精华内容
下载资源
问答
  • 如图所示今天给大家推荐的是一款可视化的webpack打包分析插件 webpack bundle analyzer  使用方法 1. 执行命令 npm install --save-dev webpack-bundle-analyzer 安装插件 2.在webpack.config.js文件中...

    如图所示今天给大家推荐的是一款可视化的webpack打包分析插件 webpack bundle analyzer

     使用方法

    1. 执行命令 npm install --save-dev webpack-bundle-analyzer 安装插件

    2.在webpack.config.js文件中添加如下代码 

    const BundleAnalyzerPlugin = require('webpack-bundle-analyzer').BundleAnalyzerPlugin;

    module.exports = {

      plugins: [

        new BundleAnalyzerPlugin()

      ]

    }

    在执行 webpack打包的时候 本地会开启一个网页 显示 具体的每个模块的大小 等等信息 方便进行更好的优化模块大小

     

     

    展开全文
  • RxJS Diagrams:提供了React组件用于交互式可视化RxJS可观察量和运算符
  • 一个 D3 插件,可让您使用平面/嵌套数据集创建令人惊叹的交互式分层树可视化。 它具有各种特性,使其适用于遍历大型数据集。 特征 缩放和平移 自动平移到点击的节点 遍历树时隐藏不相关的节点 支持 AJAX 按需加载 ...
  • vIST / e是C ++应用程序,它允许交互式显示各种成像数据集,包括简单的标量数据以及复杂的高维数据,例如扩散张量成像(DTI)和高角度分辨率成像数据(HARDI)。 vIST / e基于VTK,Qt并被设计为插件系统,从而可以...
  • 汇总输出的交互式网络可视化。 此实现大量借鉴。 输入文件 使用创建 JSON 文件words.json 、 words_tdidf.json和species.json ,并将它们放在data目录中。 我已经包含了一些示例文件。 用法 打开index.html 。 ...
  • speedscope一个基于Web的交互式火焰图可视化
  • REPL全称是Read Evaluate Print Loop,交互式解释器环境,通过交互式界面接收用户输入,交互式解释器读取输入内容并对它求值,返回结果,并重复此过程。 Jupyter Notebook Jupyter Notebook(早期叫IPython not...

    1. 什么是Apache Zeppelin

    在正式进入Apache Zeppelin的正题之前,我们必须先了解两个概念。
    REPL
    REPL全称是Read Evaluate Print Loop,交互式解释器环境,通过交互式界面接收用户输入,交互式解释器读取输入内容并对它求值,返回结果,并重复此过程。

    Jupyter Notebook
    Jupyter Notebook(早期叫IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。Jupyter Notebook 的是一个Web应用程序,便于创建和共享程序文档,支持实时代码、数学方程、可视化和Markdown语法,常用在数据清理转换、数值模拟、统计建模、机器学习等业务场景。

    1.1 官方的定义

    Apache Zeppelin官方网站的定义如下

    Web-based notebook that enables data-driven, interactive data analytics and collaborative documents with SQL, Scala and more.

    翻译过来就是

    Zeppelin是支持数据驱动、交互式数据分析、协作式文档等特性的基于Web的交互式应用开发引擎,应用以Notebook形式表示,支持Scala、Python、SQL、Markdown、shell等多种语言。

    其中,Notebook是来自于Jupyter的概念,Zeppelin在前端以Jupyter作为工作引擎,将一个应用作为一个Notebook。

    在这里插入图片描述
    Zeppelin官方网站 http://zeppelin.apache.org/
    Github地址 https://github.com/apache/zeppelin

    另外,需要提一点的是在Github上Apache Zeppelin初次提交的时间是2015年7月,第一个正式版本是0.5.0,最新发布(2019年1月)的版本是
    0.8.1。
    有意思的是,奇虎360的一个分布式Key-Value存储组件也叫Zeppelin,项目代码在Github初次提交是2016年。项目地址https://github.com/Qihoo360/zeppelin

    1.2 通俗易懂的理解

    Apache Zeppelin是一款大数据分析和可视化工具,可以让数据分析师在一个基于Web页面的笔记本中,使用不同的语言,对不同数据源中的数据进行交互式分析,并对分析结果进行可视化的工具。

    Zeppelin的设计理念就是通过不同的解释器支持多种语言的REPL,并对返回结果进行可视化展示。

    1.3 Apache Zeppelin的主要功能和特点

    1.3.1 主要功能

    • 可视化交互式数据分析
      用户通过可视化界面,交互式地输入指令、代码提交给Zeppelin编译执行。
    • Notebook管理
      用户通过Web页面轻松地实现Notebook应用的增加、修改、运行和删除,支持应用的快速导入导出。
    • 数据可视化
      指令、代码提交后Zeppelin返回结果给用户,如果是结构化的数据,Zeppelin提供可视化机制,通过各类图表展示数据,十分方便。
      在这里插入图片描述
    • 解释器配置
      用户可以配置系统内置的Spark、JDBC、Elasticsearch等解释器,支持按组管理解释器、为一个Notebook应用绑定多个解释器。
    • 运行任务管理
      用户将Notebook应用提交给Zeppelin运行,也可以停止正在运行的任务。
    • 用户认证
      Zeppelin提供完善的用户认证机制。
    • Notebook应用一键分享
      调试完毕的Notebook应用可以提供统一访问的HTTP地址给外部应用访问。

    1.3.2 主要特点

    • 完全开源
      Apache系列软件的最大特点就是开源,无论是学习还是企业应用,一概不需要授权。

    • 多语言多生态组件支持
      Apache Zeppelin提供20多种语言和大数据生态组件解释器,支持Python、Shell、Scala、R、Markdown等语言的REPL;支持使用JDBC方式对PostgreSQL、Mysql、Mariadb等常见数据库的CRUD操作;支持Hive、Cassandra、HDFS、Spark、Hbase、Kylin、Elasticsearch、BigQuery、Neo4j等大数据生态组件的REPL。
      在这里插入图片描述

    • 丰富的数据分析案例
      Hortonworks的HDP产品内置了很多数据分析案例,通过Zeppelin提供的导入功能可以很轻松地讲分析应用集成到自己的产品中。

    • 插件机制
      用户可以遵循Zeppelin的插件集成结构自己定义解释器,接口清晰,配置简单容易实现。

    • 多用户机制
      Zeppelin具有完善的用户权限认证机制,用户可以管理自己的Notebook。

    2. Zeppelin支持语言和组件

    Zeppelin支持的语言和组件列表见下表:
    在这里插入图片描述
    常用的解释器说明:

    • 语言解释器:完全支持Python、Shell、Markdown、R语言;
    • 前端框架解释器:支持前端框架Angular的语法,用户可以实现丰富的格式化输出;
    • Spark解释器:支持基于scala语言的Spark Core、Mllib、GraphX调用,以纯SQL方式支持Spark SQL,以R语言为基础支持Spark R语法等;
    • JDBC解释器:支持常见关系型数据库PostgreSQL、Mysql、Mariadb以及大数据组件Hive和Phoenix;
    • Elasticsearch解释器:支持Elasticsearch稳定的CRUD操作。
    展开全文
  • Protege Desktop插件允许以可视方式交互式导航OWL本体中的关系。 Protoge Desktop的默认安装捆绑了OntoGraf。 不需要其他安装步骤。 从窗口启用OntoGraf | 标签菜单。 Protege Wiki上提供了更多的用户文档:
  • 收集炫酷可视化插件

    2019-04-18 23:54:47
    WebGL (Web图形库) 是一种JavaScript API,用于在任何兼容的Web浏览器中呈现交互式3D和2D图形,而无需使用插件。WebGL通过引入一个与OpenGL ES 2.0紧密相符合的API,可以在HTML5 元素中使用。 ...

    1、WEBGL
    WebGL (Web图形库) 是一种JavaScript API,用于在任何兼容的Web浏览器中呈现交互式3D和2D图形,而无需使用插件。WebGL通过引入一个与OpenGL ES 2.0紧密相符合的API,可以在HTML5 元素中使用。
    https://developer.mozilla.org/zh-CN/docs/Web/API/WebGL_API
    2、three.js
    在这里插入图片描述
    https://threejs.org/

    3、babylonjs
    在这里插入图片描述
    https://www.babylonjs.com/

    4、playcanvas

    在这里插入图片描述https://playcanvas.com/

    5、D3
    在这里插入图片描述

    https://d3js.org/

    在这里插入图片描述在这里插入图片描述参考:阿里巴巴冬去

    展开全文
  • 启动Web可视化应用2.1 上传文件2.2 启动bokeh服务2.3 安装依赖包2.4 打开Web可视化应用 0. 环境说明 服务器 华为 RH2288 V3 硬件配置 Intel® Xeon® CPU E5-2650 v4 @ 2.20GHz 64位 操作系统 Ubuntu 18.04.2 LT


    0. 环境说明

    服务器 华为 RH2288 V3
    硬件配置 Intel® Xeon® CPU E5-2650 v4 @ 2.20GHz 64位
    操作系统 Ubuntu 18.04.2 LTS
    软件版本

    • anaconda3 Anaconda3-2020.02-Linux-x86_64.sh
    • conda 4.8.2
    • python 3.8.3
    • jupyterlab 2.1.5
    • bokeh 2.1.1

    1. 安装配置

    以下安装过程均是在远程连接Ubuntu服务器的情况下使用命令行安装的。

    远程连接Ubuntu服务器命令为

    ssh username@192.168.0.0
    

    IP地址填自己服务器地址就行。

    如果是直接登录Ubuntu系统或者是在Mac笔记本上安装,本教程也是适用的。

    如果是windows系统,可以在官网上下载anaconda安装包,直接像安装其他客服端一样在图形界面安装就行,记得勾选添加路径到环境变量中,这样就不用自己配置环境变量。具体可以参考文章Windows10下安装Anaconda3(64位)详细过程,jupyterlab以及bokeh依然可以采用本教程进行安装。

    如果已经安装好了anaconda3可以跳过步骤1.1,直接看后面。
    如果不需要用JupyterLab可以跳过步骤1.2,直接进入1.3。


    1.1 Anaconda 安装

    Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 500 MB左右)。

    注意安装之前先查看一下服务器或者电脑的硬件配置,然后选择适合的版本以及安装路径。

    下载

    去官网 https://www.anaconda.com/distribution/#download-section 找到合适版本对应的下载网址,如
    https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh ,有522MB。

    然后输入以下命令下载anaconda

    wget https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh
    

    下载过程界面如下
    在这里插入图片描述

    下载完毕后可以在当前目录下看到anaconda的安装包
    在这里插入图片描述

    安装

    输入以下命令开始安装

    bash Anaconda3-2020.02-Linux-x86_64.sh
    

    安装过程界面如下,开始要一直按enter确认各种协议
    在这里插入图片描述

    一直确认直到出现提醒是否接受这些协议,确认接受之后就可以看到默认安装目录了,这里默认是在账号主目录下创建了anaconda3这个文件夹。

    如果需要更换的话在 [/home/wjw/anaconda3]>>> 后面输入指定目录就行。

    在这里插入图片描述

    接受默认路径的话,直接enter继续进行,后面就是安装各种包。这些包安装结束后会提示是否初始化anaconda3。
    在这里插入图片描述

    配置

    安装完成后,查看一下conda和python的版本以及默认路径,发现不是在 /home/wjw/anaconda3 下面。原因是之前已经用root账户在服务器上安装过了anaconda3和python3,都在系统中 /usr/local/anaconda 路径下,并且用户环境变量也配置成了系统中的路径。

    在这里插入图片描述

    此时可以看下用户环境中的配置文件,输入以下命令

    vim ~/.bashrc
    

    进入~/.bashrc 文件
    在这里插入图片描述

    可以看到配置文件最后面已经将anaconda3的路径改为了 /home/wjw/anaconda3,那么只需要让其生效即可。

    source ~/.bashrc
    

    可以看到conda的默认路径已经将 /home/wjw/anaconda3/bin/conda 放在了最前面,这就意味着刚刚安装的anaconda已经生效了。
    在这里插入图片描述

    这一部分参考了以下文章
    Ubuntu下安装Anaconda(命令行)教程
    Ubuntu18.04 安装 Anaconda3


    1.2 JupyterLab 安装

    JupyterLab是Jupyter主打的最新数据科学生产工具,某种意义上,它的出现是为了取代Jupyter Notebook。不过不用担心Jupyter Notebook会消失,JupyterLab包含了Jupyter Notebook所有功能。特别是,最近Jupyter还推出了Debug工具,支持断点调试等功能,效果不输PyCharm。

    创建虚拟环境并安装

    一般会创建一个新的conda虚拟环境用于开发某一工程项目,这样可以避免不同的python库之间产生冲突,因为有些项目可能需要不同版本的python库。

    这里,创建一个名为 jupyterlab-debugger 的虚拟环境,同时安装notebook、jupyterlab等工具,以及支持Debug功能的xeus-python、ptvsd、nodejs等包。

    conda create -n jupyterlab-debugger -c conda-forge xeus-python=0.8.0 notebook=6 jupyterlab=2 ptvsd nodejs
    

    安装过程如下
    在这里插入图片描述

    中间会提醒一些包会被安装,确认即可。(可以看到python-3.8.3被安装了
    在这里插入图片描述

    安装完成后会提醒如何激活新创建的这一虚拟环境。
    在这里插入图片描述

    激活虚拟环境

    激活新创建的虚拟环境 jupyterlab-debugger
    在这里插入图片描述
    可以看到python版本已经变为了3.8.3,说明已经进入了虚拟环境。

    打开JupyterLab

    如果是直接登录Ubuntu系统或者是在Mac笔记上安装的话,直接输入 jupyter lab 命令即可在浏览器中打开JupyterLab交互式编程环境。(如果是Mac笔记本远程连接服务器,如本文,那么在Mac上安装了XQuartz的话,也可以在本地看到JupyterLab交互式界面。)
    在这里插入图片描述

    JupyterLab交互式界面如下图所示
    在这里插入图片描述
    还有另一种更加方便的远程打开 Jupyterlab 的方法,即在服务器上启动 Jupyterlab, 然后通过访问服务器IP和相应端口在本地打开Jupyterlab界面,这样速度基本上等同于在服务器上编程,比上面的XQuartz方法好太多。具体教程参考这篇博文

    到这一步,就可以在JupyterLab中干活了,既可以创建熟悉的notebook文档,也可以打开console控制台,还可以打开终端,创建text文件、markdown文件等等。JupyterLab中还有很多强大插件,包括前面提及的debug功能,可以参考以下文章了解和学习。

    JupyterLab Debug工具安装教程(Mac版)


    1.3 Bokeh 安装

    Bokeh是一个非常强大的 python 可视化库,提供了很多精美的可视化案例,包括许多web可视化demo,官方文档也非常详细全面。下面是官网给出的一些web可视化案例。

    在这里插入图片描述

    Bokeh的安装是非常简单的。

    先打开一个新的终端或者在上面打开的 JupyterLab 页面中创建一个新的终端,要进入之前创建的虚拟环境 jupyterlab-debugger 中,这里可能会出点问题。这一步的整个过程都截图放在了下面,要看到python的版本变成了3.8.3以后才算是真的进入了虚拟环境中。

    在这里插入图片描述

    之后,输入以下命令就可以安装Bokeh了

    conda install bokeh
    

    安装过程中会显示安装路径,同时会提醒安装一些依赖包,如numpy, yaml等,直接同意就行。
    在这里插入图片描述

    安装完成后,页面显示如下
    在这里插入图片描述

    这样bokeh就安装好了。


    2. 启动Web可视化应用

    安装完以上工具后,就可以在 JupyterLab 中用 Bokeh 开发 Web 可视化应用了,当然如果有已经写好的 bokeh 应用程序,就不需要 JupyterLab 了。

    本文利用 Bokeh 官网提供的demo展示一下如何启动Web可视化应用。

    2.1 上传文件

    先在Ubuntu服务器上创建一个放置应用程序的文件夹(注意要进入虚拟环境jupyterlab-debugger中)

    在这里插入图片描述

    再在本地用scp命令将要展示的应用程序打包传到Ubuntu服务器上(之前已经将bokeh整个包都下载到本地了),这里将官方例子中的clustering上传到服务器上。

    在这里插入图片描述

    2.2 启动bokeh服务

    回到服务器终端这边,可以看到clustering文件夹已经传过来了,里面共有三个文件,最主要的是main.py文件,theme.yaml是配置文件。
    在这里插入图片描述

    最后一步就是启动bokeh服务了,在WebApps这一级目录下执行如下命令

    bokeh serve --show clustering
    

    这个时候可能会报错
    在这里插入图片描述

    2.3 安装依赖包

    如果出现上面的错误,说明有些包还没有安装好,这里是没有安装 sklearn 包,先用 conda install sklearn 命令安装,如果出现下面的错误,无法安装 sklearn 包,可以换用 pip install sklearn 命令安装。

    在这里插入图片描述

    2.4 打开Web可视化应用

    安装完所有的包后,继续用 bokeh serve --show clustering 命令启动bokeh服务。

    在这里插入图片描述

    此时我们可以在浏览器界面看到clustering可视化应用了。这是一个可视化聚类算法效果的web应用,用户可以在界面选择聚类程序以及数据类型,并可以设置样本数量和类别数量。

    在这里插入图片描述

    修改一下参数可以看到图更新了,带有噪声的月牙形状数据点被划分成六类,每类颜色不同。

    在这里插入图片描述

    到这里整个配置过程就结束了,用户便可以用bokeh来开发自己的web可视化应用了。

    关于bokeh的使用,可以参考以下文章:
    Bokeh User Guide
    Bokeh绘制复杂网络
    Django上使用数据可视化利器Bokeh解析
    Django-Bokeh-pandas-sklearn-tensorflow


    帮到您的话点个赞呗!

    展开全文
  • 一个javascript库用于创建交互式可操作音频可视化,使用Web Audio和HTML5 Canvas技术。可以显示当前音频的声波
  • IDACyber​​是IDA Pro的交互式数据可视化插件。 它由外部“滤色器”组成,这些滤色器将原始数据字节转换为画布,可用于交互式检查和导航数据。 根据上下文中的过滤器,从放大的角度看,直观地浏览此数据可以揭示...
  • LocusZoom是一个Javascript / d3可嵌入插件,用于交互式可视化来自可自定义来源的统计遗传数据。 有关完整的文档和API参考,请参见 。 要查看使用LocusZoom.js生成的图的功能示例,请参见和 。 绘制轨迹缩放图 1...
  • Blend4Web是用于创建基于Web的交互式3D内容的工具。 该框架可用于展示产品,电子学习,游戏开发,广告和网页设计。 为什么选择Blend4Web? 它可以在Web浏览器中正常运行,而无需安装任何插件(感谢WebGL); 它...
  • 数据的地图可视化展示 虽然Zeppelin针对结构化数据默认提供了表格、直方图、饼图、区域图、折线图和散点图共6种可视化方式,但我们通过...常用的可视化插件 基于highcharts的可视化插件 ultimate-heatmap-chart ...
  • 交互式面板您可以设置面板的单击事件,例如:转到页面,设置变量等 Beautifult大屏幕定制您自己的大数据大屏幕,非常非常酷 警报可视地定义最重要指标的警报规则 变量全局和仪表板范围,全局变量可以帮助您实现个性...
  • Apache ECharts是一个免费的,功能强大的图表和可视化库,它提供了一种简单的方法来向您的商业产品添加直观,交互式和高度可定制的图表。 它是用纯JavaScript编写的,并基于 ,它是一个全新的轻量级画布库。 | 获取...
  • 拥有非常高质量的结果,如果不能通过可视化来进行明晰的讲解,那么数据的功力就会折损很多,所以具有强大的可视化能力目前会越来越符合各个公司的要求。 但是,仅仅拥有可视化的能力,如果不能将结果应用到 ppt 中...
  • 前端图表类可视化插件

    千次阅读 2018-09-16 21:14:22
    人,都是视觉动物,好看我就用,太low就pass,因此前端的图表类组件就有了他不可忽视的地位~ 在 JS 程序中,为了实现漂亮的图形、图表和数据可视化,我们选择使用开源库。生活在数据爆炸的时代,我们开发的每一个...
  • 此选项卡根据文件和文件夹的相对大小显示目录布局的交互式可视化。 以下gif显示了名为MinGW的目录的树形图: 当至少选择一个目录或多个文件时,该选项卡可见。 在树形图中的目录上单击鼠标左键放大。使用鼠标右键...
  • 用于数据可视化和可观察性的开源平台。 Datav 是从@grafana分叉出来的,但改变了很多,例如: 删除角度依赖,使用纯React 更好的警报功能 支持多种语言 支持大屏幕 不同的团队和 acl 设计,不再有组织 100% 免费...
  • 前端数据可视化插件(一)图表

    千次阅读 2017-11-20 16:00:13
     摘要:  在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。...我把前端数据可视化分为了五种: 图表图谱地图关
  • 数据可视化图表插件Do you want to show colorful charts, graphs, pictograms, or infographics on your website? Data visualization makes it easier for users to understand the data that you’re sharing. ...
  • 前端数据可视化插件(二)图谱

    千次阅读 2017-11-20 16:01:42
     继图表插件,再来分享9款图谱插件 crossfilter url:http://square.github.io/crossfilter/ github:https://github.com/square/crossfilter browser:官方未说明 resume:一个可以操作大型、多元数据集的...
  • 前端数据可视化插件大盘点

    万次阅读 2016-01-20 12:46:27
    在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。...我把前端数据可视化分为了五种: 1.图表 2.图谱 3.
  • 在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。...我把前端数据可视化分为了五种: 1.图表 2.图谱 3.地图 4...
  • 关注公众号,后台回复“可视化插件” 可直接获取本文内容的pdf在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些...
  • 用于在网络浏览器中进行交互式数学可视化JavaScript库。 关于 JSXGraph是一个跨浏览器库,用于在Web浏览器中进行交互式几何图形,函数绘图,制图和数据可视化。 它完全用JavaScript实现,不依赖于任何其他库,并且...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 20,329
精华内容 8,131
关键字:

交互式可视化插件