精华内容
下载资源
问答
  • VisualDL是PaddlePaddle的可视化分析工具,它提供各种图表来显示参数趋势,并可视化模型结构,数据样本,张量直方图,PR曲线,ROC曲线和高维数据分布。 它使用户可以更清楚,直观地了解训练过程和模型结构,从而有效...
  • H264分析工具

    2018-05-02 09:46:35
    视频分析工具H264,码流分析,可视化界面,直观的方便的分析帧类型
  • 『数据可视化』基于Python的数据可视化工具

    万次阅读 多人点赞 2017-10-27 09:58:13
    如何做Python 的数据可视化? pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据可视化 JS 库。主要用于数据可视化。 一、安装 pyecharts 兼容 Python2 和 Python3。目前版本为 ...

    刘宇宙,现在一家创业型公司做技术总负责,做爬虫和数据处理相关工作,曾从事过卡系统研发、金融云计算服务系统研发,物联网方向大数据研发,著书一本,《Python3.5从零开始学》

    如何做Python 的数据可视化?

    pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据可视化 JS 库。主要用于数据可视化。

    一、安装

    pyecharts 兼容 Python2 和 Python3。目前版本为 0.1.4

    pip install pyecharts
    二、入门

    首先开始来绘制你的第一个图表

    frompyecharts importBarbar =Bar("我的第一个图表""这里是副标题")bar.add("服装", ["衬衫""羊毛衫""雪纺衫""裤子""高跟鞋""袜子"], [52036107590])bar.show_config()bar.render()

    Tip:可以按右边的下载按钮将图片下载到本地

    • add()

      主要方法,用于添加图表的数据和设置各种配置项

    • show_config()

      打印输出图表的所有配置项

    • render()

      默认将会在根目录下生成一个 render.html 的文件,支持 path 参数,设置文件保存位置,如 render(r"e:my_first_chart.html"),文件用浏览器打开。

      默认的编码类型为 UTF-8,在 Python3 中是没什么问题的,Python3 对中文的支持好很多。但是在 Python2 中,编码的处理是个很头疼的问题,暂时没能找到完美的解决方法,目前只能通过文本编辑器自己进行二次编码,我用的是 Visual Studio Code,先通过 Gbk 编码重新打开,然后再用 UTF-8 重新保存,这样用浏览器打开的话就不会出现中文乱码问题了。

    基本上所有的图表类型都是这样绘制的:

    1. chart_name = Type() 初始化具体类型图表。

    2. add() 添加数据及配置项。

    3. render() 生成 .html 文件。

    三、图表类型

    因篇幅原因,这里只给出了每种图表类型的示例(代码 + 生成图表),目的是为了引起读者的兴趣。详细参数的介绍请参考项目 README.md 文档

    1 Bar(柱状图/条形图)
    frompyecharts importBarbar =Bar("标记线和标记点示例")bar.add("商家A", attr, v1, mark_point=["average"])bar.add("商家B", attr, v2, mark_line=["min""max"])bar.render()
    frompyecharts importBarbar =Bar("x 轴和 y 轴交换")bar.add("商家A", attr, v1)bar.add("商家B", attr, v2, is_convert=True)bar.render()

    2 EffectScatter(带有涟漪特效动画的散点图)
    frompyecharts importEffectScatterv1 =[102030405060]v2 =[252015106033]es =EffectScatter("动态散点图示例")es.add("effectScatter", v1, v2)es.render()
    es =EffectScatter("动态散点图各种图形示例")es.add("", [10], [10], symbol_size=20effect_scale=3.5effect_period=3symbol="pin")es.add("", [20], [20], symbol_size=12effect_scale=4.5effect_period=4,symbol="rect")es.add("", [30], [30], symbol_size=30effect_scale=5.5effect_period=5,symbol="roundRect")es.add("", [40], [40], symbol_size=10effect_scale=6.5effect_brushtype='fill',symbol="diamond")es.add("", [50], [50], symbol_size=16effect_scale=5.5effect_period=3,symbol="arrow")es.add("", [60], [60], symbol_size=6effect_scale=2.5effect_period=3,symbol="triangle")es.render()

    3 Funnel(漏斗图)
    frompyecharts importFunnelattr =["衬衫""羊毛衫""雪纺衫""裤子""高跟鞋""袜子"]value =[20406080100120]funnel =Funnel("漏斗图示例")funnel.add("商品", attr, value, is_label_show=Truelabel_pos="inside"label_text_color="#fff")funnel.render()
    4 Gauge(仪表盘)
    frompyecharts importGaugegauge =Gauge("仪表盘示例")gauge.add("业务指标""完成率"66.66)gauge.show_config()gauge.render()

    5 Geo(地理坐标系)
    frompyecharts importGeodata =[ ("海门"9),("鄂尔多斯"12),("招远"12),("舟山"12),("齐齐哈尔"14),("盐城"15), ("赤峰"16),("青岛"18),("乳山"18),("金昌"19),("泉州"21),("莱西"21), ("日照"21),("胶南"22),("南通"23),("拉萨"24),("云浮"24),("梅州"25)...]geo =Geo("全国主要城市空气质量""data from pm2.5"title_color="#fff"title_pos="center",width=1200height=600background_color='#404a59')attr, value =geo.cast(data)geo.add("", attr, value, visual_range=[0200], visual_text_color="#fff"symbol_size=15is_visualmap=True)geo.show_config()geo.render()

    frompyecharts importGeodata =[("海门"9), ("鄂尔多斯"12), ("招远"12), ("舟山"12), ("齐齐哈尔"14), ("盐城"15)]geo =Geo("全国主要城市空气质量""data from pm2.5"title_color="#fff"title_pos="center"width=1200height=600background_color='#404a59')attr, value =geo.cast(data)geo.add("", attr, value, type="effectScatter"is_random=Trueeffect_scale=5)geo.show_config()geo.render()

    6 Graph(关系图)
    frompyecharts importGraphnodes =[{"name""结点1""symbolSize"10}, {"name""结点2""symbolSize"20}, {"name""结点3""symbolSize"30}, {"name""结点4""symbolSize"40}, {"name""结点5""symbolSize"50}, {"name""结点6""symbolSize"40}, {"name""结点7""symbolSize"30}, {"name""结点8""symbolSize"20}]links =[]forinnodes: forinnodes: links.append({"source": i.get('name'), "target": j.get('name')})graph =Graph("关系图-环形布局示例")graph.add("", nodes, links, is_label_show=Truerepulsion=8000layout='circular'label_text_color=None)graph.show_config()graph.render()

    frompyecharts importGraphimportjsonwithopen("..jsonweibo.json""r"encoding="utf-8"asf: j =json.load(f) nodes, links, categories, cont, mid, userl =jgraph =Graph("微博转发关系图"width=1200height=600)graph.add("", nodes, links, categories, label_pos="right"repulsion=50is_legend_show=Falseline_curve=0.2label_text_color=None)graph.show_config()graph.render()

    7 Line(折线/面积图)
    frompyecharts importLineattr =["衬衫""羊毛衫""雪纺衫""裤子""高跟鞋""袜子"]v1 =[520361010100]v2 =[556016201580]line =Line("折线图示例")line.add("商家A", attr, v1, mark_point=["average"])line.add("商家B", attr, v2, is_smooth=Truemark_line=["max""average"])line.show_config()line.render()
    line =Line("折线图-阶梯图示例")line.add("商家A", attr, v1, is_step=Trueis_label_show=True)line.show_config()line.render()

    line =Line("折线图-面积图示例")line.add("商家A", attr, v1, is_fill=Trueline_opacity=0.2area_opacity=0.4symbol=None)line.add("商家B", attr, v2, is_fill=Truearea_color='#000'area_opacity=0.3is_smooth=True)line.show_config()line.render()

    8 Liquid(水球图)
    frompyecharts importLiquidliquid =Liquid("水球图示例")liquid.add("Liquid", [0.6])liquid.show_config()liquid.render()

    frompyecharts importLiquidliquid =Liquid("水球图示例")liquid.add("Liquid", [0.60.50.40.3], is_liquid_outline_show=False)liquid.show_config()liquid.render()

    frompyecharts importLiquidliquid =Liquid("水球图示例")liquid.add("Liquid", [0.60.50.40.3], is_liquid_animation=Falseshape='diamond')liquid.show_config()liquid.render()

    9 Map(地图)
    frompyecharts importMapvalue =[15510667833801905349.6]attr =["福建""山东""北京""上海""甘肃""新疆""河南""广西""西藏"]map=Map("Map 结合 VisualMap 示例"width=1200height=600)map.add("", attr, value, maptype='china'is_visualmap=Truevisual_text_color='#000')map.show_config()map.render()

    frompyecharts importMapvalue =[201902537765]attr =['汕头市''汕尾市''揭阳市''阳江市''肇庆市']map=Map("广东地图示例"width=1200height=600)map.add("", attr, value, maptype='广东'is_visualmap=Truevisual_text_color='#000')map.show_config()map.render()

    10 Parallel(平行坐标系)
    frompyecharts importParallelc_schema =[ {"dim"0"name""data"}, {"dim"1"name""AQI"}, {"dim"2"name""PM2.5"}, {"dim"3"name""PM10"}, {"dim"4"name""CO"}, {"dim"5"name""NO2"}, {"dim"6"name""CO2"}, {"dim"7"name""等级""type""category""data": ['''''轻度污染''中度污染''重度污染''严重污染']}]data =[ [191451250.823423""], [26527780.864529""], [38360841.097327""], [4109811211.286851"轻度污染"], [5106771141.075551"轻度污染"], [6109811211.286851"轻度污染"], [7106771141.075551"轻度污染"], [88965780.865126""], [95333470.645017""], [108055801.017524""], [11117811241.034524"轻度污染"], [1299711421.16242""], [1395691301.287450""], [14116871311.478440"轻度污染"]]parallel =Parallel("平行坐标系-用户自定义指示器")parallel.config(c_schema=c_schema)parallel.add("parallel", data)parallel.show_config()parallel.render()

    11 Pie(饼图)
    frompyecharts importPieattr =["衬衫""羊毛衫""雪纺衫""裤子""高跟鞋""袜子"]v1 =[111213101010]pie =Pie("饼图示例")pie.add("", attr, v1, is_label_show=True)pie.show_config()pie.render()

    frompyecharts importPieattr =["衬衫""羊毛衫""雪纺衫""裤子""高跟鞋""袜子"]v1 =[111213101010]v2 =[192132202033]pie =Pie("饼图-玫瑰图示例"title_pos='center'width=900)pie.add("商品A", attr, v1, center=[2550], is_random=Trueradius=[3075], rosetype='radius')pie.add("商品B", attr, v2, center=[7550], is_random=Trueradius=[3075], rosetype='area'is_legend_show=Falseis_label_show=True)pie.show_config() pie.render()

    12 Polar(极坐标系)
    frompyecharts importPolarradius =['周一''周二''周三''周四''周五''周六''周日']polar =Polar("极坐标系-堆叠柱状图示例"width=1200height=600)polar.add("A", [1234351], radius_data=radius, type='barRadius'is_stack=True)polar.add("B", [2461231], radius_data=radius, type='barRadius'is_stack=True)polar.add("C", [1234125], radius_data=radius, type='barRadius'is_stack=True)polar.show_config()polar.render()

    frompyecharts importPolarradius =['周一''周二''周三''周四''周五''周六''周日']polar =Polar("极坐标系-堆叠柱状图示例"width=1200height=600)polar.add("", [1234351], radius_data=radius, type='barAngle'is_stack=True)polar.add("", [2461231], radius_data=radius, type='barAngle'is_stack=True)polar.add("", [1234125], radius_data=radius, type='barAngle'is_stack=True)polar.show_config()polar.render()

    13 Radar(雷达图)
    frompyecharts importRadarschema =[ ("销售"6500), ("管理"16000), ("信息技术"30000), ("客服"38000), ("研发"52000), ("市场"25000)]v1 =[[43001000028000350005000019000]]v2 =[[50001400028000310004200021000]]radar =Radar()radar.config(schema)radar.add("预算分配", v1, is_splitline=Trueis_axisline_show=True)radar.add("实际开销", v2, label_color=["#4e79a7"], is_area_show=False)radar.show_config()radar.render()

    value_bj =[ [559560.461861], [2511210.653492], [567630.31453], [337290.331664]...]value_sh =[ [91451250.8234231], [6527780.8645292], [8360841.0973273], [109811211.2868514]...]c_schema=[{"name""AQI""max"300"min"5}, {"name""PM2.5""max"250"min"20}, {"name""PM10""max"300"min"5}, {"name""CO""max"5}, {"name""NO2""max"200}, {"name""SO2""max"100}]radar =Radar()radar.config(c_schema=c_schema, shape='circle')radar.add("北京", value_bj, item_color="#f9713c"symbol=None)radar.add("上海", value_sh, item_color="#b3e4a1"symbol=None)radar.show_config()radar.render()

    14 Scatter(散点图)
    frompyecharts importScatterv1 =[102030405060]v2 =[102030405060]scatter =Scatter("散点图示例")scatter.add("A", v1, v2)scatter.add("B", v1[::-1], v2)scatter.show_config()scatter.render()

    散点打印Pyecharts字体。

    frompyecharts importScatterscatter =Scatter("散点图示例")v1, v2 =scatter.draw("../images/pyecharts-0.png")scatter.add("pyecharts", v1, v2, is_random=True)scatter.show_config()scatter.render()

    15 WordCloud(词云图)
    frompyecharts importWordCloudname =['Sam S Club''Macys''Amy Schumer''Jurassic World''Charter Communications''Chick Fil A''Planet Fitness''Pitch Perfect''Express''Home''Johnny Depp''Lena Dunham''Lewis Hamilton''KXAN''Mary Ellen Mark''Farrah Abraham''Rita Ora''Serena Williams''NCAA baseball tournament''Point Break']value =[1000061814386405524672244189814841112965847582555550462366360282273265]wordcloud =WordCloud(width=1300height=620)wordcloud.add("", name, value, word_size_range=[20100])wordcloud.show_config()wordcloud.render()

    wordcloud =WordCloud(width=1300height=620)wordcloud.add("", name, value, word_size_range=[30100], shape='diamond')wordcloud.show_config()wordcloud.render()

    五、用户自定义

    用户还可以自定义结合 Line/Bar 图表

    需使用 get_series() 和 custom() 方法

    get_series()"""获取图表的 series 数据 """
    custom(series)'''追加自定义图表类型 '''
    • series -> dict

      追加图表类型的 series 数据

    先用 get_series() 获取数据,再使用 custom() 将图表结合在一起

    frompyecharts importBar, Lineattr =['A''B''C''D''E''F']v1 =[102030405060]v2 =[152535455565]v3 =[382858487868]bar =Bar("Line - Bar 示例")bar.add("bar", attr, v1)line =Line()line.add("line", v2, v3)bar.custom(line.get_series())bar.show_config()bar.render()

    六、更多示例

    用极坐标系画出一个爱心

    importmathfrompyecharts importPolardata =[]forinrange(101): theta =/100*360=5*(1+math.sin(theta /180*math.pi)) data.append([r, theta])hour =[i forinrange(125)]polar =Polar("极坐标系示例"width=1200height=600)polar.add("Love", data, angle_data=hour, boundary_gap=False,start_angle=0)polar.show_config()polar.render()

    用极坐标系画出一朵小花

    importmathfrompyecharts importPolardata =[]forinrange(361): t =/180*math.pi r =math.sin(2*t) *math.cos(2*t) data.append([r, i])polar =Polar("极坐标系示例"width=1200height=600)polar.add("Flower", data, start_angle=0symbol=Noneaxis_range=[0None])polar.show_config()polar.render()

    还可以给小花涂上颜色

    importmathfrompyecharts importPolardata =[]forinrange(361): t =/180*math.pi r =math.sin(2*t) *math.cos(2*t) data.append([r, i])polar =Polar("极坐标系示例"width=1200height=600)polar.add("Color-Flower", data, start_angle=0symbol=Noneaxis_range=[0None], area_color="#f71f24"area_opacity=0.6)polar.show_config()polar.render()

    用散点图画出一个爱心

    frompyecharts importScatterscatter =Scatter("散点图示例"width=800height=480)v1 ,v2 =scatter.draw("../images/love.png")scatter.add("Love", v1, v2)scatter.render()

    用散点图画出一个火辣的 Bra

    frompyecharts importScatterscatter =Scatter("散点图示例"width=1000height=480)v1 ,v2 =scatter.draw("../images/cup.png")scatter.add("Cup", v1, v2)scatter.render()

    某地最低温和最高气温折线图

    frompyecharts importLineattr =['周一''周二''周三''周四''周五''周六''周日', ]line =Line("折线图示例")line.add("最高气温", attr, [11111513121310], mark_point=["max""min"], mark_line=["average"])line.add("最低气温", attr, [1-225320], mark_point=["max""min"], mark_line=["average"], yaxis_formatter="°C")line.show_config()line.render()

    饼图嵌套

    frompyecharts importPiepie =Pie("饼图示例"title_pos='center'width=1000height=600)pie.add("", ['A''B''C''D''E''F'], [335321234135251148], radius=[4055],is_label_show=True)pie.add("", ['H''I''J'], [335679204], radius=[030], legend_orient='vertical'legend_pos='left')pie.show_config()pie.render()

    饼图再嵌套

    importrandomfrompyecharts importPieattr =['A''B''C''D''E''F']pie =Pie("饼图示例"width=1000height=600)pie.add("", attr, [random.randint(0100forinrange(6)], radius=[5055], center=[2550],is_random=True)pie.add("", attr, [random.randint(20100forinrange(6)], radius=[045], center=[2550],rosetype='area')pie.add("", attr, [random.randint(0100forinrange(6)], radius=[5055], center=[6550],is_random=True)pie.add("", attr, [random.randint(20100forinrange(6)], radius=[045], center=[6550],rosetype='radius')pie.show_config()pie.render()

    某地的降水量和蒸发量柱状图

    frompyecharts importBarattr =["{}月".format(i) forinrange(113)]v1 =[2.04.97.023.225.676.7135.6162.232.620.06.43.3]v2 =[2.65.99.026.428.770.7175.6182.248.718.86.02.3]bar =Bar("柱状图示例")bar.add("蒸发量", attr, v1, mark_line=["average"], mark_point=["max""min"])bar.add("降水量", attr, v2, mark_line=["average"], mark_point=["max""min"])bar.show_config()bar.render()

    各类电影中"好片"所占的比例

    frompyecharts importPiepie =Pie('各类电影中"好片"所占的比例'"数据来着豆瓣"title_pos='center')pie.add("", ["剧情"""], [2575], center=[1030], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None, )pie.add("", ["奇幻"""], [2476], center=[3030], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=Nonelegend_pos='left')pie.add("", ["爱情"""], [1486], center=[5030], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None)pie.add("", ["惊悚"""], [1189], center=[7030], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None)pie.add("", ["冒险"""], [2773], center=[9030], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None)pie.add("", ["动作"""], [1585], center=[1070], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None)pie.add("", ["喜剧"""], [5446], center=[3070], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None)pie.add("", ["科幻"""], [2674], center=[5070], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None)pie.add("", ["悬疑"""], [2575], center=[7070], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=None)pie.add("", ["犯罪"""], [2872], center=[9070], radius=[1824], label_pos='center'is_label_show=Truelabel_text_color=Noneis_legend_show=Truelegend_top="center")pie.show_config()pie.render()

    用极坐标系画出一个蜗牛壳

    importmathfrompyecharts importPolardata =[]forinrange(5): forinrange(101): theta =/100*360alpha =*360+theta r =math.pow(math.e, 0.003*alpha) data.append([r, theta])polar =Polar("极坐标系示例")polar.add("", data, symbol_size=0symbol='circle'start_angle=-25is_radiusaxis_show=Falsearea_color="#f3c5b3"area_opacity=0.5is_angleaxis_show=False)polar.show_config()polar.render()

    展开全文
  • 开源可视化工具Grafana7.0.4 liunx安装包,Grafana是一个跨平台的开源的度量分析和可视化工具,可以通过将采集的数据查询然后可视化的展示
  • 使用可视化工具redisclient连接redis

    千次阅读 2018-08-03 16:18:54
    可视化工具推荐:http://database.51cto.com/art/201505/477692.htm 1.连接redis服务端  1.1 设置连接密码:在redis根目录下,双击redis
    原文地址为:
    使用可视化工具redisclient连接redis
    

    可视化工具推荐:http://database.51cto.com/art/201505/477692.htm

    1.连接redis服务端

      1.1 设置连接密码:在redis根目录下,双击redis-cli.exe, 输入命令:redis-cli.exe -h 127.0.0.1 -p 6379 -n 1    1就是密码

        1.2  使用redisClient连接redis

    连接后如图:

    2.使用RedisClient

    2.1

    2.2:使用控制台

    在控制台输入redis命令

     


    转载请注明本文地址: 使用可视化工具redisclient连接redis
    展开全文
  • 代码可视化工具python Tutor

    千次阅读 2017-09-13 19:10:40
    代码可视化网站,支持多种语言
    展开全文
  • 一种可视化工具,用于可视化基因表达时间序列数据。 文献资料 可以从项目查看文档 安装 使用pip从GitHub安装 $ pip install git+https://github.com/gaoce/TimeVis 我们建议您将软件包安装在下。 该应用程序取决...
  • 该项目由基于交互列表的网络可视化工具的Javascript和Python开源代码(请参阅LICENSE.txt )组成。 输入是一个制表符分隔值(TSV)文件,该文件列出了与“发起者”的交互以及每个交互的一个或多个“收件人”的交互。...
  • 可视化工具–D3–颜色的使用

    千次阅读 2017-06-12 16:12:16
    可视化工具--D3--颜色的使用

    在D3.js中,提供了四种颜色选择器,分别是RGB, HSL, LAB 和 HCL。

    RGB是最常用的色彩模式,r、g、b分别对应红、绿、蓝,通过颜色叠加表示颜色,能够表示256X256X256中颜色。

    HSL是工业界的一种标准,三个值分别对应色相(H)、饱和度(S)、明度(L)。饱和和明度的值为0~1,色相为0~360。

    LAB颜色模型由三个要素组成,一个要素是亮度(L),a 和b是两个颜色通道。a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值);b是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。

    HCL确实是一种色彩模式,能够输出颜色,但是我不太清楚具体的表示模式,也没有找到对应资料。

    创建颜色对象:

    d3.rgb()
    d3.hsl()
    d3.lab()
    d3.hcl()

    亮度调节:

    .brighter()/*明亮*/
    .darker()/*暗*/

    转化为字符串输出:

    .toString()

    在d3中可以将颜色转化为其他的颜色对象:

    rgb.hsl()
    hsl.rgb()
    lab.rgb()
    hcl.rgb()

    除此之外,D3还提供了插值函数,可以得到两个颜色之间的颜色,通常用在类似热力图的效果中。

    插值:

    var color1=d3.rgb(255,0,0);
    var color2=d3.hsl(180,.5,.5);
    
    var compute=d3.interpolate(color1,color2)

    当调用compute(n)时,可以输出对应的插值颜色,其中n大于等于0小于等于1,如果超出边界,输出边界颜色。

    展开全文
  • 文·chenjiandong作者:chenjiandongx简介:一个热爱思考的大学生 。Github地址:...如何做Python 的数据可视化?pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据...
  • PyTorch-模型可视化工具TorchSummary

    千次阅读 多人点赞 2020-10-26 16:31:46
    本文介绍PyTorch的一个模型可视化工具TorchSummary及其使用教程。
  • 找寻一款redis数据库可视化工具(RedisDesktopManager)

    万次阅读 多人点赞 2017-11-06 18:54:12
    原来的官网是这个,现在已经不好使了,大家可以选择其他工具, RedisDesktopManager下载地址:https://redisdesktop.com/download 替代产品: 替代品可以选择:treeNMS管理工具 我这有个历史版本如果大家觉得可以,...
  • matlab开发-氢波函数可视化工具。三维可视化氢波函数并观看原子状态变化动画
  • JDK的bin包下除了我们常用javac,java外,还提供了许多给开发人员使用的命令行工具,如图(JDK1.7): 1.jps:虚拟机进程查看工具 类似于linux下的ps命令,查看进程的信息,。 -l: 输出主类的全名; -m: 输出程序的...
  • Python中的数据可视化工具与方法 本文主要总结了: 1、本人在初学python时对常用的数据分析包numpy、pandas、statistics的学习理解以及简单的实例实现 2、可视化工具matplotlib的学习与使用 使用编程软件为pycharm ...
  • 使用Leap Motion可视化工具

    千次阅读 2013-07-28 14:51:36
    使用Leap Motion可视化工具 这篇文章描述Leap Motion可视化工具应用程序(Visualizer),它可以让你看到Leap Motion控制器捕获的运动追踪数据。 概述 可视化工具应用程序展示指尖追踪数据,并且是一个感受Leap...
  • 微服务架构可视化工具 Octopus是用于可视化依赖关系图的开源微服务体系结构工具。 它简单易用。 为什么 微服务架构具有很多优点,但也有很多缺点。 主要问题之一是由于运动件的数量,它很容易失控。 尤其是如果您...
  • 在PyTorch中使用Visdom可视化工具

    千次阅读 2019-03-15 15:59:39
    在PyTorch中使用Visdom可视化工具 一、Visdom pytorch Visdom可视化,是一个灵活的工具,用于创建,组织和共享实时丰富数据的可视化。支持Torch和Numpy。 二、概述 Visdom旨在促进(远程)数据的可视化,重点...
  • MongoDB从安装到可视化工具使用

    千次阅读 2021-04-19 21:43:52
    MongonDB光速入门,从安装到可视化工具Mongo Management Studio的使用,看这一篇就够了!傻瓜教程,有手就行。 文章目录 MongoDB 安装 配置 启动 Mongo Management Studio 测试
  • pytorch学习笔记(八):PytTorch可视化工具 visdom

    万次阅读 多人点赞 2017-04-06 14:52:08
    Visdom 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...
  • svn 可视化工具

    千次阅读 2015-01-05 18:10:00
    StatSVN很好的统计工具,能帮你统计团队成员各自的编写量,代码总数,提交情况,文件数量等情况,并且以html网页图表的方式发布统计结果。 使用前提  StatSVN的主页:http://www.statsvn.org/  它...
  • 可视化器 将各种排序算法的可视化结果输出为gif。 使用生成输出文件。 用法 Usage: -o output filename without .gif -s sort type: merge bubble selection heap radix all -r Repeat the Gif -h Help menu ...
  • git可视化工具—GitKraken

    千次阅读 2018-11-25 21:59:43
    1.推荐一款git的可视化工具 gitKraken,这款工具操作比较方便,UI也是我喜欢的风格,对没有太多git使用经验的新手比较友好,学习成本相对较低。尤其喜欢的一点就是它的分支和提交非常清晰。 2.git进阶命令 1.pull ...
  • 28个强大的数据可视化工具

    万次阅读 2010-01-25 15:02:00
    本文来自:...这些客户都使用有大量数据的应用程序,于是也需要强大的数据可视化工具帮助他们和顾客快速有效地分析数据。让我的工作真正变得有意思的是,这些客户从事不同的行业,使用不同的技
  • BrainNet Viewer:人类大脑连接的网络可视化工具

    千次阅读 多人点赞 2020-10-11 17:14:38
    BrainNet Viewer:人类大脑连接的网络可视化工具 1 方法 1.1 工具箱的开发1.1.1 开发环境1.1.2 可视化程序1.1.3 文件定义1.1.4 核心代码 1.2 实验数据中的功能性脑网络可视化 1.2.1 对象 1.2.2 图像采集 1.2.3 图像...
  • 当您只需要快速查看地图上的某些点时,一个简单的地理可视化工具。 一套针对s2细胞和覆盖物的可视化工具。 是为Google地图,foursquare和mongodb提供支持的google四叉树/空间曲线。 灵感 我经常发现自己有一个或多...
  • NS3 安装可视化动画工具netanim

    千次阅读 2017-05-12 15:09:58
    可视化动画工具netanim安装教程
  • 从网络结构可视化、caffemodel的可视化、特征图可视化、可视化loss和accurary曲线等四个方面讲可视化网络结构可视化有两种办法:draw_net.py工具和在线可视化工具,推荐后者,灵活简便。1、使用draw_net.py工具需要...
  • LINKVIEW 是一个将序列比对结果(或其它任何适合的数据)进行可视化作图的工具。 本工具设计灵感来源于circos软件,因为在日常工作中需要对blast比对结果进行可视化显示,但是找不到合适的软件(circos仅能作环状的图...
  • 如何通过可视化工具连接redis?

    万次阅读 2018-08-13 16:11:03
    1.下载可视化工具(Redis desktop Manager) 下面是我百度网盘里的,可以进去直接下载 链接:https://pan.baidu.com/s/17IwQtXTH-BCvlvkmPGYaIg 密码:fmtp   下载好安装好之后大概就是这样子,只不过我这里已经...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 48,785
精华内容 19,514
关键字:

h264可视化工具