数据可视化领域的6个著名实践及其源代码

2018 年 4 月 25 日 数据分析 PRANAV DAR

1 计算宇宙的年龄


【主要效果】他的计算结果与宇宙的接受年龄相比只有-0.187%。

【数据源】Hyperleda

【可视化工具】R

【源代码的下载地址】https://github.com/zonination/galaxies


2用地球的颜色渲染月球



【主要效果】如果用地球的颜色渲染月球会是什么样?

【可视化工具】Python

【源代码的下载地址】https://nbviewer.ipython.org/github/siggyf/notebooks/blob/master/moon.ipynb#

3纽约市13亿次的出租车旅程


【主要效果】纽约出租车的接送位置的可视化

【数据】2009.1-2016.6

【可视化工具】Python

【源代码下载位置】https://github.com/r-shekhar/NYC-transport


4通过17,000个行程路线看世界


【主要效果】行程路线的可视化,可视化的效果为:所有相同颜色的国家的旅行次数都比其他国家的旅行次数多。

【数据】184个国家的1.7万次行程

【可视化工具】Tableau, Gephy

【源代码下载位置】https://triphappy.com/blog/world-drawn-by-travelers/21


5日食的可视化


【主要效果】作者根据类型,日期,持续时间和纬度,显示了超过5千年的日食。

【可视化工具】 Tableau

【源文件】https://public.tableau.com/en-us/s/gallery/5-millennia-solar-eclipses?gallery=votd


6吉米·亨德里克斯之体验

【主要效果】吉米·亨德里克斯的歌曲及其在YouTube上的播放数据的可视化

【数据】吉米·亨德里克斯的现场表演数据:1967-1970.

【工具】Tableau

【源代码】https://public.tableau.com/en-us/s/gallery/jimi-hendrix-live?gallery=votd


注:本文摘录自PRANAV DAR的文章A Collection of 10 Data Visualizations You Must See,源文URL地址为:https://www.analyticsvidhya.com/blog/2018/01/collection-data-visualizations-you-must-see/

END

版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。


关联阅读:

原创系列文章:

1:从0开始搭建自己的数据运营指标体系(概括篇)

2 :从0开始搭建自己的数据运营指标体系(定位篇)

3 :从0开始搭建自己的数据运营体系(业务理解篇)

4 :数据指标的构建流程与逻辑

5 :系列 :从数据指标到数据运营指标体系

6:   实战 :为自己的公号搭建一个数据运营指标体系

7:  从0开始搭建自己的数据运营指标体系(运营活动分析)

数据运营 关联文章阅读:  

运营入门,从0到1搭建数据分析知识体系    

推荐 :数据分析师与运营协作的9个好习惯

干货 :手把手教你搭建数据化用户运营体系

推荐 :最用心的运营数据指标解读

干货 : 如何构建数据运营指标体系

从零开始,构建数据化运营体系

干货 :解读产品、运营和数据三个基友关系

干货 :从0到1搭建数据运营体系

数据分析、数据产品 关联文章阅读:

干货 :数据分析团队的搭建和思考

关于用户画像那些事,看这一文章就够了

数据分析师必需具备的10种分析思维。

如何构建大数据层级体系,看这一文章就够了

干货 : 聚焦于用户行为分析的数据产品

如何构建大数据层级体系,看这一文章就够了

80%的运营注定了打杂?因为你没有搭建出一套有效的用户运营体系

从底层到应用,那些数据人的必备技能

读懂用户运营体系:用户分层和分群

做运营必须掌握的数据分析思维,你还敢说不会做数据分析

登录查看更多
0

相关内容

数据可视化是关于数据之视觉表现形式的研究。
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
198+阅读 · 2020年6月29日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
164+阅读 · 2020年5月14日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
195+阅读 · 2020年3月12日
《代码整洁之道》:5大基本要点
专知会员服务
50+阅读 · 2020年3月3日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
167+阅读 · 2019年10月28日
最佳实践:阿里巴巴数据中台
AliData
26+阅读 · 2019年7月26日
Python用法速查网站
Python程序员
17+阅读 · 2018年12月16日
两套经典的用户画像
产品100干货速递
26+阅读 · 2018年6月19日
Python | 50行代码实现人脸检测
计算机与网络安全
3+阅读 · 2018年1月23日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
一文详解聚类和降维(附实例、代码)
数据派THU
7+阅读 · 2017年9月3日
Arxiv
102+阅读 · 2020年3月4日
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
Arxiv
4+阅读 · 2018年4月9日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
5+阅读 · 2018年1月16日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
198+阅读 · 2020年6月29日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
164+阅读 · 2020年5月14日
【经典书】Python数据数据分析第二版,541页pdf
专知会员服务
195+阅读 · 2020年3月12日
《代码整洁之道》:5大基本要点
专知会员服务
50+阅读 · 2020年3月3日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
167+阅读 · 2019年10月28日
相关资讯
最佳实践:阿里巴巴数据中台
AliData
26+阅读 · 2019年7月26日
Python用法速查网站
Python程序员
17+阅读 · 2018年12月16日
两套经典的用户画像
产品100干货速递
26+阅读 · 2018年6月19日
Python | 50行代码实现人脸检测
计算机与网络安全
3+阅读 · 2018年1月23日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
一文详解聚类和降维(附实例、代码)
数据派THU
7+阅读 · 2017年9月3日
相关论文
Arxiv
102+阅读 · 2020年3月4日
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
Arxiv
4+阅读 · 2018年4月9日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
5+阅读 · 2018年1月16日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员