精华内容
下载资源
问答
  • Mac版Numbers提供了用于创建交互式图表和图形的功能,以及使用方法。 什么是数字交互式图表? 简而言之,数字中的交互式图表可以使您分阶段显示数据。您可以使用滑块或按钮在数据元素之间移动。例如,您可以按产.....

    图表是显示数据的绝佳工具。它们易于阅读,易于理解,并提供清晰的信息可视化图片。您可以与之互动的图表和图形甚至比普通的静态图表还好。这使您可以不同地显示数据,并有机会更轻松地专注于特定部分。Mac版Numbers提供了用于创建交互式图表和图形的功能,以及使用方法。

    什么是数字交互式图表?

    简而言之,数字中的交互式图表可以使您分阶段显示数据。您可以使用滑块或按钮在数据元素之间移动。例如,您可以按产品查看每月销售额,并使用滑块查看每个月。

    这样一来,您就可以以易于理解的方式展示数据,并更加专注于每个阶段。

    第1步:填充数据

    您需要先准备好数据,然后才能在Numbers中创建交互式图表。完成您的电子表格,并使用列标题和行标题以获得最佳结果,因为这将帮助您的数据正确显示在图表上。一旦准备好数据,其余的就很容易了。

    步骤2:建立互动式图表

    通过单击工作表左上角的小圆圈选择数据表。然后,从工具栏中单击图表 > 交互式。您将看到四种不同类型的图表(同样在Microsoft Excel中)。

    1. 垂直柱形图:这种类型的图非常适合比较一个类别中的值。
    2. 水平条形图:与上述类似,这种类型的图也可以很好地用于单个类别中的值比较。
    3. 散点图:这种类型的图表非常适合在数据系列中的值对之间进行比较。
    4. 气泡图:这种图表非常适合比较系列中三个数据点。

    当您看到这四个选项时,可以使用箭头在每个样式中浏览其他样式或配色方案。单击您要使用的图表,它将随您的数据一起填充到您的工作表中。

    步骤3:自订图表

    创建图表后,您将有许多自定义图表的选项。最简单的方法是使用侧边栏,以便您可以同时查看选项和更改。如果侧边栏已关闭,请单击右上角的格式将其打开。

    现在,选择图表,然后选择侧栏中的“ 图表”选项卡。您还将看到Axis,Series和Arrange的选项卡,可用于不同类型的图表和数据系列。对于我们的示例,我们将检查“图表”选项卡以及垂直柱形图和水平条形图。

    定制选项

    从侧边栏的顶部开始,您具有以下选项:

    • 图表样式:这些是您首次选择交互式图表时看到的相同的配色方案选项。
    • 图表选项:您可以标记复选框以使用标题,图例,边框和隐藏数据。
    • 图表字体:您可以更改字体样式,格式,大小和颜色。
    • 交互式图表:在使用带按钮的滑块或仅使用按钮来浏览数据之间进行选择。您还可以选择“下方”或“上方”作为数据集名称的位置。
    • 圆角:您可以使用滑块调整条形角的圆度。
    • 间隙:调整条和组之间间隙的百分比。
    • 背景和边框样式:可以使用颜色,渐变或图像作为背景。
    • 图表类型:选择要使用的其他图表类型。这是查看其他数据类型的数据显示方式的快速简便方法。

    如果使用散点图或气泡图,您会注意到其中一些选项会发生变化。例如,您将没有“圆角”功能,因为您将没有任何带有角的条。

    通过一些小的自定义,您可以更改图表的完整外观。这是将您要呈现的数据与业务,受众或行业进行匹配的好方法。看一下这两个具有相同数据的相同类型的图表如何看起来完全不同。

    步骤4:编辑资料参考

    当您更改表中的数据时,图表会自动更新以反映这些更改。您还可以通过单击图表,然后单击显示的“ 编辑数据引用”按钮进行调整。

    删除数据系列

    使用按钮编辑数据的一个好处是,您可以选择要在图表中更改的确切元素。例如,您可能想从图表中删除某些数据,而不是从表中删除。

    1. 选择图表,然后单击“ 编辑数据引用”。
    2. 转到表,然后单击要删除的列的箭头。
    3. 单击删除系列。

    您将立即看到从图表中删除的数据,并且表格中的该列不再突出显示为图表的一部分。但是,您的数据仍保留在表中。

    反转数据

    您可以做的另一件事是将行绘制为系列而不是列,反之亦然。

    1. 选择图表,然后单击“ 编辑数据引用”。
    2. 转到表,然后单击列的箭头。
    3. 单击“将行绘制为序列”。

    您可以在我们的示例中看到,现在可以在图表中查看每个产品(最初是列标题),而不是查看每个月(最初是行标题)。基本上,这两个系列已互换。这使您可以快速切换显示数据的方式,而不会麻烦,也无需创建全新的图表。

    完成数据引用的编辑后,单击“数字”窗口底部的“完成”按钮。

    在Mac上与您的数据互动

    Numbers中的这些交互式图表和图形选项是显示数据的绝佳工具。而且,如果您对将Excel用于电子表格感兴趣,则可以在其中创建图形和图表,就像在交互式Excel图表中一样轻松。

    展开全文
  • 关注【新精英充电站】能力提升看得见!众所周知,Excel中的图表是分析数据最重要一枚利器。但一般我们分析数据时使用的图表都是静态的,一个...针对以上这种情况,普通的图表并不能实现,只能通过多级联动交互式图表...
    9a892aa5f658af9f929c7aa2d44aed1e.gif

    关注【新精英充电站】能力提升看得见!

    众所周知,Excel中的图表是分析数据最重要一枚利器。但一般我们分析数据时使用的图表都是静态的,一个图表只能展示一个数据维度的情况,如果需要展示的数据有多个维度,又该怎么来展示呢?

    如下图所示是某公司HR统计出来的在职人员结构表,想要性别、学历、年龄、工龄等这些信息在同一个图表中展现出来。

    2f0c7d7d243be66b487b803de9e12157.png

    针对以上这种情况,普通的图表并不能实现,只能通过多级联动交互式图表来实现,也就是我们常说的动态图表,它能根据我们所选择选项的变化,来生成不同数据源的图表。效果图下图所示。

    9fc20cf3c864fd204020e34caa318622.png8d71e14840c1d660438a3fd9968d5f15.png

    多级联动交互式图表的制作虽然比普通图表要复杂一些,但只要掌握了整个制作流程,就能快速制作出需要的各种动态图表。制作流程如下图所示。

    下面将按照动态图表的制作流程按人员结构分析各部门人数,具体操作步骤如下:

    步骤01:建立辅助表格。在【在职人员结构统计表】中复制A3:R13单元格区域,将其粘贴到A16:R26单元格区域中,删除表格中的计算结果,在B18单元格中输入公式【=IF(B50,B5,NA())】,向右拖动鼠标至R18单元格,向下拖动鼠标至R26单元格,效果如下图所示。

    244d4b3a7a8eb16a048f62265819ccde.png

    步骤02:输入辅助数据。要让图表与组合框关联起来,实现图表的多级联动,那么这些辅助数据则是实现图表多级联动的关键。在A29:E35单元格区域中输入辅助数据,效果如下图所示。

    72684de856da3b21b03a01b9ce5a3d85.png

    步骤03:添加【开发工具】选项卡。在【Excel选项】对话框【自定义功能区】选项卡中选中【开发工具】复选框,单击【确定】按钮,如下图所示。

    cc1996fb77e375228b4d36e1ba1397d6.png

    步骤04:选择组合框控件。单击【开发工具】选项卡【控件】组中的【插入】按钮,在弹出的下拉列表中选择【表单控件】栏中的【组合框】选项,如下图所示。

    4dfa616469b27aaf42c1faacaa47b0f4.png

    步骤05:设置控件格式。在表格中单击鼠标插入组合框控件,再插入一个组合框控件,在第一个组合框控件上右击鼠标,在弹出的下拉菜单中选择【设置对象格式】命令,打开【设置对象格式】对话框,对数据源区域、单元格链接和下拉显示项数进行设置,单击【确定】按钮,如下图所示。

    97cd500189435879b5f5831cbbb6afcf.png

    步骤06:计算性别辅助数据。再F31单元格中输入公式【=INDEX($B$31:$E$35,ROW(1:1),$B$29)】,按【Ctrl+Shift+Enter】组合键,向下拖动鼠标至F25单元格中,如下图所示。

    4d343d1b5fad93b2a72df6afa85a876a.png

    步骤07:设置控件格式。选择第2个组合框控件,打开【设置控件格式】对话框,对数据源区域、单元格链接和下拉显示项数进行设置,单击【确定】按钮,如下图所示。

    c43c3ea545542551e1305407380891a4.png

    步骤08:新建名称。在【定义的名称】组中单击【定义名称】按钮,打开【新建名称】对话框,在【名称】文本框中输入【按人员结构分析各部门】,在【引用位置】参数框中输入【=CHOOSE($B$29,OFFSET($C$18:$C$25,,$C$29-1),OFFSET($E$18:$E$25,,

    $C$29-1),OFFSET($J$18:$J$25,,$C$29-1),OFFSET($O$18:$O$25,,$C$29-1))】,单击【确定】按钮,如下图所示。

    35580408c3d5cea853a18b564fea24bd.png

    步骤09:选择数据源。选择A18:A25和C18:25单元格区域,插入圆环图,选择图表,单击【选择数据】按钮,打开【选择数据源】对话框,选择【系列1】选项,单击【编辑】按钮,如下图所示。

    482f4d3bb9ec426e24c3bdc541f8d286.png

    步骤08:编辑数据系列。打开【编辑数据系列】对话框,在【系列名称】参数框中输入【部门人数分布】,在【系列值】参数框中输入【=在职人员结构统计表!按人员结构分析各部门人数】,单击【确定】按钮,如下图所示。

    9798819aab84749d2526ffbe0a3be355.png

    步骤09:设置数据标签。删除图例,对图表效果进行设置,选择添加的数据标签,打开【设置数据标签格式】任务窗格,选中【类别名称】、【值】、【百分比】和【显示引导线】复选框,在【分隔符】下拉列表框中选择【分行符】选项,如下图所示。

    6fa48e0259a17fe3801e099a64a770c5.png

    步骤10:设置圆环图数据系列。选择圆环图中的数据系列,在【系列选项】中将第一扇区的起始角度设置为【45°】,圆环图的内径大小如设置为【55°】,如下图所示。

    0b974bdf558f67bd291dd7453fc3d0a4.png

    步骤11:组合图表和空间。将圆环图中不能完全显示的数据标签移动到圆环图的周围,这样更便于查看,将组合框置于图表最上方。因为这两个组合框空间是关联这个图表的,将组合框空间和图表组合在一起,可以让组合框空间随着图表而移动。按住【Ctrl】键选择两个组合框控件和图表,右击鼠标,在弹出的快捷菜单中选择【组合】命令,在联级菜单中选择【组合】命令,将图表和组合框控件组合在一起,如下图所示。

    cbcffe5a70d39fb6d733a06f3725cad7.png

    步骤12:查看多级联动图表效果。在第1个组合框控件中选择某个选项,在第2个组合框控件中将显示与第1个组合框控件的子选项,并且图表中也就展示与两个组合框控件相关的数据,如下图所示为在组合框控件中选择不同的选项,图表所展示的效果。

    9fc20cf3c864fd204020e34caa318622.png8d71e14840c1d660438a3fd9968d5f15.png

    以上这些内容均摘自由恒图教育与Excelhome精心打造,北京大学出版的《HR高手之道:Excel人力资源管理思维、技术与实践》一书。

    ce3529c39fb0f241fc7e3d0f2098f2bc.png

    本书不是单纯地讲Excel软件的操作,也不是对HR管理中各个模块的内容进行讲解。,而是站在HR的角度,讲解HR如何使用Excel这个工具来对海量繁杂的人事数据进行计算、统计和分析,为人力资源预测和决策提供强有力的数据支撑,让工作更高效。

    cd8f0d5adce00ec22ce5f8009460d2bd.pnge540e29d77b944721e45bb82ae5018ad.png

    使用动态图表分析人员结构的方法就分享完了,阅读文章的你,请顺便给我们点温暖和鼓励,转发/点在看,或留言勾搭。

    展开全文
  • 交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是,这种数据...

    交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是,这种数据展示方式很不直观,无法让用户一下子就看出数据分析结果所要反应出的信息,由此就有了数据可视化技术的研究和应用来解决这个问题。

    目前实现交互式数据可视化技术已经很成熟,各种类型地数据可视化图表都可以使用技术手段实现出来,包括最简单的 Excel 就可以制作各种可视化数据分析报表,而在 WEB 上也有各种技术可是实现相似功能。在学习和研究 Python 的过程中,我发现了很多类库可以很简单地就能实现交互式的数据可视化的业务需求,包括 pyecharts 和 matplotlib 实现地各种类型地数据分析图表,交互式地图,词云等等。

    Matplotlib 是一个 Python 的 2D 绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib这个标准类库,开发者只需要几行代码就可以实现生成绘图,折线图、散点图、柱状图、饼图、直方图、组合图等数据分析可视化图表。Matplotlib使用 NumPy 进行数组运算,并调用一系列其他的 Python 库来实现硬件交互。

    (一)折线图

    折线图是排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间(根据常用比例设置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势。在折线图中,类别数据沿水平轴均匀分布,所有值数据沿垂直轴均匀分布。如果分类标签是文本并且代表均匀分布的数值(如月、季度或财政年度),则应该使用折线图。当有多个系列时,尤其适合使用折线图—对于一个系列,应该考虑使用类别图。如果有几个均匀分布的数值标签(尤其是年),也应该使用折线图。如果拥有的数值标签多于十个,请改用散点图。另外,折线图是支持多数据进行对比的。

    Python 利用 matplotlib 类库实现折线图非常简单,直接上代码:

    #author: hanshiqiang365

    import matplotlib.pyplot as plt

    import numpy as np

    x = np.arange(9)

    y = np.sin(x)

    z = np.cos(x)

    plt.plot(x, y, marker="*", linewidth=3, linestyle="--", color="orange")

    plt.plot(x, z)

    plt.title("Python matplotlib Demo - By hanshiqiang365")

    plt.xlabel("width")

    plt.ylabel("height")

    plt.legend(["Y","Z"], loc="upper right")

    plt.grid(True)

    plt.show()

    程序运行生成的折线图Demo如下:

    (二)散点图

    散点图是指在回归分析中,数据点在直角坐标系平面上的分布图,散点图表示因变量随自变量而变化的大致趋势,据此可以选择合适的函数对数据点进行拟合。用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。

    Python 利用 matplotlib 类库实现散点图非常简单,直接上代码:

    #author: hanshiqiang365

    import matplotlib.pyplot as plt

    import numpy as np

    plt.title("Python matplotlib Demo - By hanshiqiang365")

    plt.xlabel("width")

    plt.ylabel("height")

    plt.scatter(x,y)

    plt.show()

    程序运行生成的散点图 Demo 如下:

    (三)柱状图

    柱状图(Bar Chart),是一种以长方形的长度为变量的表达图形的统计报告图,由一系列高度不等的纵向条纹表示数据分布的情况,用来比较两个或以上的价值(不同时间或者不同条件),只有一个变量,通常利用于较小的数据集分析。柱状图亦可横向排列,或用多维方式表达。柱状图主要用于数据的统计与分析,早期主要用于数学统计学科中,到现代使用已经比较广泛,应用柱状图易于比较各组数据之间的差别。

    Python 利用 matplotlib 类库实现柱状图非常简单,直接上代码:

    #author: hanshiqiang365

    import matplotlib.pyplot as plt

    import numpy as np

    plt.title("Python matplotlib Demo - By hanshiqiang365")

    plt.xlabel("width")

    plt.ylabel("height")

    x = np.arange(10)

    plt.bar(x, y)

    plt.show()

    程序运行生成的柱状图 Demo 如下:

    (四)饼图

    饼图英文学名为 Sector Graph ,又名 Pie Graph,常用于统计学模块。仅排列在工作表的一列或一行中的数据可以绘制到饼图中。饼图显示一个数据系列中各项的大小与各项总和的比例。饼图中的数据点显示为整个饼图的百分比。

    Python 利用 matplotlib 类库实现饼图非常简单,直接上代码:

    #author: hanshiqiang365

    import matplotlib.pyplot as plt

    import numpy as np

    plt.title("Python matplotlib Demo - By hanshiqiang365")

    labels = ['Sample-A','Sample-B','Sample-C']

    plt.pie(x,labels=labels)

    plt.show()

    程序运行生成的饼图 Demo 如下:

    (五)直方图

    直方图(Histogram)又称质量分布图。是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型,纵轴表示分布情况。直方图是数值数据分布的精确图形表示,显出出一个连续变量(定量变量)的概率分布的估计。为了构建直方图,第一步是将值的范围分段,即将整个值的范围分成一系列间隔,然后计算每个间隔中有多少值,这些值通常被指定为连续的,不重叠的变量间隔,而间隔必须相邻,并且通常是(但不是必须的)相等的大小。

    Python 利用 matplotlib 类库实现直方图非常简单,直接上代码:

    #author: hanshiqiang365

    import matplotlib.pyplot as plt

    import numpy as np

    plt.title("Python matplotlib Demo - By hanshiqiang365")

    plt.xlabel("width")

    plt.ylabel("height")

    mean, sigma = 0, 1

    plt.hist(x,50)

    plt.show()

    程序运行生成的直方图Demo如下:

    除了以上这五种基础的数据分析可视化图表外,matplotlib 类库还支持各种自定义的可视化数据分析图表类型(关于这一点在以后会专门写篇文章来讲),功能非常强大,并且在此基础上,我们还可以玩一点花样出来,我们可以将这些不同类型的分析图表任意组合显示到一个页图上,从而更好地展示信息。

    Python 利用 matplotlib 类库实现组合图也非常简单,直接上代码:

    #author: hanshiqiang365

    import matplotlib.pyplot as plt

    import numpy as np

    plt.figure(figsize=(8,6),dpi=100)

    A = plt.subplot(2,2,1)

    plt.plot([0,1],[0,1], color="red")

    plt.subplot(2,2,2)

    plt.title("Demo B")

    plt.xlabel("width")

    plt.ylabel("height")

    plt.plot([0,1],[0,1], color="green")

    plt.subplot(2,1,2)

    plt.title("Demo C")

    plt.xlabel("width")

    plt.ylabel("height")

    # 选择子图A

    plt.sca(A)

    plt.title("Demo A")

    plt.xlabel("width")

    plt.ylabel("height")

    plt.show()

    程序运行生成的组合图 Demo 如下:

    数据分析是 Python 应用的五大领域之一,而交互式的数据可视化图表是可视化技术在非空间数据领域的应用,使人们不再局限于通过数据表格来观察和分析数据信息,而能以更直观的方式看到数据及其关系,清晰而明确地展示数据分析的结果,提供更好的用户体验。

    Python 在数据分析和交互式数据可视化领域的技术实现上具有非常大的优势,利用各种类库Python 可以高效率高质量地实现业务功能需要,而和 R 语言相比,Python 更适合具有 IT 背景的人来用于数据分析,并且可以和其他领域例如批量处理脚本、人工智能、WEB开发等的应用很好的集成起来实现一个整体的技术解决方案(total solution),为客户创造价值。

    来源|韩思工作室

    阅读原文

    Python 技术交流群:238757010

    51Reboot Python 实战班第19期正在火热招生中

    详情咨询WeChat:18310139238

    展开全文
  • 《数据可视化实战:使用D3设计交互式图表》 基本信息 原书名:Interactive data visualization for the Web 作者: (美)Scott Murray 译者: 李松峰 丛书名: 图灵程序设计丛书 出版社:人民邮电出版社 ISBN...
    《数据可视化实战:使用D3设计交互式图表》
    基本信息
    原书名:Interactive data visualization for the Web
    作者: (美)Scott Murray
    译者: 李松峰
    丛书名: 图灵程序设计丛书
    出版社:人民邮电出版社
    ISBN:9787115320117
    上架时间:2013-6-9
    出版日期:2013 年6月
    开本:16开
    页码:248
    版次:1-1
    所属分类:计算机
    内容简介
    计算机书籍
      数据可视化是展示数据的重要手段,广泛适用于数据分析、计量统计、演讲展示和各种网站应用。而通过浏览器来呈现数据不受平台限制,任何计算机只要能上网就可以看到漂亮的交互式图表。本书将带领读者学习当前最热门的基于浏览器的数据可视化库——d3。作者通过风趣幽默的语言、简单易懂的示例,由浅入深地介绍了使用d3 所需的基本技术,以及基于数据绘图、比例尺、数轴、数据更新、过渡和动画等构建交互式在线图表的核心概念,最后还介绍了d3 中常用的布局方法和创建地图等流行应用的技巧。
       《数据可视化实战:使用d3设计交互式图表》需要读者具有一定的web 开发经验,特别要了解一些dom 编程。除此之外,只要对数据可视化感兴趣,均可阅读学习。
       你手头有一些数据,想做成漂亮的图表放到网站上?好主意,通过浏览器来跨平台实现数据可视化是正确的选择。什么,你还想让图表能够响应用户操作?没问题,交互式图表比静态图片更能吸引人去探究本源。好啦,要生成通过浏览器展示的动态图表,首选目前最热门的web数据可视化库——d3。
       这本书很有意思,而且对读者要求不高。不需要知道什么是数据可视化,也不用有太多web开发背景就能看懂它。不信?翻一翻就知道这是一本既好玩又实用的动手指南啦!看完这本书你会怎么样呢?
       掌握必要的html、css、javascript和svg基础知识;
       学会基于数据在网页里生成元素和为它们设置样式的技巧;
       能够生成条形图、散点图、饼图、堆叠条形图和力导向图;
       使用平滑的过渡动画来展示数据的变化;
       赋予图表动态交互能力,响应用户从不同角度探索数据的请求;
       收集数据和创建自定义的地图;
       另外,本书100多个代码示例都可以在线浏览!
    目录
    《数据可视化实战:使用d3设计交互式图表》
    前言  xi
    第1章 写在前面  1
    1.1  数据为什么要可视化  1
    1.2  为什么要写代码  2
    1.3  为什么要交互  2
    1.4  为什么要在web上  3
    1.5  这是一本什么书  3
    1.6  读者是谁  4
    1.7  这不是什么书  4
    1.8  使用示例代码  5
    1.9  谢谢你  6
    第2章 d3简介  7
    2.1  d3能做什么  7
    2.2  d3不能做什么  8
    2.3  起源与背景  9
    2.4  替代方案  10
    2.4.1  简易图表  10
    2.4.2  图谱可视化  12
    2.4.3  地图映射  12
    .2.4.4  较原始的方案  13
    2.4.5  三维图形  13
    2.4.6  基于d3的工具  14
    第3章 技术基础  15
    3.1  web(万维网)  15
    3.2  html  17
    3.2.1  内容和结构  18
    3.2.2  通过元素来添加结构  19
    3.2.3  常用元素  20
    3.2.4  属性  22
    3.2.5  类和id  22
    3.2.6  注释  23
    3.3  dom  23
    3.4  开发者工具  24
    3.5  渲染与盒模型  26
    3.6  css  28
    3.6.1  选择符  28
    3.6.2  属性和值  30
    3.6.3  注释  30
    3.6.4  引用样式  30
    3.6.5  继承、层叠和特指度  32
    3.7  javascript  34
    3.7.1  hello, console  34
    3.7.2  变量  34
    3.7.3  其他数据类型  35
    3.7.3  数学运算符  39
    3.7.4  比较运算符  39
    3.7.5  控制结构  40
    3.7.6  函数  42
    3.7.7  注释  43
    3.7.8  引用脚本文件  43
    3.7.9  javascript陷阱  44
    3.8  svg  48
    3.8.1  svg元素  48
    3.8.2  简单的图形  49
    3.8.3  为svg元素添加样式  51
    3.8.4  分层与绘制顺序  53
    3.8.5  透明度  54
    3.9  关于兼容性  56
    第4章 安装d3  59
    4.1  下载d3  59
    4.2  引用d3  60
    4.3  配置web服务器  61
    4.3.1  基于python的文本终端方案  61
    4.3.2  mamp、wamp和lamp  62
    4.3.3  快开始吧  62
    第5章 数据  63
    5.1  生成页面元素  63
    5.1.1  连缀方法  65
    5.1.2  各个击破  66
    5.1.3  平稳交接  66
    5.1.4  不要连缀  67
    5.2  绑定数据  67
    5.2.1  怎么绑定  67
    5.2.2  数据  68
    5.2.3  作出你的选择  71
    5.2.4  绑定及确定  72
    5.3  使用自己的数据  75
    5.3.1  自定义函数  75
    5.3.2  数据需要拥抱  76
    5.2.3  添加样式  77
    第6章 基于数据绘图  79
    6.1  绘制div  79
    6.1.1  设定属性  80
    6.1.2  关于类  81
    6.1.3  言归正传  81
    6.1.4  设定样式  82
    6.2  data()的魔力  83
    6.3  绘制svg  86
    6.3.1  创建svg  87
    6.3.2  数据驱动的图形  88
    6.3.3  你好,色彩  90
    6.4  绘制条形图  90
    6.4.1  老方法生成的条形图  90
    6.4.2  用新方法改进条形图  91
    6.4.3  上色  96
    6.4.4  加标签  98
    6.5  绘制散点图  100
    6.5.1  数据  100
    6.5.2  散点图  101
    6.5.3  散点大小  102
    6.5.4  标签  103
    6.6  更上一层楼  105
    第7章 比例尺  107
    7.1  苹果和像素  107
    7.2  值域和范围  108
    7.3  归一化  109
    7.4  创建比例尺  109
    7.5  缩放散点图  110
    7.5.1  d3.min()和d3.max()  110
    7.5.2  设置动态缩放  112
    7.5.3  整合缩放后的值  112
    7.6  修饰图表  113
    7.7  其他方法  117
    7.8  其他比例尺  117
    第8章 数轴  119
    8.1  数轴简介  119
    8.2  设定数轴  120
    8.3  修整数轴  121
    8.4  优化刻度  124
    8.5  垂直数轴  125
    8.6  最后的润色  126
    8.7  为刻度标签定义样式  128
    第9章 更新、过渡和动画  129
    9.1  更新条形图  129
    9.1.1  序数比例尺  130
    9.1.2  自动分档  132
    9.1.3  使用序数比例尺  132
    9.1.4  其他更新  133
    9.2  更新数据  133
    9.2.1  通过事件监听器实现交互  134
    9.2.2  改变数据  135
    9.2.3  更新视觉元素  135
    9.3  过渡动画  138
    9.3.1  持续时间  139
    9.3.2  缓动函数  140
    9.3.3  延迟时间  141
    9.3.4  使用随机数据  143
    9.3.5  更新比例尺  145
    9.3.6  更新数轴  147
    9.3.7  在过渡开始和结束时执行操作  149
    9.4  其他数据更新方式  156
    9.4.1  添加值(和元素)  156
    9.4.2  删除值(和元素)  161
    9.4.3  通过键联结数据  164
    9.4.4  添加和删除组合拳  169
    9.4.5  简要回顾  170
    第10章 交互式图表  171
    10.1  绑定事件监听器  171
    10.2  什么是行为  172
    10.3  分组svg元素  177
    10.4  提示条  182
    10.4.1  浏览器默认提示条  182
    10.4.2  svg元素提示条  184
    10.4.3  html的div提示条  185
    10.5  适应触摸设备  188
    10.6  更进一步  188
    第11章  布局  189
    11.1  饼图布局  190
    11.2  堆叠布局  194
    11.3  力导向布局  197
    第12章  地图  203
    12.1  json与geojson  203
    12.2  路径  205
    12.3  投影  206
    12.4  等值区域  208
    12.5  添加定位点  212
    12.6  取得和解析地图数据  215
    12.6.1  查找shapefile文件  215
    12.6.2  选择解析度  216
    12.6.3  简化数据文件  217
    12.6.4  转换为geojson  218
    第13章 导出文件  221
    13.1  导出位图  221
    13.2  导出pdf  222
    13.3  导出svg  223
    附录a  扩展阅读  227
    a.1  图书  228
    a.2  网站  228
    a.3  twitter  229
    图书信息来源:互动出版网

     

    转载于:https://www.cnblogs.com/china-pub/archive/2013/06/09/3129266.html

    展开全文
  • 通过ReportsKit,您可以轻松创建漂亮的交互式图表和表格。 有关示例和文档,请参阅 。 资源资源 文献资料 该文档托管在,它是使用生成的。 如果您想改善文档,请随时打开PR! 测验 ReportsKit已针对PostgreSQL和...
  • 使用plotly.js分析肚脐生物多样性数据和交互式图表。 在GitHub页面上将分析托管为交互式网页 肚脐分析已托管在github页面上的交互式网页上,志愿者或实验室助手可以使用该网页基于所需的ID获得更多信息。 从153个...
  • 机场延迟仪表板 该仪表板包含在机场... 它包含交互式和动态图表,使您可以更深入地进行分析。 加载数据集: $.getJSON('https://think.cs.vt.edu/corgis/datasets/json/airlines/airlines.json', function(data) {}
  • 交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是,这种数据...
  • 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中添加直观,交互式和高度可定制的图表。 它使用纯JavaScript编写,并基于 ,这是一个全新的轻量级画布库。 | 获取...
  • 您将要创造的 SVG是一... 因此,即使使用一些基本脚本,也可以对静态图像进行动画处理并使其具有交互性。 这将是本教程的主题。 SVG和Vue:完美匹配 为了演示如何编写SVG脚本,我选择了Vue.js。 我认为,这样做的...
  • 交互式图表制作及应用方法包括2部分内容:切片器与数据透视图的组合应用 练习1:根据商机表和商机相关企业信息表,创建数据透视图表,制作随销售阶段和赢单率改变而改变的销售人员与商机金额表,和不同销售阶段的商机...
  • 图表来传达和沟通信息,其效率远超枯燥乏味的数据表达。有需求就有市场。数据可视化崭露头角后,各个厂商出备的产品、解决方案,开发者自研的可视化工具、操作平台都如雨后春笋般冒了出来。受众不同,个人的选择就...
  • 编辑导语:数据可视化,这...与Excel图表相比,交互式数据可视化大屏的优势有哪些?随着互联网的快速发展,拥有一定规模的企业也将拥有大量的数据信息,因此动态的数据大屏将成为公司业务部门不可缺少的辅助工具。在...
  • JavaScript Stock Chart控件主要是用来显示金融信息图表(股票图),同时它也可用于任何基于日期的可视化数据的显示,如:Line, column, candlestick, OHLC, step line 和 area图 。股价图是一个功能强大的应用程序...
  • 静态 vs 交互式 虽然静态数据可视化是向提取和解释数据集所拥有的价值和信息这一目标迈出的巨大飞跃,但交互性的增加使这些可视化向前迈了一大步。 交互式数据可视化具有以下特点: 它们使您可以通过更改颜色,参数...
  • Belchertown Weewx皮肤 该皮肤(或主题或模板)用于并根据我的网站建模。 我最初开发的网站具有自定义编码功能,但始终使用... 有关您最近的地震的信息会自动更新。 当年和所有时间的天气记录。 响应设计。 手
  • GoJS是一个灵活的库,可用于创建多种不同类型的交互式图,包括数据可视化,绘图工具和图形编辑器。 有样品,, ,,,,,,,,和,,, ,, ,,还有。 GoJS包括许多内置布局,包括树形布局,力导向,径向和分层...
  • 我在寻找一个Python的交互式图形库。通过“graph”,我的意思是一组节点通过一组顶点连接(不是x-y轴上的值的图,也不是像素网格)。通过“交互”,我的意思是我可以拖放节点,我需要能够点击节点/顶点,并让库通过...
  • 通常的办公文档为我们提供了丰富的输入方式,除了文字,还可以利用表格、图形、图表等形式更好的表达信息,但是其往往仅作为静态信息的载体,交互能力有限。 一份贷款合同,除了一些格式化条款外,还包括贷款人信息...
  • 文章目录1 CanvasXpress包简介1.1 canvasXpress安装及加载2 绘图实战2.1 三维散点图2.2 矩阵散点图2.3 箱线图2.4 交互图表导出和交互3 更多信息3.1 更多实例和教程3.2 Shiny小程序 作者简介  &...
  • R语言交互式可视化包CanvasXpress

    千次阅读 2018-02-15 00:00:00
    2014年在中科院遗传发育所获生物信息学博士学位,2016年博士后出站留所工作,任宏基因组学实验室工程师,目前主要研究方向为宏基因组学数据分析方法、培养组学方法优化。2017年7月创办“宏基因组”公众号,目前关注...
  • 可视化数据分析平台 ...生活在大数据时代的我们是幸运的,一些非常聪明和富有创造力的工具正设法获取大数据并将其变成迷人的地图,图表和交互式信息图表。 BDOS作为能够一站式发布这一些应用的大数据平台为...

空空如也

空空如也

1 2 3 4 5 ... 13
收藏数 246
精华内容 98
关键字:

交互式信息图表