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 SQL 语言就是不可或缺的工具,在如果数据量已经非常大了,存储在大数据集群上,那么使用 R 语言或者 Python 或许是一个不错的选择。

在 Python 中,有三个工具包被称为数据分析三剑客: Pandas 、 Numpy 、 Matplotlib 。

Pandas

官网:https://pandas.pydata.org/

中文网:https://www.pypandas.cn/

Pandas 是什么?

Pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。

利器之一 DataFrame:

DataFrame是Pandas中的一个表格型的数据结构,包含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔型等),DataFrame即有行索引也有列索引,可以被看做是由Series组成的字典。

利器之一 Series:

它是一种类似于一维数组的对象,是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。

Numpy

官网:https://numpy.org/

中文网:https://www.numpy.org.cn/

Numpy 是什么?

NumPy是使用Python进行科学计算的基础软件包。除其他外,它包括:

  • 功能强大的N维数组对象。
  • 精密广播功能函数。
  • 集成 C/C+和Fortran 代码的工具。
  • 强大的线性代数、傅立叶变换和随机数功能。

利器之一 Ndarray:

NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。

利器之一 切片和索引:

ndarray对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组。

Matplotlib

官网:https://www.matplotlib.org/

中文网:https://www.matplotlib.org.cn/

Matplotlib 是什么?

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。

Matplotlib 能帮你?

绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、、甚至是图形动画等等。

ECharts

ECharts是一款由百度前端技术部开发的,基于Javascript的数据可视化图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表。

提供大量常用的数据可视化图表,底层基于ZRender(一个全新的轻量级canvas类库),创建了坐标系,图例,提示,工具箱等基础组件,并在此上构建出折线图(区域图)、柱状图(条状图)、散点图(气泡图)、饼图(环形图)、K线图、地图、力导向布局图以及和弦图,同时支持任意维度的堆积和多图表混合展现。

原文地址:https://www.cnblogs.com/qiu-hua/p/12661296.html

时间: 2024-11-08 15:32:32

数据可视化基础专题(一):工具介绍篇的相关文章

java基础-Eclipse开发工具介绍

java基础-Eclipse开发工具介绍 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 所谓工欲善其事必先利其器,即将身为一名Java开发工程师怎么能没有一款好使的IDE呢?今天就为大家介绍一款功能强大的IDE,即Eclipse.它是Java集成开发工具.它可以极大地提升我们的开发效率.可以自动编译,检查错误.在公司中,很多Java工程师都将Eclise作为首选开发工具,而且它还是免费开源的,尽管eclipse有些功能没有,但是你开源下载一些插件让其支持,这足以说明它的扩展性

OpenStack基础知识-单元测试工具介绍

针对以前学的内容的一个简单整理 1.单元测试工具介绍 unittest: 是 Python 的标准库,提供了最基本的单元测试功能,包括 单元测试运行器(简称runner) 和 单元测试框架.项目的单元测试代码的测试类可以继承 unittest.TestCase 类,那么这个类就能够被 runner 发现并且执行.同时, unittest.TestCase 这个类还定义了 setUp() , tearDown() , setUpClass() 和 tearDownClass() 方法,是用来运行

干货:实现数据可视化的几个工具选择(工具+编程语言)

非编程篇/可直接上手的工具 1. Excel Excel是最容易上手的图表工具,善于处理快速少量的数据.结合数据透视表,VBA语言,可制作高大上的可视化分析和dashboard仪表盘. 单表或单图用Excel制作是不二法则,它能快速地展现结果.但是越到复杂的报表,excel无论在模板制作还是数据计算性能上都稍显不足,任何大型的企业也不会用Excel作为数据分析的主要工具. 2. 可视化 BI(Power BI \Tableau \ 帆软FineBI等等) 也许是Excel也意识到自己在数据分析领

18 MySQL数据导入导出方法与工具介绍之二

批处理是一种非交互式运行mysql程序的方法,如同您在mysql中使用的命令一样,你仍然将使用这些命令. 为了实现批处理,您重定向一个文件到mysql程序中,首先我们需要一个文本文件,这个文本文件包含有 与我们在mysql中输入的命令相同的文本.比如我们要插入一些数据,使用包含下面文本的文件(文件名为New_Data.sql,当然我们也可以取名为 New_Data.txt及任何其他的合法名字,并不一定要以后缀sql结尾):USE Meet_A_Geek;INSERT INTO Customers

16 MySQL数据导入导出方法与工具介绍之一

1).mysqlimport的语法介绍:mysqlimport位于mysql/bin目录中,是mysql的一个载入(或者说导入)数据的一个非常有效的工具.这是一个命令行工具.有两个参数以及大量的选项可供选择.这个工具把一个文本文件(text file)导入到你指定的数据库和表中.比方说我们要从文件Customers.txt中把数据导入到数据库Meet_A_Geek中的表Custermers中:mysqlimport Meet_A_Geek Customers.txt注意:这里Customers.

Util应用程序框架公共操作类(一):数据类型转换公共操作类(介绍篇)

本系列文章将介绍一些对初学者有帮助的辅助类,这些辅助类本身并没有什么稀奇之处,如何能发现需要封装它们可能更加重要,所谓授之以鱼不如授之以渔,掌握封装公共操作类的技巧才是关键,我会详细说明创建这些类的动机和思考过程,以帮助初学者发现和封装自己需要的东西.创建公共操作类的技巧,大家可以参考我的这篇文章——应用程序框架实战十二:公共操作类开发技巧(初学者必读). 封装公共操作类,不仅要把技术上困难的封装进来,还需要不断观察自己的代码,以找出哪些部分可以更加简化.本文将介绍一个容易被大家所忽视的东西——

15 MySQL数据导入导出方法与工具介绍之三

您可以看到MySQL有很多可以导入数据的方法,然而这些只是数据传输中的一半.另外的一般是从MySQL数据库中导出数据.有许多的原因我们需要导出数据.一个重要的原因是用于备份数据库.数据的造价常常是昂贵的,需要谨慎处理它们.经常地备份可以帮助防止宝贵数据地丢失:另外一个原因是,也许您希望导出数据来共享. 在这个信息技术不断成长的世界中,共享数据变得越来越常见. 比方说Macmillan USA维护护着一个将要出版的书籍的大型数据库.这个数据库在许多书店之间共享,这样他们就知道哪些书将会很快出版.医

数据可视化的常用工具都有哪些?

很多技术都涉及到了不少工具,数据分析也不例外.数据分析中的数据可视化也是有很多的工具支撑的,大家可能普遍认为只要学会了Excel.Photoshop就可以了,其实并不是这样的.数据可视化有很多的工具可以给我们的工作和展示起到如虎添翼的效果.我们在这篇文章中就给大家介绍一下数据可视化中经常用到的工具. 首先我们说的是echarts.很多人认为echarts识百度为数不多的良心产品,其实这种硕大是正确的,一般来说,这个库跟d3相反(d3我们在后面会讲到),它离应用层更近,提供了许多示例模板,把代码复

盘点最实用的大数据可视化分析工具(1/4)

俗话说的好:工欲善其事,必先利其器!一款好的工具可以让你事半功倍,尤其是在大数据时代,更需要强有力的工具通过使数据有意义的方式实现数据可视化,还有数据的可交互性:我们还需要跨学科的团队,而不是单个数据科学家.设计师或数据分析员: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视化(BDV)工具,因此,笔者收集了适合各个平台各种行业的多个图表和报表工具,这些工具中不乏有适用于NET.