精华内容
下载资源
问答
  • 先来感受一张excel做出的可视化数据图表(自己的理解)关于Excel可视化的复现Excel图表的从简单到复杂的增删改查了哪些,最后一步是美化可视化图表拆分成基础图表的思路;复杂变简单,也就是作图的逆向思维数据可视...

    bfdf966ab68bf27fe177adc4f227a70f.png

    先来感受一张excel做出的可视化数据图表

    62e3b3ae963d132e185ef2d4c7c80802.png

    (自己的理解)关于Excel可视化的复现

    1. Excel图表的从简单到复杂的增删改查了哪些,最后一步是美化
    2. 可视化图表拆分成基础图表的思路;复杂变简单,也就是作图的逆向思维
    3. 数据可视化思维模型的培养(这个部分比较抽象,多经历几个项目就会有感觉);

    可视化可以体现在做表的方方面面,下面这个微图表数据可视化大全展示了条件格式里面的对不同数据条进行涂色带来的可视化效果。

    Excel微图表数据可视化大全,超乎你想象!mp.weixin.qq.com
    f848487383811501e45e91b7a8b8b601.png

    不同的分析方式,思考问题方式,带来不同的可视化效果,这取决于你想让观众看到什么。

    分析工作中主要应用到以下四大类可视化分析方法

    004f0105688598840ccf6febb8673cae.png

    详细了解各个分析方式,来看下面的

    Excel可视化方法,让你的图表与众不同!mp.weixin.qq.com
    9957c4d419bb8915b19ff78dd1899905.png

    看得多了,做得多了,自然会越来越有经验,模版帖子:

    233套高逼格 Excel 可视化图表模板,直接套用,轻松让数据会说话mp.weixin.qq.com
    7432609a845339b62521923825768732.png

    更有一个案例一步一步教怎么做出美观实用的可视化

    为什么你的图表这么low?教你几步搞定高大上的「Excel可视化图表」!mp.weixin.qq.com
    867503ced3bbc9d53b9419c20e18da61.png

    这篇文章介绍了利用散点图(图表之王)等各色图表+形状填充等完成下图对主要地区12岁儿童牙齿情况的可视化图表绘制。

    f06625e66bffa3a5fc81a19345fd05bc.png

    首先是对数据结构拆分拆分一份可视化图表的第一步就是理解它的数据结构,利用了「柱状图,形状填充」来模拟中间三角形的部分,上下的坐标使用「散点图」模拟。接着来是作图数据,通过拆分得到原始数据+作图数据。划重点:为什么需要作图数据呢?而不能用原始数据作图?原始数据作图长啥样,结构非常不清晰。之后得到基础图表和基础配置,删除无关因素进行美容。

    662134d1ef21ffd02e1a7e61599ee7b0.png

    d57fe8aa3aae3bff0e841f9fa296a705.png

    20a47f9463576d1d66526c9a8d23d3ce.gif

    e9badde2f795b593ebd150d2941d7728.png

    0d72d3b98a0494c34a4223933ce78015.png

    bd8970e936b42dce2e056167a2aa6359.gif

    42e4bc640019bc492d6a9793758351cd.png

    接着是上下图表的分割线,将之前删除的「横坐标轴」打开,同时设置刻度线和数据标签为无,为坐标轴填充一条白色线条。

    b9dc79e9f9948f487f9bac5c381e693d.png

    ccb4aba2f6da2373aa720ca9f89817e8.png
    展开全文
  • 数据图表PPT模板适用于可视化主题设计应用。
  • 数据可视化主要旨在图形、图表的展现,清晰有效地...在这个信息大爆炸的时代,如果你的可视化数据图表制作方法不得当,不仅不能达到有效沟通的目的,还有可能会整体破坏数据可视化的效果。 可视化数据图表制作应该注

    数据可视化主要旨在图形、图表的展现,清晰有效地传达与沟通信息。为了达到有效地传达思想之目的,美学形式与功能需要齐头并进,通过直观地展现关键特征和结构,从而实现对纷繁复杂的数据集的深入理解和洞察。

    d但是法大师傅十分.png

    如何通过可视化的数据呈现,清晰的发现隐藏在杂乱无章的海量数据之中的价值?优秀的数据可视化产品可以让用户很轻松的获取自己想要的信息,甚至能根据这些信息快速得出结论。在这个信息大爆炸的时代,如果你的可视化数据图表制作方法不得当,不仅不能达到有效沟通的目的,还有可能会整体破坏数据可视化的效果。

    可视化数据图表制作应该注意那些要点?有哪些误区需要规避?

    1、形式主义

    忘了数据,太过于专注于可视化的目标,花费了大量的精力和财力,开发了各种3D动画效果。虽然可视化数据图表制作做到了数字化大屏酷炫但是受众或许都将注意力集中于可视化效果,而忘了数据沟通的初心了。

    大多数人并不关心你对多少数据做了多少量化指标的处理,他们不在乎你每天可以处理多少数据,或您的Hadoop集群有多大。用户想要的是具体的或者相关的答案,并且他们希望越早得到越好。但是有些数据可视化工具,还是会把无关的数据显示在页面上,目的是希望接近企业所需,但事实上造成了用户很难找到有价值的信息。

    2、虚无主义

    可视化数据图表制作,对数据不严格把关,给了用户错误的信息。数据分析师一定要清楚,通过美观的大屏传播错误的数据,只会进一步扩大错误。要想美化数据展示,在处理关键数据字与段之间的关系时,就应该考虑把指定字段加在坐标轴上。按照组别、类别、数据时间、数据量级以及重要性进行划分,尤其是颜色类别一定要有,并且可以自定义亮度和饱和度,确保在使用本标签或者其他标签的时候做到准确无误。

    3、层次不分明

    有些数据可视化项目,罗列了一大堆数据和指标,恨不得在一块屏幕上把所有的数据都展示出来,结果反而让可视化大屏像一团乱麻,就算设计再美观,受众也难以获取信息。还记得作文的要领吗,“主次分明,突出中心思想”这样的叙述原则同样适用于可视化大屏。不要试图展现所有的东西,只要给出最关键的信息,将屏幕分割成几个小区域,每个区域力争讲清楚一个部分,同时将最概括性的数据以指标的形式放到显眼的位置。

    显示错误的数据和显示所有的数据同样存在隐性危机。在可视化数据图表制作操作中,显示的信息子集与数据是相关的关系。比如你关心销售数据,您可能也关心每个地区或者个别销售人员的销售数据,考虑通过数据做出决策。

    行车自行车现在.png

    为了避免失误,最好的方法是专注于你的目标。在可视化应用之前就应该考虑:我们关心什么?需要做什么?要解决什么问题?要看到怎样的数据?以怎样的结构和关系来展示?要突出哪些数据?当你能够回答这些问题时,你就可以进行可视化数据图表制作或者应用了。

    可视化数据图表制作可以使数据变得更有意义,而且可视化也可以使数据变得更容易理解。数据可视化软件正帮助越来越多的企业从浩如烟海的复杂数据中理出头绪,化繁为简,变成看得见的财富,从而实现更有效的决策过程。

    很多企业在上了ERP之后,面对海量数据,难以分析,难以清晰的呈现,难以从中发现问题,企业管理者也很难从中找到决策之道。 数据可视化工具能够以一种简便易用的方式将复杂的数据呈现出来,用户更容易理解这些数据,也就更容易做出决策。Tableau、Qlik、Microsoft、SAS、Smartbi等IT厂商纷纷加入数据可视化的阵营,在降低数据分析门槛的同时,为分析结果提供更炫的展现方式。

    展开全文
  • 由一排排小人图标组成的信息可视化数据图表PPT模板.pptx,一排排密密麻麻的小人图标,配以不同的颜色,用高亮的颜色表示当前数据的范围,用以表现人群的数量,非常大气高端的信息可视化扁平化PPT模板。
  • 第三十六章 用PyQtGraph绘制可视化数据图表 36.1 下载PyQtGraph 36.2基础知识与用法 36.3将PyQtGraph嵌入到PyQt5中 36.4小结 如果要用Python来绘制图表的话,我们可能首先会想到用Matplotlib这个库。虽然...

    第三十六章 用PyQtGraph绘制可视化数据图表

    36.1 下载PyQtGraph

    36.2 基础知识与用法

    36.3 将PyQtGraph嵌入到PyQt5中

    36.4 小结


    如果要用Python来绘制图表的话,我们可能首先会想到用Matplotlib这个库。虽然PyQtGraph还没有像Matplotlib那样成熟,但是当数据量非常大的时候,PyQtGraph的处理速度是Matplotlib所不能比的。而且如果你已经对PyQt5有所了解的话,那PyQtGraph绝对是图表绘制的最佳选择(PyQtGraph是基于Qt和NumPy开发的)。

     

    作为一种强大的绘图库,PyQtGraph在数学、科学和工程领域都有着广泛的应用,那本章我们就来学习下如何使用它。

     

    36.1 下载PyQtGraph

    Windows上下载:

    pip install pyqtgraph

     

    Linux上下载:

    pip3 install pyqtgraph

     

    MacOS上下载:

    pip3 install pyqtgraph

     

    下载完毕后我们可以运行以下代码:

    import pyqtgraph.examples
    pyqtgraph.examples.run()

    之后就会显示PyQtGraph库所提供的的一些官方示例(左边为示例名称,右边为代码):

    双击左边的任一示例,即可显示相应的界面,比如我们这里双击第二个"Basic Plotting"来显示一个图表合集:

     

    36.2 基础知识与用法

    在本小节中,我们会来了解下PyQtGraph中一些基础知识与常见的用法。

    全局设置

    参数 类型 默认值 解释
    leftButtonPan bool True 值为True的话,可以用鼠标左键来上下左右拖动图表;若为False,拖动鼠标左键会形成一个矩形框,视图镜头会随之深入
    foreground 参考 mkColor() ‘d’ 设置前景颜色(包括文本、线条、坐标轴等),'d'为灰色
    background 参考 mkColor() ‘k’ 设置背景颜色,'k'为黑色
    antialias bool False 是否启用抗锯齿(可以让曲线更加光滑)
    useOpenGL bool False 是否在视图中启用OpenGL
    crashWarning bool False 则会打印针对可能导致程序崩溃情况的警告

    PyQtGraph提供了两种类似的方法来进行全局设置:

    pyqtgraph.setConfigOptions(**opts) # 同时设置多项参数
    pyqtgraph.getConfigOption(opt)     # 只设置一项参数

    我们可以这么使用:

    # 禁止拖动图表,并启用抗锯齿
    pyqtgraph.setConfigOptions(leftButtonPan=False, antialias=True) 
    
    # 禁止拖动图表
    pyqtgraph.getConfigOption('leftButtonPan', True)

     

    pyqtgraph.plot()和PlotWidget.plot()

    以上两个方法都是用来绘图的,区别如下:

    pyqtgraph.plot() 在一个新窗口中绘制数据(窗口中包含一个plotWidget)
    PlotWidget.plot() 在plotWidget控件中绘制数据

    可见,如果要将PyQtGraph嵌入PyQt5窗口中的话(也就是将控件添加到窗口中),应该使用PlotWidget.plot()。

    plot()方法的基本参数如下:

    • x - X轴数据(可选)。如果没有赋值的话,程序则自动生成特定范围的整数值
    • y - Y轴数据
    • pen - 图表线条的画笔参数,若设为None则不显示线条
    • symbol - 参数为字符串类型,用于描述图表每个坐标点的形状。比如设为'o',则坐标点的形状就为o。可选值总共有这么几种:'o', 's', 't', 't1', 't2', 't3','d', '+', 'x', 'p', 'h', 'star'
    • symbolPen - 描绘符号轮廓的画笔参数
    • symbolBrush - 填充符号的画刷参数
    • fillLevel - 用于计算曲线下面积的Y坐标值
    • brush - 用于填充曲线下面积的画刷

    示例代码:

    # 指定y坐标轴上的值,线条画笔为红色,坐标点符号为'o'
    PlotWidget.plot([1, 2, 3, 4, 5], pen='r', symbol='o')

    运行截图(可以看到x轴坐标是自动生成的):

     

    颜色,画笔和画刷

    PyQt5提供了QColor,QPen和QBrush类用于描绘线条与填充颜色,而在PyQtGraph中,我们可以使用mkColor(),mkPen()以及mkBrush()方法来实例化相应的对象。

    我们可以给传参给mkColor()方法来实例化一个QColor颜色对象,可传参数类型有:

    ‘c’ r, g, b, c, m, y, k, w中的一种
    R, G, B, [A] 整数0-255
    (R, G, B, [A]) 整数元组0-255
    float 灰度值0.0-1.0
    “RGB” 十六进制字符串,可以在前面加#
    “RGBA” 同上
    “RRGGBB” 同上
    “RRGGBBAA” 同上
    QColor QColor实例

    第一行中的单个字符串所对应的值如下:

    'b': QtGui.QColor(0,0,255,255)
    'g': QtGui.QColor(0,255,0,255)
    'r': QtGui.QColor(255,0,0,255)
    'c': QtGui.QColor(0,255,255,255)
    'm': QtGui.QColor(255,0,255,255)
    'y': QtGui.QColor(255,255,0,255)
    'k': QtGui.QColor(0,0,0,255)
    'w': QtGui.QColor(255,255,255,255)
    'd': QtGui.QColor(150,150,150,255)
    'l': QtGui.QColor(200,200,200,255)
    's': QtGui.QColor(100,100,150,255)

    颜色对象主要用于画笔和画刷,而这两者的设置非常简单:

    mkPen('r')
    mkPen(255, 255, 255)
    mkPen((255, 255, 255, 255))
    mkPen('#0000FF')
    mkPen(QColor)
    

    准确来说,能被mkColor()接受的参数都能用在mkPen()中。除了颜色我们还可以设置画笔粗细:

    mkPen(color='r', width=2)
    mkPen({'color': '#0000FF', width: 2})

    如果不想设置画笔,我们可以传入None:

    mkPen(None)

    画刷设置同理,可以接受所有能被mkColor()接受的参数。可传入None不设置画刷。

     

    36.3 将PyQtGraph嵌入到PyQt5中

    将PyQtGraph所绘制的图表和PyQt5结合是最终目的,请看下方代码:

    import sys
    import random
    import numpy as np
    import pyqtgraph as pg
    from PyQt5.QtWidgets import QApplication, QWidget, QPushButton, QVBoxLayout
    
    
    class Demo(QWidget):
        def __init__(self):
            super(Demo, self).__init__()
            self.resize(600, 600)
    
            # 1
            pg.setConfigOptions(leftButtonPan=False)
            pg.setConfigOption('background', 'w')
            pg.setConfigOption('foreground', 'k')
    
            # 2
            x = np.random.normal(size=1000)
            y = np.random.normal(size=1000)
            r_symbol = random.choice(['o', 's', 't', 't1', 't2', 't3','d', '+', 'x', 'p', 'h', 'star'])
            r_color = random.choice(['b', 'g', 'r', 'c', 'm', 'y', 'k', 'd', 'l', 's'])
    
            # 3
            self.pw = pg.PlotWidget(self)
            self.plot_data = self.pw.plot(x, y, pen=None, symbol=r_symbol, symbolBrush=r_color)
    
            # 4
            self.plot_btn = QPushButton('Replot', self)
            self.plot_btn.clicked.connect(self.plot_slot)
    
            self.v_layout = QVBoxLayout()
            self.v_layout.addWidget(self.pw)
            self.v_layout.addWidget(self.plot_btn)
            self.setLayout(self.v_layout)
    
        def plot_slot(self):
            x = np.random.normal(size=1000)
            y = np.random.normal(size=1000)
            r_symbol = random.choice(['o', 's', 't', 't1', 't2', 't3', 'd', '+', 'x', 'p', 'h', 'star'])
            r_color = random.choice(['b', 'g', 'r', 'c', 'm', 'y', 'k', 'd', 'l', 's'])
            self.plot_data.setData(x, y, pen=None, symbol=r_symbol, symbolBrush=r_color)
    
    
    if __name__ == '__main__':
        app = QApplication(sys.argv)
        demo = Demo()
        demo.show()
        sys.exit(app.exec_())

    1. 进行全局设置:禁止拖动、前景色为黑色、背景色为白色;

    2. 利用NumPy库生成高斯分布的概率密度随机数作为x轴和y轴坐标数据,并随机挑选符号以及颜色;

    3. 实例化一个PlotWidget对象并绘制图表:无画笔、坐标点符号为'o'、符号画刷颜色为绿色。返回一个PlotDataItem对象存储在self.new_plot变量中(该对象就是图表上的数据整体);

    4. 按钮用于重新绘制数据,在槽函数中调用setData()方法重新设置数据(如果我们在槽函数中调用self.pw.plot()的话,那新数据就会被重叠绘制到旧数据上)。

     

    运行截图如下:

    点击按钮重绘(数据,颜色和符号都改变):

    用鼠标左键在指定位置拖出一个矩形对数据深入观察:

     

    如果想要导出图像的话,我们可以点击右键,选择export,之后就会出现一个导出选项框:

    我们可以选择导出为图片、SVG文件、CSV文件或者重新在Matplotlib中进行绘制。选择导出格式后,我们可以在Export options框中进行相应的设置(笔者这里就直接选择导出为png格式的图片了),设置好后点击Export按钮则会出现一个文件保存对话框:

    点击Save按钮保存图片,此时可能会出现以下报错:

    报错显示在ImageExporter.py文件中的第70行,我们根据报错内容直接将这行代码修改如下(将float类型转换为int类型):

    bg = np.empty((int(self.params['width']), int(self.params['height']), 4), dtype=np.ubyte)

    现在已经可以成功导出:

     

    36.4 小结

    1. 从官方示例可以看出,PyQtGraph中内置一些Qt模块,所以如果功能不是非常复杂的话,可以单单使用PyQtGraph实现。可以在这里看到PyQtGraph提供的一些控件;

    2. 大家可以自己尝试写一个跟股票相关的软件,其中用爬虫爬取数据,用PyQtGraph做K线图;

    3. 如果读者想要显示3D图像的话,笔者建议可以使用PyOpenGL这个库来搭配PyQt5中的QGLWidget;

    4. 如果要了解更多关于PyQtGraph的内容,大家可以通过它的官方文档来进一步学习。

     

    欢迎关注我的微信公众号,发现更多有趣内容:

    展开全文
  • 可视化数据图表承载着数据统计、展示数据变化等作用,不同的数据类型可以使用不同颜色甚 至不同的图表来表示,让用户更方便的理解每一个表盘的含义与信息。 可视化图表种类如此之多,什么场景下应该用什么图表展示...

    可视化数据图表承载着数据统计、展示数据变化等作用,不同的数据类型可以使用不同颜色甚

    至不同的图表来表示,让用户更方便的理解每一个表盘的含义与信息。

    可视化图表种类如此之多,什么场景下应该用什么图表展示,是一个让人头秃的难题。

    设计没思路的时候,那么就需要从这几个方面着手:

    1、了解产品的背景,产品未来发展方向。

    2、去搜UI网模库网集设网优图网及各大优秀设计网站查找相关设计素材(扩展自己的思路)

    3、选择适合产品设计风格的样式。

    乐于分享的集设网 www.ijishe.com 带来数据表的优秀案例,希望你可以在其中找到灵感!

    展开全文
  • 相信很多人都看过可视化图表,如果没看过,上百度输入关键词“数据可视化”,可以搜到一大堆像下图这样的可视化图表。 看到这些图表,是不是觉得特别酷,想自己动手也做一个。但又感觉很难,不知道如何下手。...
  • 可视化数据图表可视化

    千次阅读 2016-06-03 17:34:29
    可视化原则 图表可视化
  • 数据可视化数据分析图表,借助于可视化的大屏,将数据图表的形式进行汇总分析,加快着用户对于数据的接受时间,同时对于整体的布局美观,也是一种合理化的设计。如何设计数据可视化分析图表,又有哪些数据可视化...
  • 数据可视化基本图表

    2017-01-23 11:49:36
    数据可视化:基本图表 作者: 阮一峰 日期: 2014年11月29日 "数据可视化"可以帮助用户理解数据,一直是热门方向。 图表是"数据可视化"的常用手段,其中又以基本图表----柱状图、...
  • 数据图表可视化 分析师每天使用的最佳数据可视化图表列表。 (List of best data visualization charts that Analysts use on a daily basis.) Presenting information or data in a visual format is one of the ...
  • D3.js 是基于数据驱动文档工作方式的一款JavaScript函数库,主要用于网页作图、生成互动图形,是最流行的可视化库之一,它被很多其他的表格插件所使用。D3使你有能力借助HTML,SVG和CSS来生动地可视化各种数据。D3...
  • Python数据图表可视化

    千人学习 2020-06-05 15:29:07
    数据分析是一门重要的技能,职场中掌握了数据分析技术往往能让人另眼相看,而数据可视化数据分析的结果展示最有效的手段,本视频是Pandas数据分析课程的后续课程,可以掌握各种图表的绘制方法,通过实际案例的讲解...
  • 图表制作流程 图表是根据原始数据原始文件来的。...国外专家Nathan Yau总结了在数据可视化的过程中,一般要经历的四个过程,如下图所示(我做了适当的修改)。不论是商业图表还是科学图表,要想得到完美的图表,在...
  • 数据可视化图表类型When working on any data science project, one of the essential steps to explore and interpret your results is to visualize your data. At the beginning of the project, visualizing ...
  • 数据可视化各种图表对比总结

    千次阅读 2020-01-14 18:38:44
    在对收集到的数据进行可视化的过程中,盲目的选择图表不仅仅图表的效果不好,甚至会产生误导。因此对在数据可视化的过程中常用的一些图表进行下总结 柱状图 适用场景:适用场合是二维数据集(每个数据点包括两个值...
  • Echarts数据可视化图表案例:包括柱图,饼图,折线图,地图等数据展示图表;案例下载后直接使用webstrom或idea打开,在编辑器内打开html
  • 数据数据可视化是相辅相成的,数据赋予可视化以依据,可视化增加数据的灵活性。企业利用数据可视化可以更好更高效地提取有价值的信息。做数据可视化大屏要学多久?——一个月、半年?要掌握多少技能?——Py...
  • 炫酷的数据可视化效果,不仅令人惊叹,让小伙伴羡慕,...平时,我们在制作图表可视化的时候,常常会遇到要处理大量数据的问题,而如何将这些数据通过图形化的方式表达显得尤为重要。所谓一图胜千言,图表用的好,真...
  • 数据图表可视化According to the World Economic Forum, the world produces 2.5 quintillion bytes of data every day. With so much data, it’s become increasingly difficult to manage and make sense of it ...
  • 数据可视化图表

    2020-12-31 12:03:37
    想问问大佬们怎么实现柱形图例添加动态水柱效果,图中的柱形里水柱为可动的效果## 数据可视化
  • 图表是"数据可视化"的常用手段,其中又以基本图表----柱状图、折线图、饼图等等----最为常用。用户非常熟悉这些图表,但如果被问道,它们的特点是什么,最适用怎样的场合(数据集)?恐怕答得上来的人就不多了。本文是...
  • 22页PPT图表树状数据分析信息可视化图表集可编辑易修改Purple TreeGreen TreeBlue TreeLorem Ipsum is dolor sita slide power adus na but volupAnde inteman.Lorem Ipsum is dolor sita slide power adus na but ...
  • 数据可视化-图表颜色

    2019-07-14 20:50:00
    让颜色和图表相得益彰,不要一次性使用完调色板中的颜色。在一个图表中使用太多的颜色会造成混乱和过度修饰。应该选择和谐的组合,比如同一颜色的不同色调或者是颜色轮同一侧的颜色。限制范围——即使有颜色可用,...
  • 图表是"数据可视化"的常用手段,其中又以基本图表----柱状图、折线图、饼图等等----最为常用。用户非常熟悉这些图表,但如果被问道,它们的特点是什么,最适用怎样的场合(数据集)?恐怕答得上来的人就不多了。本文...
  • 数据可视化-图表展示

    2020-08-25 16:11:55
    来源于https://mp.weixin.qq.com/s/3i94NqOij9ov0Em7GJLmjg 说明各类图表作用 有点类似于层次聚类图。 横轴是时间轴。
  • 俗话说的好:工欲善其事,必先利其...我们更需要重新思考我们所知道的数据可视化图表和图形还只能在一个或两个维度上传递信息, 那么他们怎样才能与其他维度融合到一起深入挖掘大数据呢? 此时就需要倚仗大数据可...
  • 平时,我们在制作图表可视化的时候,常常会遇到要处理大量数据的问题,而如何将这些数据通过图形化的方式表达显得尤为重要。所谓一图胜千言,图表用的好,真的是会事半功倍的。但现实情况下,很多小伙伴遇到的问题是...
  • Axure可视化动态数据图表6合1元件库

    千次阅读 热门讨论 2019-11-21 10:23:33
    Axure可视化动态数据图表6合1元件库 Axure可视化动态数据图表元件库包含了Echats图表组件 ,Gallery图表组件、AntV G2图表组件、AntV G6图表组件、AntV F2图表组件、AntV L7图表组件 Axure 原型设计通用图表元件,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 10,671
精华内容 4,268
关键字:

可视化数据图表