-
MySQL安装及可视化工具使用
2016-09-22 17:54:38可视化工具安装及使用资源下载 MySQL数据库 mysql-5.6.19-winx64 百度云地址 可视化工具下载 安装前配置 解压文件 将下载的数据库的压缩文件解压在本地文件夹,个人解压在D:\MySQL下,如下图: 创建my.ini...资源下载
安装前配置
-
解压文件
将下载的数据库的压缩文件解压在本地文件夹,个人解压在D:\MySQL下,如下图: -
创建my.ini文件
- 将解压文件下的my-default.ini文件复制一份,改名为my.ini,如果没有,创建一个空的txt文件,改名为my.ini即可,如下图:
- 配置my.ini
将如下代码配置到my.ini文件下
切记!务必要将以上配置文件中的地址设置为自己本地的地址。######################################################### [client] port=3306 default-character-set=utf8 [mysqld] port=3306 character_set_server=utf8 basedir=D:\MySQL\mysql-5.6.19-winx64 #解压目录 datadir=D:\MySQL\mysql-5.6.19-winx64\data #解压目录下data目录 sql_mode=NO_ENGINE_SUBSTITUTION,STRICT_TRANS_TABLES [WinMySQLAdmin] D:\MySQL\mysql-5.6.19-winx64\bin\mysqld.exe #########################################################
- 将解压文件下的my-default.ini文件复制一份,改名为my.ini,如果没有,创建一个空的txt文件,改名为my.ini即可,如下图:
-
配置环境变量
- 我的电脑–>右键–>属性–>高级系统设置–>环境变量–>系统变量
- 新建–>添加“MYSQL_HOME”,如下图:
- Path中添加环境变量“;%MYSQL_HOME%\bin”,如下图:
安装及启动
-
CMD下进入数据库的bin目录下
cd /d D:\MySQL\mysql-5.6.19-winx64\bin
-
安装
mysqld install MySQL --defaults-file="D:\MySQL\mysql-5.6.19-winx64\my.ini"
-
启动服务
net start mysql
-
停止服务
net stop mysql
可视化工具安装及使用
-
下载安装
以下是版本较老的Navicat10的教程;最新Navicat 15使用教程点击查看
可视化客户端工具(Navicat 10)下载 -
创建root连接
-
在root用户先创建新的用户
-
分配权限
根据需要,授予相应的权限,测试全部就全部授权 -
连接新用户并连接
-
创建表
右键–>创建表–>录入表字段 -
添加数据
选中表–>右键–>打开表–>录入数据 -
sql查询数据
选中表–>右键–>打开表–>文件–>查询表–>录入sql–>运行
建模工具
-
-
可视化工具D3教程
2019-06-27 20:24:29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 坐标轴第8章 完整的柱形图第9章 让图表动起来第10章 ...可视化工具D3教程
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”。D3 正是数据可视化工具中的佼佼者,基于 JavaScript 开发,项目托管于 GitHub。从 D3诞生以来,不断受到好评,在 GitHub 上的项目仓库排行榜也不断上升。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”,的确是名副其实。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。听名字有点抽象,说简单一点,其实就是一个 JavaScript 的函数库,主要是用来做数据可视化。学习D3前的预备知识
- HTML:超文本标记语言,用于设定网页的内容
- CSS:层叠样式表,用于设定网页的样式
- JavaScript:一种直译式脚本语言,用于设定网页的行为
- DOM:文档对象模型,用于修改文档的内容和结构
- 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”。它只有一个文件,在 HTML 中引用即可。目前D3已经更新到V5版本。因为原理是差不多的,所以仍然以V3版本为例作讲解。
-
下载D3.js文件 D3.zip
-
加载D3.js文件
<script src="http://d3js.org/d3.v3.min.js" charset="utf-8"></script>//直接包含网络的链接 <script src="xxxx/d3.v3.min.js" charset="utf-8"></script>//加载本地文件
第2章 第一个程序 Hello World
1.在HTML 中输出 HelloWorld
<html> <head> <meta charset="utf-8"> <title>HelloWorld</title> </head> <body> <p>Hello World</p> </body> </html>
输出结果
Hello World
2.用JS更改Hello World
<html> <head> <meta charset="utf-8"> <title>HelloWorld</title> </head> <body> <p>Hello World</p> <script> var paragraphs = document.getElementsByTagName("p"); paragraphs[0].innerHTML = "SWUSTVIS"; </script> </body> </html>
输出结果
SWUSTVIS
3.用D3更改Hello World
<html> <head> <meta charset="utf-8"> <title>HelloWorld</title> <script src="http://d3js.org/d3.v3.min.js" charset="utf-8"></script> </head> <body> <p>Hello World</p> <script> d3.select("body").select("p").text("SWUSTVIS"); </script> </body> </html>
输出结果
SWUSTVIS
第3章 正式进入D3的世界
选择元素和绑定数据是 D3 最基础的内容,本章将对其进行一个简单的介绍。
- 选择集
在 D3 中,用于选择元素的函数有两个,这两个函数返回的结果称为选择集。
d3.select():选择所有指定元素的第一个
d3.selectAll():选择指定全部元素例如,选择集的常见用法如下。
var body = d3.select("body"); //选择文档中的body元素 var p1 = body.select("p"); //选择body中的第一个p元素 var p = body.selectAll("p"); //选择body中的所有p元素 var svg = body.select("svg"); //选择body中的svg元素 var rects = svg.selectAll("rect"); //选择svg中所有的rect元素 var id = body.select("#id"); //选择body中id元素 var class = body.select(".class");//选择body中class类元素
选择元素函数后常用链式表达接其他操作,如:
d3.select("#id").text("SWUSTVIS").attr("font-size","12px");
- 绑定数据
选择集和绑定数据通常是一起使用的,D3 中是通过以下两个函数来绑定数据的:
datum():绑定一个数据到选择集上
data():绑定一个数组到选择集上,数组的各项值分别与选择集的各元素绑定假设现在有三个段落元素如下:
<p></p> <p></p> <p></p>
对于datum():
假设有一字符串 SWUSTVIS,要将此字符串分别与三个段落元素绑定,代码如下:var str = "SWUSTVIS"; var body = d3.select("body"); var p = body.selectAll("p"); p.datum(str); p.text(function(d, i){ return "第 "+ i + " 个元素绑定的数据是 " + d; });
绑定数据后,使用此数据来修改三个段落元素的内容,其结果如下:
第 0 个元素绑定的数据是 SWUSTVIS 第 1 个元素绑定的数据是 SWUSTVIS 第 2 个元素绑定的数据是 SWUSTVIS
对于data():
有一个数组,接下来要分别将数组的各元素绑定到三个段落元素上。
I love three things in this world.Sun, moon and you. Sun for morning, moon for night, and you forever.
var dataset = ["sun","moon","you"];
调用 data() 绑定数据,并替换三个段落元素的字符串为被绑定的字符串,代码如下:
var body = d3.select("body"); var p = body.selectAll("p"); p.data(dataset) .text(function(d, i){ return "I love " + d; });
结果自然是三个段落的文字分别变成了数组的三个字符串。
I love sun I love moon I love you
前面代码也用到了一个无名函数 function(d, i),其对应的情况如下:
d ------- data 数据 i ------- index 索引
当 i == 0 时, d 为 sun。
当 i == 1 时, d 为 moon。
当 i == 2 时, d 为 you。此时,三个段落元素与数组 dataset 的三个字符串是一一对应的,在函数 function(d, i) 直接 return d 即可。
第4章 选择、插入、删除元素
1.选择元素
假设在 body 中有三个段落元素:<p>Sun</p> <p>Moon</p> <p>You</p>
现在,要分别完成以下四种选择元素的任务。
选择第一个元素
d3.select("body").select("p").style("color","red");
选择第所有元素d3.select("body").selectAll("p").style("color","red");
选择第二个元素方法很多,一种比较简单的是给第二个元素添加一个 id 号。
<p id="moon">Moon</p> ------------------------------------- d3.select("#moon").style("color","red");
选择后两个元素给后两个元素添加 class,
<p class="myclass">Moon</p> <p class="myclass">You</p>
由于需要选择多个元素,要用 selectAll。
d3.selectAll(".myclass").style("color","red");
2.插入元素插入元素涉及的函数有两个:
- append():在选择集末尾插入元素
- insert():在选择集前面插入元素
假设有三个段落元素,与上文相同。
append()
d3.select("body").append("p").text("Star");
insert()d3.select("body").insert("p","#moon").text("Star");
3.删除元素删除一个元素时,对于选择的元素,使用 remove 即可。
- remove()
d3.select("#moon").remove();
第5章 做一个简单的图表
柱形图是一种最简单的可视化图标,主要有矩形、文字标签、坐标轴组成。为简单起见,只绘制矩形的部分,用以讲解如何使用 D3 在 SVG 画布中绘图。
画布是什么
之前处理对象都是 HTML 的文字,没有涉及图形的制作。要绘图,首要需要的是一块绘图的“画布”。HTML 5 提供两种强有力的“画布”:SVG 和 Canvas。
SVG 绘制的是矢量图,因此对图像进行放大不会失真,可以为每个元素添加 JavaScript 事件处理器。每个图形均视为对象,更改对象的属性,图形也会改变。要注意,在 SVG 中,x 轴的正方向是水平向右,y 轴的正方向是垂直向下的。
在 canvas 中,一旦图形被绘制完成,它就不会继续得到浏览器的关注。如果其位置发生变化,那么整个场景也需要重新绘制,包括任何或许已被图形覆盖的对象。添加画布
D3 虽然没有明文规定一定要在 SVG 中绘图,但是 D3 提供了众多的 SVG 图形的生成器,它们都是只支持 SVG 的。因此,建议使用 SVG 画布。
使用 D3 在 body 元素中添加 svg 的代码如下。
var width = 300; //画布的宽度 var height = 300; //画布的高度 var svg = d3.select("body") //选择文档中的body元素 .append("svg") //添加一个svg元素 .attr("width", width) //设定宽度 .attr("height", height); //设定高度
有了画布,接下来就可以在画布上作图了。
绘制矩形
绘制一个横向的柱形图。只绘制矩形,不绘制文字和坐标轴。在 SVG 中,矩形的元素标签是 rect。
例如:<svg> <rect></rect> <rect></rect> </svg>
矩形的属性,常用的有四个:
x:矩形左上角的 x 坐标 y:矩形左上角的 y 坐标 width:矩形的宽度 height:矩形的高度
现在给出一组数据,要对此进行可视化。
var dataset = [ 250 , 210 , 170 , 130 , 90 ]; //数据(表示矩形的宽度) var width = 300; //画布的宽度 var height = 300; //画布的高度 var svg = d3.select("body") //选择文档中的body元素 .append("svg") //添加一个svg元素 .attr("width", width) //设定宽度 .attr("height", height); //设定高度 var rectHeight = 25; //每个矩形所占的像素高度(包括空白) svg.selectAll("rect") .data(dataset) .enter() .append("rect") .attr("x",20) .attr("y",function(d,i){ return i * rectHeight; }) .attr("width",function(d){ return d; }) .attr("height",rectHeight-2) .attr("fill","steelblue");
PS:横向变纵向?svg.selectAll("rect") .data(dataset) .enter() .append("rect") .attr("y",function(d,i){ return height - d; }) .attr("x",function(d,i){ return i * rectHeight; }) .attr("height",function(d){ return d; }) .attr("width",rectHeight-2) .attr("fill","steelblue");
PS:上面的例子是值和像素大小是一样的,那么就会出现一个问题(引入比例尺)。第6章 比例尺的使用
比例尺是 D3 中很重要的一个概念,上一章里曾经提到过直接用数值的大小来代表像素不是一种好方法,本章正是要解决此问题。
为什么需要比例尺上一章制作了一个柱形图,当时有一个数组:
var dataset = [ 250 , 210 , 170 , 130 , 90 ];
绘图时,直接使用 250 给矩形的宽度赋值,即矩形的宽度就是 250 个像素。此方式非常具有局限性,如果数值过大或过小,例如:
var dataset_1 = [ 2.5 , 2.1 , 1.7 , 1.3 , 0.9 ]; var dataset_2 = [ 2500, 2100, 1700, 1300, 900 ];
对以上两个数组,绝不可能用 2.5 个像素来代表矩形的宽度,那样根本看不见;也不可能用 2500 个像素来代表矩形的宽度,因为画布没有那么长。于是,我们需要一种计算关系,能够将某一区域的值映射到另一区域,其大小关系不变,这就是比例尺(Scale)。
有哪些比例尺
比例尺,很像数学中的函数。例如,对于一个一元二次函数,有 x 和 y 两个未知数,当 x 的值确定时,y 的值也就确定了。在数学中,x 的范围被称为定义域,y 的范围被称为值域。D3 中的比例尺,也有定义域和值域,分别被称为 domain 和 range。开发者需要指定 domain 和 range 的范围,如此即可得到一个计算关系。
D3 提供了多种比例尺,下面介绍最常用的两种。
- 线性比例尺
线性比例尺,能将一个连续的区间,映射到另一区间。要解决柱形图宽度的问题,就需要线性比例尺。假设有以下数组:
var dataset = [1.2, 2.3, 0.9, 1.5, 3.3];
现有要求如下:
将 dataset 中最小的值,映射成 0;将最大的值,映射成 300。代码如下:
var min = d3.min(dataset); var max = d3.max(dataset); var linear = d3.scale.linear() .domain([min, max]) .range([0, 300]); linear(0.9); //返回 0 linear(2.3); //返回 175 linear(3.3); //返回 300
其中,d3.scale.linear() 返回一个线性比例尺。domain() 和 range() 分别设定比例尺的定义域和值域。在这里还用到了两个函数,它们经常与比例尺一起出现:
d3.max() d3.min()
这两个函数能够求数组的最大值和最小值,是 D3 提供的。按照以上代码,
比例尺的定义域 domain 为:[0.9, 3.3]
比例尺的值域 range 为:[0, 300]
因此,当输入 0.9 时,返回 0;当输入 3.3 时,返回 300。当输入 2.3 时呢?返回 175,这是按照线性函数的规则计算的。有一点请大家记住:d3.scale.linear() 是可以当做函数来使用的,才有这样的用法:linear(0.9)。
- 序数比例尺
有时候,定义域和值域不一定是连续的。例如,有两个数组:
var index = [0, 1, 2, 3, 4]; var color = ["red", "blue", "green", "yellow", "black"];
我们希望 0 对应颜色 red,1 对应 blue,依次类推。
但是,这些值都是离散的,线性比例尺不适合,需要用到序数比例尺。
var ordinal = d3.scale.ordinal() .domain(index) .range(color); ordinal(0); //返回 red ordinal(2); //返回 green ordinal(4); //返回 black
用法与线性比例尺是类似的。
给柱形图添加比例尺
在上一章的基础上,修改一下数组,再定义一个线性比例尺。
var dataset = [ 2.5 , 2.1 , 1.7 , 1.3 , 0.9 ]; var linear = d3.scale.linear() .domain([0, d3.max(dataset)]) .range([0, 250]); var rectHeight = 25; //每个矩形所占的像素高度(包括空白) svg.selectAll("rect") .data(dataset) .enter() .append("rect") .attr("x",20) .attr("y",function(d,i){ return i * rectHeight; }) .attr("width",function(d){ return linear(d); //在这里用比例尺 }) .attr("height",rectHeight-2) .attr("fill","steelblue");
如此一来,所有的数值,都按照同一个线性比例尺的关系来计算宽度,因此数值之间的大小关系不变。
第7章 坐标轴
坐标轴,是可视化图表中经常出现的一种图形,由一些列线段和刻度组成。坐标轴在 SVG 中是没有现成的图形元素的,需要用其他的元素组合构成。D3 提供了坐标轴的组件,如此在 SVG 画布中绘制坐标轴变得像添加一个普通元素一样简单。
定义坐标轴
上一章提到了比例尺的概念,要生成坐标轴,需要用到比例尺,它们二者经常是一起使用的。下面,在上一章的数据和比例尺的基础上,添加一个坐标轴的组件。
//数据 var dataset = [ 2.5 , 2.1 , 1.7 , 1.3 , 0.9 ]; //定义比例尺 var linear = d3.scale.linear() .domain([0, d3.max(dataset)]) .range([0, 250]); var axis = d3.svg.axis() //坐标轴组件 .scale(linear) //指定比例尺 .orient("bottom") //指定刻度的方向 .ticks(7); //指定刻度的数量
在 SVG 中添加坐标轴
定义了坐标轴之后,只需要在 SVG 中添加一个分组元素 ,再将坐标轴的其他元素添加到组里即可。代码如下:
svg.append("g").call(axis);
设定坐标轴的样式和位置默认的坐标轴样式不太美观,下面提供一个常见的样式:
<style> .axis path, .axis line{ fill: none; stroke: black; shape-rendering: crispEdges; } .axis text { font-family: sans-serif; font-size: 11px; } </style>
分别定义了类 axis 下的 path、line、text 元素的样式。接下来,只需要将坐标轴的类设定为 axis 即可。
坐标轴的位置,可以通过 transform 属性来设定。
通常在添加元素的时候就一并设定,写成如下形式:
svg.append("g") .attr("class","axis") .attr("transform","translate(20,130)") .call(axis);
第8章 完整的柱形图
一个完整的柱形图包含三部分:矩形、文字、坐标轴。本章将对前几章的内容进行综合的运用,制作一个实用的柱形图,内容包括:选择集、数据绑定、比例尺、坐标轴等内容。
添加 SVG 画布//画布大小 var width = 400; var height = 400; //在 body 里添加一个 SVG 画布 var svg = d3.select("body") .append("svg") .attr("width", width) .attr("height", height); //画布周边的空白 var padding = {left:30, right:30, top:20, bottom:20};
定义数据和比例尺
//定义一个数组 var dataset = [10, 20, 30, 40, 33, 24, 12, 5]; //x轴的比例尺 var xScale = d3.scale.ordinal() .domain(d3.range(dataset.length)) .rangeRoundBands([0, width - padding.left - padding.right]); //y轴的比例尺 var yScale = d3.scale.linear() .domain([0,d3.max(dataset)]) .range([height - padding.top - padding.bottom, 0]);
定义坐标轴
//定义x轴 var xAxis = d3.svg.axis() .scale(xScale) .orient("bottom"); //定义y轴 var yAxis = d3.svg.axis() .scale(yScale) .orient("left");
添加矩形和文字元素
//矩形之间的空白 var rectPadding = 4; //添加矩形元素 var rects = svg.selectAll(".MyRect") .data(dataset) .enter() .append("rect") .attr("class","MyRect") .attr("transform","translate(" + padding.left + "," + padding.top + ")") .attr("x", function(d,i){ return xScale(i) + rectPadding/2; } ) .attr("y",function(d){ return yScale(d); }) .attr("width", xScale.rangeBand() - rectPadding ) .attr("height", function(d){ return height - padding.top - padding.bottom - yScale(d); }) .attr("fill","steelblue"); //添加文字元素 var texts = svg.selectAll(".MyText") .data(dataset) .enter() .append("text") .attr("class","MyText") .attr("transform","translate(" + padding.left + "," + padding.top + ")") .attr("x", function(d,i){ return xScale(i) + rectPadding/2; } ) .attr("y",function(d){ return yScale(d); }) .attr("dx",function(){ return (xScale.rangeBand() - rectPadding)/2; }) .attr("dy",function(d){ return 20; }) .text(function(d){ return d; }) .style({ "fill":"#FFF", "text-anchor":"middle" });
添加坐标轴的元素
//添加x轴 svg.append("g") .attr("class","axis") .attr("transform","translate(" + padding.left + "," + (height - padding.bottom) + ")") .call(xAxis); //添加y轴 svg.append("g") .attr("class","axis") .attr("transform","translate(" + padding.left + "," + padding.top + ")") .call(yAxis);
第9章 让图表动起来
D3 支持制作动态的图表。有时候,图表的变化需要缓慢的发生,以便于让用户看清楚变化的过程。
什么是动态效果
前面几章制作的图表是一蹴而就地出现,然后绘制完成后不再发生变化的,这是静态的图表。动态的图表,是指图表在某一时间段会发生某种变化,可能是形状、颜色、位置等,而且用户是可以看到变化的过程的。
例如,有一个圆,圆心为 (100, 100)。现在我们希望圆的 x 坐标从 100 移到 300,并且移动过程在 2 秒的时间内发生。这种时候就需要用到动态效果,在 D3 里我们称之为过渡(transition)。
实现动态的方法
D3 提供了 4 个方法用于实现图形的过渡:从状态 A 变为状态 B。
- transition() 启动过渡效果
其前后是图形变化前后的状态(形状、位置、颜色等等),例如:
.attr("fill","red") //初始颜色为红色 .transition() //启动过渡 .attr("fill","steelblue") //终止颜色为铁蓝色
D3 会自动对两种颜色(红色和铁蓝色)之间的颜色值(RGB值)进行插值计算,得到过渡用的颜色值。我们无需知道中间是怎么计算的,只需要享受结果即可。
- duration() 指定过渡的持续时间,单位为毫秒。
如 duration(2000) ,指持续 2000 毫秒,即 2 秒。
- ease()指定过渡的方式,常用的有:
linear:普通的线性变化
circle:慢慢地到达变换的最终状态
elastic:带有弹跳的到达最终状态
bounce:在最终状态处弹跳几次
调用时,格式形如: ease(“bounce”)。- delay() 指定延迟的时间,表示一定时间后才开始转变,此函数可以对整体指定延迟,也可以对个别指定延迟。
例如,对整体指定时:
.transition() .duration(1000) .delay(500)
如此,图形整体在延迟 500 毫秒后发生变化,变化的时长为 1000 毫秒。因此,过渡的总时长为1500毫秒。
又如,对一个一个的图形(图形上绑定了数据)进行指定时:
.transition() .duration(1000) .delay(funtion(d,i){ return 200*i; })
如此,假设有 10 个元素,那么第 1 个元素延迟 0 毫秒(因为 i = 0),第 2 个元素延迟 200 毫秒,第 3 个延迟 400 毫秒,依次类推….整个过渡的长度为 200 * 9 + 1000 = 2800 毫秒。
实现简单的动态效果
下面将在 SVG 画布里添加三个圆,圆出现之后,立即启动过渡效果。
第一个圆,要求移动 x 坐标。
var circle1 = svg.append("circle") .attr("cx", 100) .attr("cy", 100) .attr("r", 45) .style("fill","green"); //在1秒(1000毫秒)内将圆心坐标由100变为300 circle1.transition() .duration(1000) .attr("cx", 300);
第二个圆,要求既移动 x 坐标,又改变颜色。
var circle2 = svg.append("circle") .attr("cx", 100) .attr("cy", 100) .attr("r", 45) .style("fill","green");//与第一个圆一样,省略部分代码 //在1.5秒(1500毫秒)内将圆心坐标由100变为300, //将颜色从绿色变为红色 circle2.transition() .duration(1500) .attr("cx", 300) .style("fill","red");
第三个圆,要求既移动 x 坐标,又改变颜色,还改变半径。
var circle3 = svg.append("circle") .attr("cx", 100) .attr("cy", 100) .attr("r", 45) .style("fill","green"); //在2秒(2000毫秒)内将圆心坐标由100变为300 //将颜色从绿色变为红色 //将半径从45变成25 //过渡方式采用bounce(在终点处弹跳几次) circle3.transition() .duration(2000) .ease("bounce") .attr("cx", 300) .style("fill","red") .attr("r", 25);
给柱形图加上动态效果
在上一章完整柱形图的基础上稍作修改,即可做成一个带动态效果的、有意思的柱形图。在添加文字元素和矩形元素的时候,启动过渡效果,让各柱形和文字缓慢升至目标高度,并且在目标处跳动几次。
对于文字元素,代码如下:
.attr("y",function(d){ var min = yScale.domain()[0]; return yScale(min); }) .transition() .delay(function(d,i){ return i * 200; }) .duration(2000) .ease("bounce") .attr("y",function(d){ return yScale(d); });
文字元素的过渡前后,发生变化的是 y 坐标。其起始状态是在 y 轴等于 0 的位置(但要注意,不能在起始状态直接返回 0,要应用比例尺计算画布中的位置)。终止状态是目标值。
第10章 理解 update()、enter()、exit()
Update、Enter、Exit 是 D3 中三个非常重要的概念,它处理的是当选择集和数据的数量关系不确定的情况。
前几章里,反复出现了形如以下的代码。svg.selectAll("rect") //选择svg内所有的矩形 .data(dataset) //绑定数组 .enter() //指定选择集的enter部分 .append("rect") //添加足够数量的矩形元素
- update()
当对应的元素正好满足时 ( 绑定数据数量 = 对应元素 ),实际上并不存在这样一个函数,只是为了要与之后的 enter 和 exit 一起说明才想象有这样一个函数。但对应元素正好满足时,直接操作即可,后面直接跟 text ,style 等操作即可。 - enter()
当对应的元素不足时 ( 绑定数据数量 > 对应元素 ),当对应的元素不足时,通常要添加元素,使之与绑定数据的数量相等。后面通常先跟 append 操作。 - exit()
当对应的元素过多时 ( 绑定数据数量 < 对应元素 ),当对应的元素过多时,通常要删除元素,使之与绑定数据的数量相等。后面通常要跟 remove 操作。
第11章 交互式操作
与图表的交互,指在图形元素上设置一个或多个监听器,当事件发生时,做出相应的反应。
什么是交互
交互,指的是用户输入了某种指令,程序接受到指令之后必须做出某种响应。对可视化图表来说,交互能使图表更加生动,能表现更多内容。例如,拖动图表中某些图形、鼠标滑到图形上出现提示框、用触屏放大或缩小图形等等。用户用于交互的工具一般有三种:鼠标、键盘、触屏。
如何添加交互
对某一元素添加交互操作十分简单,代码如下:var circle = svg.append("circle"); circle.on("click", function(){ //在这里添加交互内容 });
这段代码在 SVG 中添加了一个圆,然后添加了一个监听器,是通过 on() 添加的。在 D3 中,每一个选择集都有 on() 函数,用于添加事件监听器。
on() 的第一个参数是监听的事件,第二个参数是监听到事件后响应的内容,第二个参数是一个函数。
鼠标事件:
- click:鼠标单击某元素时,相当于 mousedown 和 mouseup 组合在一起。
- mouseover:光标放在某元素上。
- mouseout:光标从某元素上移出来时。
- mousemove:鼠标被移动的时候。
- mousedown:鼠标按钮被按下。**
- mouseup:鼠标按钮被松开。**
- dblclick:鼠标双击。**
键盘事件:
- keydown:当用户按下任意键时触发,按住不放会重复触发此事件。该事件不会区分字母的大小写,例如“A”和“a”被视为一致。
- keypress:当用户按下字符键(大小写字母、数字、加号、等号、回车等)时触发,按住不放会重复触发此事件。该事件区分字母的大小写。
- keyup:当用户释放键时触发,不区分字母的大小写。 触屏常用的事件有三个:
当某个事件被监听到时,D3 会把当前的事件存到 d3.event 对象,里面保存了当前事件的各种参数,如果需要监听到事件后立刻输出该事件,可以添加一行代码:
circle.on(“click”, function(){
console.log(d3.event);
});带有交互的柱形图
将之前的柱形图部分代码修改成如下代码。
var rects = svg.selectAll(".MyRect") .data(dataset) .enter() .append("rect") .attr("class","MyRect") //把类里的 fill 属性清空 .attr("transform","translate(" + padding.left + "," + padding.top + ")") .attr("x", function(d,i){ return xScale(i) + rectPadding/2; } ) .attr("y",function(d){ return yScale(d); }) .attr("width", xScale.rangeBand() - rectPadding ) .attr("height", function(d){ return height - padding.top - padding.bottom - yScale(d); }) .attr("fill","steelblue") //填充颜色不要写在CSS里 .on("mouseover",function(d,i){ d3.select(this) .attr("fill","yellow"); }) .on("mouseout",function(d,i){ d3.select(this) .transition() .duration(500) .attr("fill","steelblue"); });
这段代码添加了鼠标移入(mouseover),鼠标移出(mouseout)两个事件的监听器。监听器函数中都使用了 d3.select(this),表示选择当前的元素,this 是当前的元素,要改变响应事件的元素时这么写就好。
mouseover 监听器函数的内容为:将当前元素变为黄色
mouseout 监听器函数的内容为:缓慢地将元素变为原来的颜色(蓝色)
第12章 布局
布局,可以理解成 “制作常见图形的函数”,有了它制作各种相对复杂的图表就方便多了。
布局是什么布局,英文是 Layout。从字面看,可以想到有“决定什么元素绘制在哪里”的意思。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。下图展示了 D3 与其它可视化工具的区别:
如何理解布局从上面的图可以看到,布局的作用是:将不适合用于绘图的数据转换成了适合用于绘图的数据。因此,为了便于初学者理解,将布局的作用解释成:数据转换。
布局有哪些
D3 总共提供了 12 个布局:饼状图(Pie)、力导向图(Force)、弦图(Chord)、树状图(Tree)、集群图(Cluster)、捆图(Bundle)、打包图(Pack)、直方图(Histogram)、分区图(Partition)、堆栈图(Stack)、矩阵树图(Treemap)、层级图(Hierarchy)。
12 个布局中,层级图(Hierarchy)不能直接使用。集群图、打包图、分区图、树状图、矩阵树图是由层级图扩展来的。如此一来,能够使用的布局是 11 个(有 5 个是由层级图扩展而来)。这些布局的作用都是将某种数据转换成另一种数据,而转换后的数据是利于可视化的。
- Bundle —捆图
- Chord — 弦图
- Cluster — 集群图
- Force —力学图、力导向图
- Histogram —- 直方图(数据分布图)
- Pack —- 打包图
- Partition —- 分区图
- Pie —- 饼状图
- Stack —- 堆栈图
- Tree —- 树状图
- Treemap —- 矩阵树图
第13章 饼状图
本章制作一个饼状图。在布局的应用中,最简单的就是饼状图,通过本文你将对布局有一个初步了解。
数据假设有如下数据,需要可视化:
var dataset = [ 30 , 10 , 43 , 55 , 13 ];
这样的值是不能直接绘图的。例如绘制饼状图的一个部分,需要知道一段弧的起始角度和终止角度,这些值都不存在于数组 dataset 中。因此,需要用到布局,布局的作用就是计算出适合于作图的数据。
布局(数据转换)
定义一个布局,
var pie = d3.layout.pie();
返回值赋给变量 pie,此时 pie 可以当做函数使用。
var piedata = pie(dataset);
将数组 dataset 作为 pie() 的参数,返回值给 piedata。如此一来,piedata 就是转换后的数据。
绘制图形
为了根据转换后的数据 piedata 来作图,还需要一样工具:生成器。SVG 有一个元素,叫做路径 path,是 SVG 中功能最强的元素,它可以表示其它任意的图形。顾名思义,路径元素就是通过定义一个段“路径”,来绘制出各种图形。但是,路径是很难计算的,通过布局转换后的数据 piedata 仍然很难手动计算得到路径值。为我们完成这项任务的,就是生成器。
这里要用到的叫做弧生成器,能够生成弧的路径,因为饼图的每一部分都是一段弧。
var outerRadius = 150; //外半径 var innerRadius = 100; //内半径,为0则中间没有空白 var arc = d3.svg.arc() //弧生成器 .innerRadius(innerRadius) //设置内半径 .outerRadius(outerRadius); //设置外半径
弧生成器返回的结果赋值给 arc。此时,arc 可以当做一个函数使用,把 piedata 作为参数传入,即可得到路径值。接下来,可以在 SVG 中添加图形元素了。先在 svg 里添加足够数量(5个)个分组元素(g),每一个分组用于存放一段弧的相关元素。
var arcs = svg.selectAll("g") .data(piedata) .enter() .append("g") .attr("transform","translate("+ (width/2) +","+ (width/2) +")");
接下来对每个 g 元素,添加 path 。
arcs.append("path") .attr("fill",function(d,i){ return color(i); }) .attr("d",function(d){ return arc(d); //调用弧生成器,得到路径值 });
因为 arcs 是同时选择了 5 个 g 元素的选择集,所以调用 append(“path”) 后,每个 g 中都有 path 。路径值的属性名称是 d,调用弧生成器后返回的值赋值给它。要注意,arc(d) 的参数 d 是被绑定的数据。
另外,color 是一个颜色比例尺,它能根据传入的索引号获取相应的颜色值,定义如下。
var color = d3.scale.category10(); //有十种颜色的颜色比例尺
然后在每一个弧线中心添加文本。
arcs.append("text") .attr("transform",function(d){ return "translate(" + arc.centroid(d) + ")"; }) .attr("text-anchor","middle") .text(function(d){ return d.data; });
arc.centroid(d) 能算出弧线的中心。要注意,text() 里返回的是 d.data ,而不是 d 。因为被绑定的数据是对象,里面有 d.startAngle、d.endAngle、d.data 等,其中 d.data 才是转换前的整数的值。
第14章 力导向图
力导向图(Force-Directed Graph),是绘图的一种算法。在二维或三维空间里配置节点,节点之间用线连接,称为连线。各连线的长度几乎相等,且尽可能不相交。节点和连线都被施加了力的作用,力是根据节点和连线的相对位置计算的。根据力的作用,来计算节点和连线的运动轨迹,并不断降低它们的能量,最终达到一种能量很低的安定状态。
数据初始数据如下:
var nodes = [ { name: "桂林" }, { name: "广州" }, { name: "厦门" }, { name: "杭州" }, { name: "上海" }, { name: "青岛" }, { name: "天津" } ]; var edges = [ { source : 0 , target: 1 } , { source : 0 , target: 2 } , { source : 0 , target: 3 } , { source : 1 , target: 4 } , { source : 1 , target: 5 } , { source : 1 , target: 6 } ];
布局(数据转换)
定义一个力导向图的布局如下。
var force = d3.layout.force() .nodes(nodes) //指定节点数组 .links(edges) //指定连线数组 .size([width,height]) //指定作用域范围 .linkDistance(150) //指定连线长度 .charge([-400]); //相互之间的作用力
然后,使力学作用生效:
force.start(); //开始作用
绘制
有了转换后的数据,就可以作图了。分别绘制三种图形元素:
line,线段,表示连线。
circle,圆,表示节点。
text,文字,描述节点。代码如下:
//添加连线 var svg_edges = svg.selectAll("line") .data(edges) .enter() .append("line") .style("stroke","#ccc") .style("stroke-width",1); var color = d3.scale.category20(); //添加节点 var svg_nodes = svg.selectAll("circle") .data(nodes) .enter() .append("circle") .attr("r",20) .style("fill",function(d,i){ return color(i); }) .call(force.drag); //使得节点能够拖动 //添加描述节点的文字 var svg_texts = svg.selectAll("text") .data(nodes) .enter() .append("text") .style("fill", "black") .attr("dx", 20) .attr("dy", 8) .text(function(d){ return d.name; });
调用 call( force.drag ) 后节点可被拖动。force.drag() 是一个函数,将其作为 call() 的参数,相当于将当前选择的元素传到 force.drag() 函数中。
最后,还有一段最重要的代码。由于力导向图是不断运动的,每一时刻都在发生更新,因此,必须不断更新节点和连线的位置。力导向图布局 force 有一个事件 tick,每进行到一个时刻,都要调用它,更新的内容就写在它的监听器里就好。
force.on("tick", function(){ //对于每一个时间间隔 //更新连线坐标 svg_edges.attr("x1",function(d){ return d.source.x; }) .attr("y1",function(d){ return d.source.y; }) .attr("x2",function(d){ return d.target.x; }) .attr("y2",function(d){ return d.target.y; }); //更新节点坐标 svg_nodes.attr("cx",function(d){ return d.x; }) .attr("cy",function(d){ return d.y; }); //更新文字坐标 svg_texts.attr("x", function(d){ return d.x; }) .attr("y", function(d){ return d.y; }); });
第15章 树状图
树状图,可表示节点之间的包含与被包含关系。
现有数据如下:
{ "name":"中国", "children": [ { "name":"浙江" , "children": [ {"name":"杭州" }, {"name":"宁波" }, {"name":"温州" }, {"name":"绍兴" } ] }, { "name":"广西" , "children": [ { "name":"桂林", "children": [ {"name":"秀峰区"}, {"name":"叠彩区"}, {"name":"象山区"}, {"name":"七星区"} ] }, {"name":"南宁"}, {"name":"柳州"}, {"name":"防城港"} ] }, { "name":"黑龙江", "children": [ {"name":"哈尔滨"}, {"name":"齐齐哈尔"}, {"name":"牡丹江"}, {"name":"大庆"} ] }, { "name":"新疆" , "children": [ {"name":"乌鲁木齐"}, {"name":"克拉玛依"}, {"name":"吐鲁番"}, {"name":"哈密"} ] } ] }
这段数据表示:“中国 – 省份名 – 城市名”的包含于被包含关系。
搭建HTTP服务器(解决Chrome无法读取本地文件)
1.安装Node
2.npm install http-server -g
3.目录下执行 http-server -c-1
4.localhost:8080/xxxx.html布局(数据转换)
定义一个集群图布局:
var tree = d3.layout.tree() .size([width, height-200]) //设定尺寸 .separation(function(a, b) { return (a.parent == b.parent ? 1 : 2); });//设定节点之间的间隔
接下来,转换数据:
d3.json("city_tree.json", function(error, root) { var nodes = tree.nodes(root); var links = tree.links(nodes); console.log(nodes); console.log(links); }
绘制
D3 已经基本上为我们准备好了绘制的函数:d3.svg.diagonal() 。这是一个对角线生成器,只需要输入两个顶点坐标,即可生成一条贝塞尔曲线。
创建一个对角线生成器:
var diagonal = d3.svg.diagonal() .projection(function(d) { return [d.y, d.x]; });
projection() 是一个点变换器,默认是 [ d.x , d.y ],即保持原坐标不变,如果写成 [ d.y , d.x ] ,即是说对任意输入的顶点,都交换 x 和 y 坐标。
绘制连线时,使用方法如下:
var link = svg.selectAll(".link") .data(links) .enter() .append("path") .attr("class", "link") .attr("d", diagonal); //使用对角线生成器
样式
.node circle { fill:#FFF; stroke: steelblue; stroke-width: 1.5px; } .node { font: 12px sans-serif; } .link { fill: none; stroke: #ccc; stroke-width: 1.5px; }
第16章 地图可视化
在数据可视化中,地图是很重要的一部分。很多情况会与地图有关联,如中国各省的人口多少,GDP多少等,都可以和地图联系在一起。
D3地图绘制
制作地图需要 JSON 文件,将 JSON 的格式应用于地理上的文件,叫做 GeoJSON 文件。- 投影函数
var projection = d3.geo.mercator()//投影函数 .center([107, 31])//设定地图的中心位置--经度和纬度 .scale(850)//设定放大的比例 .translate([width/2, height/2]);//设定平移
由于 GeoJSON 文件中的地图数据,都是经度和纬度的信息。它们都是三维的,而要在网页上显示的是二维的,所以要设定一个投影函数来转换经度纬度。如上所示,使用 d3.geo.mercator() 的投影方式。
- 地理路径生成器
为了根据地图的地理数据生成 SVG 中 path 元素的路径值,需要用到 d3.geo.path(),称为地理路径生成器。
var path = d3.geo.path() .projection(projection);
projection() 是设定生成器的投影函数,把上面定义的投影传入即可。
- 加载文件并绘制地图
d3.json("world.json", function(error, root) { if (error) return console.error(error); console.log(root.features); svg.selectAll("path") .data( root.features ) .enter() .append("path") .attr("stroke","#000") .attr("stroke-width",1) .attr("fill", function(d,i){ return color(i); }) .attr("d", path ) //使用地理路径生成器 .on("mouseover",function(d,i){ d3.select(this) .attr("fill","yellow"); }) .on("mouseout",function(d,i){ d3.select(this) .attr("fill",color(i)); }); });
其他开源地图
学习D3的站点
建议
- 多看
- 多练
- 多想
-
sqlite3可视化工具
2017-01-11 11:35:19sqlite3可视化工具 -
linux数据库可视化工具_适用于Linux的数据可视化工具
2020-07-02 15:06:25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...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
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
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
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
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
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
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
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)
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,
map
和apply
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
结果图如图10所示。
图10.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
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
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
-
推荐四款可视化工具,解决99%的可视化大屏需求
2020-10-13 19:01:01小编尝试了使用excel制作图表,由于操作复杂,小编放弃了,于是小编在网上找到了以下四种可视化工具,现在我们来看一下: 1. 阿里云DataV 使用手机号或邮箱注册账号,会获得7天的体验期。阿里云DataV有强大的组件库...小编最经常的工作是将一些项目的数据从数据库导出,然后分门别类的列到excel表格中,领导看起来眼花缭乱。
小编想,要是能以图表可视化展现出来,领导就可以看到项目近几个月的走势,也知道之后要怎么决策了。小编尝试了使用excel制作图表,由于操作复杂,小编放弃了,于是小编在网上找到了以下四种可视化工具,现在我们来看一下:1. 阿里云DataV
使用手机号或邮箱注册账号,会获得7天的体验期。阿里云DataV有强大的组件库,可以制作不同的样式,还可以链接数据库或API接口,炫酷的可视化大屏可以轻松完成。
缺点:
(1)试用期比较短,试用期过了,需要几千或者几万的续期费用,对于工薪阶层来说,这是一笔不小的费用。
(2)数据源的配置有点复杂,用户的学习成本有点高。
2. 积木报表jimureport
积木报表是 JeecgBoot 旗下的一款免费制作报表和大屏的软件,主打开源。跟阿里和百度一样,手机号一键注册,便可永久使用,重要的是:免费!免费!免费!
积木报表采用类word风格,可以随意拖动组件,想怎么设计怎么设计,可以像百度和阿里一样,设计出炫酷的可视化大屏!缺点:
等你来发现呦!
3. 百度Sugar
跟阿里一样,手机号一键注册,会有30天的体验期,制作效果同样炫酷。
缺点:
(1)试用期不长,试用期一过,需要花钱续费;
4. 帆软
帆软是业内做报表比较久的一家公司,使用类excel风格的界面,可添加图表和数据源,也可实现大屏效果。
缺点:
(1)只能拖动块的固定排版,对于大屏的随意排版、随意拖动很不方便;
(2)需下载软件,本地制作,软件占用空间较大,打卡比较慢;
(3)需要安装许多插件才可以实现一些动态效果;
-
sqlite 可视化工具
2017-04-15 09:05:50SQLiteExpert Professional是一款可视化的...qlite工具(SqliteStudio),SqliteStudio是一款Sqlite数据库可视化工具,是使用Sqlite数据库开发应用的必备软件 开发只需要这三个文件, win平台, 你也可以去编译原码! -
MongoDB 可视化工具
2018-08-04 19:53:53MongoDB 可视化工具之Studio 3T -
redis 可视化工具以及免安装redis 绿色版
2017-01-14 20:13:57redis 可视化工具以及免安装redis,redis 可视化工具以及免安装redis,redis 可视化工具以及免安装redis -
JConsole可视化工具介绍
2018-04-23 22:55:55JConsole 可视化工具介绍 一、 JConsole介绍 1.1 JConsole描述 Jconsole (Java Monitoring and Management Console),一种基于JMX的可视化监视、管理工具。 1.2 启动JConsole 点击JDK/bin 目录下面的... -
kafka UI可视化工具
2020-03-03 12:43:54参考链接: kafka 可视化工具 -
caffe可视化工具
2018-12-24 09:18:28之前谈到过一些可视化工具,这次总结下caffe的可视化工具: 参考博文: 7个深度神经网络可视化工具,不可错过! http://ai.51cto.com/art/201707/546041.htm 1.自带的draw_net python /caffe/python/draw_... -
MongoDB可视化工具Mac版本
2018-02-08 23:26:52MongoDB可视化工具robomongo的升级版,免费的robot3工具Mac版本,方便实用,是你使用mongodb不二之选 -
Python可视化工具
2019-03-15 15:56:23在进行数据分析时,常常需要用到可视化工具来分析数据,然后得出结果,解决问题 记录两种常用的可视化工具的第三方库 1. Matplotlib Matplotlib 是众多 Python 可视化包的鼻祖。其功能非常强大,同时也非常复杂。你... -
MySQL可视化工具之Navicat for MySQL
2019-09-12 10:27:12在查看mysql的数据时,一个好的可视化工具就显得尤为重要 使用Navicat for MySQL之前请看看MySQL下载安装和使用教程 Navicat for MySQL的下载 多的不谈了,反手就是MySQL 安装软件和补丁: 链接:... -
MongoDB可视化工具
2019-05-08 17:21:49参考文献: 最佳的MongoDB客户端管理工具 MongoDB可视化工具Studio 3T的使用 -
Hive可视化工具
2018-07-21 16:55:30目前市面上的Hive可视化客户端工具,大都是C/S模式的,安装使用都不是太方便,目前有一款基于WEB的可视化工具TreeSoft,通过浏览器就可以访问使用了,并且可以同时管理、维护、监控MySQL,MariaDB,Oracle,... -
kafaka可视化工具
2018-10-19 17:26:00许多中间件系统都提供了良好的可视化系统。...Redis、MongoDB也有开源的可视化程序。只要官方提供了探索数据的接口,实现一个...kafka的可视化工具很多,并且还在不断有新工具产生。 kafka-manager https://github.co... -
MongoDB 可视化工具 Robomongo 使用介绍
2018-09-11 17:03:46如同 Mysql 数据库一样,SQL 语句助于学习和理解,可实际开发中也没必要完全通过命令行进行 命令操作,所以有各种 Mysql 的可视化工具,同理 MongoDB 也有很多,这里介绍 简单方便绿色的 Rob... -
ZK可视化工具
2019-05-26 18:16:08zookeeper 可视化工具 --- zktools https://blog.csdn.net/rongbaojian/article/details/82078368 -
Docker - 使用可视化工具管理docker
2019-07-03 21:32:36文章目录Docker - 使用可视化工具管理docker1、portainer 可视化工具2、portainer github3、向linux 中部署 portainer 镜像来构建管理页面4、防火墙,自定义拦截等拦截放行9000端口5、访问控制面板 Docker - 使用... -
Tensorflow利用其可视化工具tensorboard可视化神经网络
2018-09-17 20:17:54参考莫烦的B站教程20,利用tensorflow自带的可视化工具tensorboard,在Google浏览器上进行了简单神网路的可视化。 一、将神经网络的结构可视化。 例子代码如下(spyder(tensorflow)编辑): Created on Mon Sep ... -
Oracle可视化工具
2017-08-02 11:05:38Oracle提供的可视化工具 1. 输入jdk home 2. 建立连接 测试成功后,连接 -
Keras可视化工具
2018-03-27 12:34:49TensorBoard是TensorFlow提供的可视化工具,该回调函数将日志信息写入TensorBorad,使得你可以动态的观察训练和测试指标的图像以及不同层的激活值直方图。 keras.callbacks.TensorBoard(log_dir='./logs', ... -
盘点 10款最受欢迎数据可视化工具-JS可视化
2019-01-13 15:56:35盘点 10款最受欢迎数据可视化工具-JS可视化 -
如何用数据可视化工具报表进行数据可视化分析?
2018-09-05 11:09:37在数据可视化工具报表工具中,数据的录入和展示操作只是开始,之后的数据分析才是重头戏。那么在数据可视化工具中经过怎样的配置才能进行数据分析?又怎么进行数据分析呢? 使用数据可视化工具进行数据可视化分析... -
pytorch学习笔记(八):PytTorch可视化工具 visdom
2017-04-06 14:52:08Visdom PyTorch可视化工具本文翻译的时候把 略去了 Torch部分。项目地址一个灵活的可视化工具,可用来对于 实时,富数据的 创建,组织和共享。支持Torch和Numpy。 总览 基本概念 Setup 启动 可视化接口 总结 总览... -
推荐九个数据可视化工具,快速生成可视化信息
2018-05-18 13:48:10近年来涌现出了许多数据可视化工具。有哪些值得使用呢?下面与大家分享九大数据可视化工具,希望你可以找到最适合的一个。 1. D3当下谈论数据可视化时,我们是绕不开 D3 的,这是由 Mike Bostock 创建的库,它已... -
Iedis - Redis 在IDEA中的可视化工具破解
2018-03-30 16:44:47Iedis - Redis 在IDEA中的可视化工具破解 1.如何安装Iedis 参考我另外一个博客 https://blog.csdn.net/qq_15071263/article/details/77680355 2.如何破解 // 如果你没有改动IDEA的话,IDEA的插件库在这个目录... -
redis可视化工具TreeNMS
2017-09-02 19:57:22redis可视化工具TreeNMS
-
html table呈现个人简历以及单元格宽度失效的问题
-
DML语言-数据的增删改
-
PHPWAMP集成环境Zend组件的相关介绍,环境默认的PHP运行模式
-
MPLAB 8.92 HICC 9.8
-
[硕士论文精品]基于FPGA的CPU核及其虚拟平台的设计与实现.pdf
-
Verilog HDL 语法学习笔记
-
Optimization Week 4: Duality
-
VB编写PC与S7-200通讯软件.zip
-
23种JAVA设计模式
-
2021.1.19寒假打卡Day14
-
DQL语言-连接查询
-
Java星选一卡通
-
RabbitMQ消息中间件实战(附讲义和源码)
-
【2021】Python3+Selenium3自动化测试(不含框架)
-
pytorch中上采样的实现
-
dsadsadsa
-
DQL语言-Union联合查询
-
分类平均
-
ewqewqewqeqw
-
朱有鹏老师嵌入式linux核心课程2期介绍