数据可视化相关库说明

【一】常用数据可视化图表库

  1) echarts

a. https://echarts.baidu.com/
b. 百度开源, 如果要在 react 项目中使用, 需要下载 echarts-for-react

  2) G2

a. https://antv.alipay.com/zh-cn/g2/3.x/index.html
b. 阿里开源

  3) bizcharts

a. https://bizcharts.net/products/bizCharts
b. 基于 react 包装 G2 的开源库
c. 需要额外下载 @antv/data-set

  4) d3

a. https://d3js.org.cn/
b. 国外的免费可视化图表库,使用较为繁琐,使用频率较低

.

原文地址:https://www.cnblogs.com/jianxian/p/12663883.html

时间: 2024-09-29 05:25:44

数据可视化相关库说明的相关文章

[资料搜集狂]D3.js数据可视化开发库

偶然看到一个强大的D3.js,存档之. D3.js 是近年来十分流行的一个数据可视化开发库. 采用BSD协议 源码:https://github.com/mbostock/d3 官网:http://d3js.org/ 中文资料:http://www.ourd3js.com/ C3.js是一个基于D3.js的图表库. https://github.com/masayuki0812/c3 http://c3js.org/ 附:

基于Python的数据可视化库pyecharts介绍

什么是pyecharts? 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.pyecharts 是一个用于生成 Echarts 图表的类库.实际上就是 Echarts 与 Python 的对接. 使用 pyecharts 可以生成独立的网页,也可以在 flask , Django 中集成使用.pyecharts包含的图表 Bar .Bar3D.Boxplot.EffectScatter .Funnel.G

超级好用的 Java 数据可视化库:Tablesaw

本文适合刚学习完 Java 语言基础的人群,跟着本文可了解和使用 Tablesaw 项目.示例均在 Windows 操作系统下演示 本文作者:HelloGitHub-秦人 HelloGitHub 推出的<讲解开源项目>系列,今天给大家带来一款基于 Java 语言的数据可视化库开源项目--Tablesaw Tablesaw是一款 Java 的数据可视化库.它主要包括两部分:一部分是数据解析库,另一部分是数据可视化库.数据解析库主要是加载数据,对数据进行操作(转化,过滤,汇总等).数据可视化库就是

CSDN开源夏令营 百度数据可视化实践 前言

首先要非常感谢林峰老师,谢谢林峰老师选择我.@Kener-林峰 (1)接下来我要讲述一下百度的数据可视化组件ECharts和ZRender. 众所周知,大数据时代的到来,不仅带来了挑战更带来了机遇,但这仅仅是一个一个开始,大数据时代将会对我们的生活产生重大的影响.正如<大数据时代>的作者维克托 · 迈尔 - 舍恩伯格说的"如今,数据已经成为了一种商业资本,一项重要的经济投入,可以创造新的经济利益.事实上,一旦思维转变过来,数据就能被巧妙地用来激发新的产品和新型服务.数据的奥秘只为谦逊

数据可视化基础专题(一):工具介绍篇

工具 来源 https://www.cnblogs.com/babycomeon/p/12258536.html 关于数据分析的工具这个就是一个仁者见仁智者见智的事情了,工具实在是太多了,从 Excel 到各种各样的数据, SQL 语句, R 语言以及我们计划在未来介绍的 Python . 具体工具的选择更多是看使用场景,如果在数据量不大的情况下,如果你正好对 Excel 的使用比较熟悉,那么 Excel 就是最优解,这个毋庸置疑. 如果数据量已经非常大了,存储在各种各样的结构化数据库中,那么

数据可视化的优秀入门书籍有哪些

习·D3.js 学习资源汇总 除了D3.js自身以外,许多可视化工具包都是基于D3开发的,所以对D3的学习就显得很重要了,当然如果已经有了Javascript的经验,学起来也会不费力些. Github主页:https://github.com/mbostock/d3/wiki 包括D3简介,案例,教程和公开课,以及之前提到的API参考等. Github教程页面:https://github.com/mbostock/d3/wiki/Tutorials -·-·-·-·-·-其他:-·-·-·-·

39个大数据可视化工具

无论是在行政演示中为数据点创建一个可视化进程,还是用可视化概念来细分客户,数据可视化都显得尤为重要.本文将推荐39个可用于处理大数据的可视化工具. &amp;lt;img class="size-full wp-image-407608 aligncenter" src="http://image.woshipm.com/wp-files/2016/09/dashuju-1.png" alt="dashuju-1" width="

数据可视化过程不完全指南

数据集犹如世界历史状态的快照,能帮助我们捕捉不断变化的事物,而数据可视化则是将复杂数据以简单的形式展示给用户的良好手段(或媒介).结合个人书中所学与实际工作所学,对数据可视化过程做了一些总结形成本文供各位看客"消遣". 个人以为数据可视化服务商业分析的经典过程可浓缩为:从业务与数据出发,经过数据分析与可视化形成报告,再跟踪业务调整回到业务,是个经典闭环. 本文主题为数据可视化,将重点讲解与数据可视化相关的环节,也即上图中蓝色的环节. 一.理解 DATA 进行 DATA 探索前,我们需先

pyechart进行数据可视化

来自:Python那些事 pyecharts是一个用于生成Echart图标的类库:而Echarts是百度开源的一个数据可视化Javascnpt库.使用pyecharts绘制的图标美观具有交互性. 散点图 pyecharts利用Scatter方法可绘制散点图. 原文地址:https://www.cnblogs.com/keye/p/9727034.html