    >> x = lsode("lorenz", [3;15;1], (0:0.01:25)');
    >> gset parametric
    >> gsplot x
    >>

    图3中所示的图是清单4中所示的Octave代码的输出。

    图3.具有八度音阶的Lorentz图
    八度的洛伦兹情节

    GNU Octave(与gnuplot配合使用)可以通过multiplot功能在单个页面上发出多个图。 使用此功能,您可以定义要创建的绘图数量,然后使用subwindow命令定义特定的绘图。 定义子窗口后,通常会生成图,然后转到下一个子窗口(如清单5所示)。

    清单5.在八度中生成多图
    >> multiplot(2,2)
    >> subwindow(1,1)
    >> t=0:0.1:6.0
    >> plot(t, cos(t))
    >> subwindow(1,2)
    >> plot(t, sin(t))
    >> subwindow(2,1)
    >> plot(t, tan(t))
    >> subwindow(2,2)
    >> plot(t, tanh(t))

    最终的多图页面如图4所示。这是一个很好的功能,可将相关图收集在一起以进行比较或对比。

    图4.使用GNU Octave的多图
    使用GNU Octave的多图

    您可以将Octave视为高级语言,并将gnuplot作为可视化的后端。 它提供了丰富的数学库,是Matlab的免费替代品。 它也是可扩展的,具有由用户开发的用于语音处理,优化,符号计算等的软件包。 Octave在某些GNU / Linux发行版中(例如Debian),也可以在带有Cygwin和Mac OS X的Windows上使用。有关Octave的更多信息,请参阅“ 相关主题”部分。

    科学实验室

    Scilab与GNU Octave相似,因为它可以进行数值计算和可视化。 Scilab是一种在世界范围内使用的工程技术和科学应用程序的解释器和高级语言。

    Scilab起源于1994年,由法国国家信息和自动化研究所(INRIA)和法国国家巴黎蓬特和歌剧院(ENPC)的研究人员开发。 自2003年以来,Scilab由Scilab联盟进行维护。

    Scilab包括一个大型的数学函数库,并且可以扩展为使用高级语言(例如C和Fortran)编写的程序。 它还包括使数据类型和操作过载的功能。 它包含集成的高级语言,但与C有所不同。

    可用于Scilab的许多工具箱提供2D和3D图形和动画,优化,统计,图形和网络,信号处理,混合动态系统建模器和模拟器以及许多其他社区的帮助。

    您可以在大多数UNIX系统以及更新的Windows操作系统上使用Scilab。 像GNU Octave一样,Scilab有据可查。 因为它是欧洲项目,所以您还可以找到多种英语以外的其他语言的文档和文章。

    启动Scilab后,将显示一个窗口,使您可以与解释器进行交互(请参见图5)。

    图5.与Scilab交互
    与Scilab互动

    在此示例中,我创建了一个向量(t),其值的范围为0到2PI(步长为0.2)。 然后,我生成一个3-D图(使用z = f(x,y)或点xi,yi处的表面)。 图6显示了结果图。

    图6.图5中的命令生成的Scilab图
    根据图5中的命令生成的Scilab图

    Scilab包含大量库和函数,可以以最小的复杂度生成图。 以生成简单的三维直方图为例:

    -->hist3d(5*(rand(5,5));

    首先, rand(5,5)构建一个大小为5.5的矩阵,其中包含随机值(我将其缩放为最大值5)。 该矩阵传递给函数hist3d 。 结果是如图7所示的直方图。

    图7.生成随机的三维直方图
    生成随机三维直方图

    Scilab和Octave相似。 两者都有大量的社区参与基础。 Scilab用Fortran 77编写,而Octave用C ++编写。 Octave使用gnuplot进行可视化; Scilab提供了自己的工具。 如果您熟悉Matlab,则Octave是一个不错的选择,因为它会争取兼容性。 Scilab具有许多数学功能,非常适合信号处理。 如果您仍然不确定要使用哪个,请尝试两种方法。 它们都是很好的工具,您可能会发现自己分别使用它们来完成不同的任务。

    MayaVi

    MayaVi是梵语中的魔术师,它是一种数据可视化工具,它将Python与功能强大的Visualization Toolkit(VTK)绑定在一起以进行图形显示。 MayaVi还提供了使用Tkinter模块开发的图形用户界面(GUI)。 Tkinter是一个Tk接口,最常与Tcl耦合。

    MayaVi最初是作为计算流体动力学(CFD)的可视化工具开发的。 意识到其在其他领域的用途后,将其重新设计为通用的科学数据可视化工具。

    VTK是MayaVi背后的力量。 VTK是用于数据可视化和图像处理的开源系统,已在科学界广泛使用。 除了C ++库外,VTK还具有用于Tcl / Tk,Java编程语言和Python的脚本接口,提供了惊人的功能。 VTK可移植到许多操作系统,包括UNIX,Windows和MAC OSX。

    可以将VTK周围的MayaVi shell作为Python模块从其他Python程序中导入,并通过Python解释器编写脚本。 MayaVi提供的tkinter GUI允许配置和应用滤镜,以及操纵可视化效果。

    图8是在Windows平台上使用MayaVi的示例可视化。

    图8.使用MayaVi进行3-D可视化(CT心脏扫描数据)
    使用MayaVi / VTK(CT心脏扫描数据)进行3D可视化。

    MayaVi是在Python脚本语言中扩展VTK的有趣示例。

    千里马

    Maxima是Octave和Scilab中完整的符号和数值计算程序。 Maxima的最初开发始于1960年代后期,位于麻省理工学院(MIT),并一直保持至今。 原始版本(计算机代数系统)称为DOE Macsyma,它为后来开发更常见的应用程序(例如Mathematica)开辟了道路。

    Maxima提供了您期望的一组不错的功能(例如微分和积分计算,求解线性系统和非线性方程组)以及符号计算能力。 您可以使用传统的循环和条件在Maxima中编写程序。 您还会在Maxima中发现Lisp的提示(从quoting, mapapply函数中)。 Maxima用Lisp编写,您可以在Maxima会话中执行Lisp代码。

    Maxima有一个很好的基于超文本的联机帮助系统。 例如,如果您想了解特定的Maxima函数的工作方式,则只需键入example( desolve ) ,它就会提供许多示例用法。

    Maxima还具有一些有趣的功能,例如规则和模式。 简化程序使用这些规则和模式来简化表达式。 规则也可以用于可交换代数和非可交换代数。

    Maxima与Octave和Scilab一样,都可以使用解释器与用户进行交互,并且结果直接在同一窗口中提供或在另一个窗口中弹出。 在图9中,我要求绘制一个简单的3-D图。

    图9.与Maxima交互
    与Maxima互动

    结果图如图10所示。

    图10.图9中的命令生成的Maxima图
    根据图9中的命令生成的Maxima图

    打开数据浏览器(OpenDX)

    如果不对Open Data Explorer(OpenDX)进行简短介绍,就无法完整地看到可视化工具。 OpenDX是IBM强大的可视化数据浏览器的开源版本。 该工具于1991年作为Visualization Data Explorer首次发布,现在可以用作数据可视化的开源以及为数据可视化构建灵活的应用程序。

    OpenDX具有许多独特的功能,但是其架构值得一提。 OpenDX使用客户端/服务器模型,其中客户端和服务器应用程序可以驻留在单独的主机上。 这使服务器可以在专为高功率数字运算设计的系统(例如共享内存多处理器)上运行,而客户端分别在为图形渲染设计的较小主机上运行。 OpenDX甚至允许在多个要同时处理的服务器(甚至是异构服务器)之间分配问题。

    OpenDX支持可视数据流编程模型,该模型允许以图形方式定义可视化程序(请参见图11)。 每个选项卡都定义一个“页面”(类似于功能)。 数据通过所示的转换进行处理,例如,中间的“收集”模块将输入对象收集到一个组中,然后将其传递(在这种情况下,传递到“图像”模块,该模块显示图像和“ AutoCamera”指定如何查看图像的模块)。

    图11.使用OpenDX进行可视化编程
    使用OpenDX进行可视化编程

    OpenDX甚至包括一个模块构建器,可以帮助您构建自定义模块。

    图12显示了从OpenDX生成的示例图像(该图像取自Dalhousie大学的OpenDX的物理海洋学教程)。 该数据表示陆地拓扑数据,也表示水深(测深)。

    图12.使用OpenDX进行数据可视化
    使用OpenDX进行数据可视化

    到目前为止,OpenDX是我在此探讨的最灵活,功能最强大的数据可视化工具,但它也是最复杂的。 幸运的是,已经编写了许多教程(和书籍)来帮助您快速入门,并在“ 相关主题”部分中提供了这些教程。

    更进一步

    在本文中,我刚刚介绍了一些开源的GNU / Linux可视化工具。 其他有用的工具包括Gri,PGPLOT,SciGraphica,plotutils,NCAR Graphics和ImLib3D。 全部都是开源的,您可以查看它们的工作方式,并根据需要进行修改。 另外,如果您正在寻找出色的图形仿真环境,请查看结合了OpenGL的Open Dynamics Engine(ODE)。

    您的需求决定哪种工具最适合您。 如果您需要一个功能强大的可视化系统以及多种可视化算法,那么MayaVi将是您的理想之选。 对于可视化的数值计算,GNU Octave和Scilab非常适合。 如果需要符号计算功能,Maxima是一个有用的选择。 最后但并非最不重要的一点是,如果您需要基本绘图,则gnuplot可以很好地工作。


    翻译自: https://www.ibm.com/developerworks/opensource/library/l-datavistools/index.html

    linux数据库可视化工具

    展开全文
  • 数据可视化工具的选型注意事项.docx数据可视化工具的选型注意事项.docx数据可视化工具的选型注意事项.docx数据可视化工具的选型注意事项.docx数据可视化工具的选型注意事项.docx数据可视化工具的选型注意事项.docx...
  • 目前数据可视化工具软件的排名

    千次阅读 2020-09-17 18:59:53
    现如今市面上已经出现了很多数据可视化工具软件了,但具体使用怎么样呢?大家都还不知道,小编统计了一下使用过数据可视化工具软件的用户,给这些数据可视化工具软件排个名。 1、Smartbi 也是一款国产可视化工具软件...
  • 5款常用的数据可视化工具推荐!

    千次阅读 2020-09-26 00:14:55
    数据分析有多重要,大家都知道了。对于我们数据分析师来说,数据更为重要,用最直观的图表展示数据结果,辅助领导层决策,是我们工作的要求。...Datawrapper是一个用于制作交互式图表的在线数据可视化工具。一旦您从C
  • 视频当道的时代,数据可视化自然也要动起来。 我常用的动态可视化工具主要有Tableau、Echarts、Flourish、Python这几个,另外一个地图可视化神器kepler.gl,是技术群小伙伴的分享。 【注】文末提供技术交流方式 这五...
  • 很多朋友问我可视化用的什么工具做的,今天就给大家罗列了10个最值得推荐的数据可视化工具,鉴于大家的技术水平和偏好不同,我从三个方面来讲: 零编程类,操作简单,无需编程基础,适合新手小白做一些基础性的图表...
  • 很多朋友问我可视化用的什么工具做的,今天就给大家罗列了10个最值得推荐的数据可视化工具,鉴于大家的技术水平和偏好不同,我从三个方面来讲: 零编程类,操作简单,无需编程基础,适合新手小白做一些基础性的图表...
  • Python数据可视化库 在数据分析中最好展示数据的方式就是形象地绘制对应的图像,让人能够更好地理解数据。什么样的数据、什么样的场景用什么样的图表都是有一定的规定的。(这个以后写一篇博客来记录一下。当然我...
  • 数据可视化工具软件哪个最好

    千次阅读 2020-09-22 18:55:06
    因此,我在这里提供了4个有用的数据可视化工具,帮助你了解数据,希望这篇文章能够帮助你! 1、Datawrapper Datawrapper是一个用于制作交互式图表的在线数据可视化工具。一旦您从CSV文件上传数据或直接将其粘贴到...
  • 注册用户和托管版本数量也是非常之多,其中不乏知名开源项目Rubyon Rails、jQuery、python、以及数据可视化工具 datart 等。 说到 datart ,在github和gitee上很火,跟它的前身davinci有关,积累了很多忠实用户,...
  • 这里我们选取了一些主流的开源 BI 产品,从产品功能、可视化能力、数据源支持以及使用文档等方面进行对比,希望对你有帮助。由Airbnb贡献的轻量级BI产品,目前在GitHub上有3万多颗星,其受欢迎程度可见一斑。...
  • 在本文中,我们将介绍八个开源的数据可视化工具。 数据包装器 数据包装器 项目页面 源代码 执照: 麻省理工学院 Datawrapper由欧洲的新闻机构创建,旨在使新闻机构的数据可视化变得容易。 它基于...
  • 9款常用的数据可视化工具推荐

    千次阅读 2019-09-10 11:05:33
    因此,我在这里提供了9个有用的数据可视化工具,帮助你了解数据,希望这篇文章能够帮助你! 1、Datawrapper Datawrapper是一个用于制作交互式图表的在线数据可视化工具。一旦您从CSV文件上传数据或直接将其...
  • 20款优秀的数据可视化工具 (建议收藏)

    万次阅读 多人点赞 2021-06-06 00:30:33
    ↑↑↑关注后"星标"简说Python人人都可以简单入门Python、爬虫、数据分析简说Python推荐 来源:网络 大家好,我是老表~如今学习应用数据可视化的渠道有很多...
  • 百度旗下基于 JavaScript 的开源 Web 可视化工具,Apache 顶级项目。Echarts 目前有 Python 接口-Pyecharts,可以通过 pip 安装。 在网页上看到的各种炫酷的动态图表,Echarts 都能搞定。 官网地址:E
  • 数据可视化工具的特点有哪些

    千次阅读 2020-12-08 13:44:48
    良好的数据可视化工具可以在企业的数据分析中发挥重要作用,可以有效提高效率,降低成本。  那数据可视化工具有哪些特点呢?  1.种类众多,有许多种数据可视化工具,可以说是层出不穷的。基本上,每种语言都...
  • 通过使用正确的工具,您可以从原始数据中绘制出令人信服的视觉故事。以下是一些用于数据可视化的免费开源工具。1. Candela如果您了解JavaScript,则可以使用此开...
  • 最好用的 20 款数据可视化工具

    千次阅读 2018-10-24 20:49:39
    本文将介绍20款不同的数据可视化工具,从简单列表到复杂表格,再到地图和信息图表。这些工具中大部分都是免费的,希望能够为你带来帮助。  一、入门级  首先,我们来看看你所熟知的工具,它们可能会有意想不到的...
  • 常用的数据可视化工具及图形

    千次阅读 2019-09-04 11:40:42
    这类数据可视化工具的特点是:网页轻服务,轻巧易上手,高度风格化。 工具 特点 网址 Inforgram 应用场景精准,图表动画功能是亮点 https://infograom.com/ Piktochart 多用于地图功能免费 ...
  • 当然,你可能想象不到这种数据可视化的技术可以追溯到2500年前世界上的第一张地图,但是,如今利用各种形态的数据可视化图表帮助用户减少分析时间,快速做出决策一直扮演着重要的作用。 在数字经济时代,人们需要对...
  • 视频当道的时代,数据可视化自然也要动起来。我常用的动态可视化工具主要有「Tableau、Echarts、Flourish、Python」这几个,另外加上地图可视化神器「kepler.gl」。这五款可视化工具差异很大,在各自领域都是学霸级...
  • 6 种 Python 数据可视化工具

    万次阅读 多人点赞 2018-04-03 00:00:00
    (点击上方公众号,可快速关注)英文:Chris Moffitt ,编译:伯乐在线/李加庆简介在 Python 中,将数据可视化有多种选择,正是因为这种多样性,何时选用何种方案才变得极具挑战性。本文包含了一些较为流行的工具...
  • 作者:文兄 ...来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请...地图数据可视化工具(7个)7.金融(股票)数据可视化工具(2个)8.时间轴数据可视化工具(2个)9.函数与公式数据可视化工具(2个
  • Ubuntu安装mysql数据可视化工具

    千次阅读 2018-02-05 15:03:24
    安装mysql-workbench
  • 12个数据可视化工具,人人都能做出超炫图表

    万次阅读 多人点赞 2018-02-10 00:00:00
    他在文章中介绍了一些适合网页开发者的数据可视化和绘图工具,让你不必再花大力气与枯燥的数据抗争。部分工具不要求写代码也可以使用!我们诠释数据的方式和数据本身之间存在着巨大的鸿沟。尤其是当我们唯一的选择是...
  • 推荐14款基于javascript的数据可视化工具概述:随着数据可视化概念逐年火热,有较多优秀的图表开源库和制作工具脱颖而出,下面,我们就拿其中比较有名的 14个产品进行简要介绍。1、AnyChart链接:...
  • 数据可视化 (1)可视化 (1)可视化的含义 定义 可视化是一种使复杂信息能够容易和快速被人理解的手段,是一种聚焦在信息重要特征的信息压缩,是可以放大人类感知的图形化表示方法。 可视化为人类大脑与...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 322,535
精华内容 129,014
关键字:

数据可视化工具

友情链接: WeiShake.rar