点击上方“CVer”,选择加"星标"或“置顶”
重磅干货,第一时间送达
做图表,谁不会?打开Excel,自动就可以生成各种各样的图表。
但你看这些图表呢?
结合真实地理数据,展现美国每个县的失业率。
全球自然灾害统计,类型、规模、时间,一目了然。
甚至还有可爱的表情符号画风,生动的展现出英美两国的养殖业状况。
每张都清晰明确,色彩搭配合理,让人一眼就能看清楚各种状况,纵观全局,一目了然。
要是用在晋升答辩PPT上,老板一眼就能看出你究竟做出了多少成绩。
要是用在客户招标会上,手握预算的客户也能清醒的认识到这单生意的价值所在。
用Excel的话,很难展示出这种效果,那……不如用Python?不用手动排版设计,简单的代码就能直接运行出结果。
刚刚出炉的这篇GitHub教程,来自数据可视化大牛、D3.js作者Jeffrey Heer,教你7步搞定Python数据可视化。
不少网友看到之后赞不绝口:
这个特别棒,谢谢你分享给大家!
谢谢你创作者们好的东西分享给大家,我在加拿大,这对我的数据可视化课程非常有用。
现在连推特上的点赞都超过了1200:
首先,用Python完成可视化,需要借助两款工具:Vega-Lite和Altair。
Vega-Lite是一种交互式图形的高级语法,用简明的JSON语法,快速生成可视化图形,Vega-Lite规范可以编译为Vega规范。
比如下图,左边的图形,背后就是右侧的代码来实现的。
而Altair是一个专为Python编写的可视化软件包,它能让数据科学家更多地关注数据本身和其内在的联系,相比matplotlib,Altair要简洁的多。
Altair的图形种类非常丰富,包含条形图、折线图、面积图、散点图、直方图、地图等各种交互式图表。
Altair也是基于Vega和Vega-Lite而来的,使用的语言是Python,因此,Vega-Lite和Altair两者一同服用,效果最好哦。
说完了需要用到的基础工具,再来看看这套课程本身。
教程的作者非常友好,在Jupyter、Colab、Observable三个平台都准备了课程,你可以选择自己习惯的平台,或者直接去Colab上,用自己的数据体验一下。
整体教程包含7个部分:
1、Vega-Lite/Altair介绍
2、数据种类、图形标志、视觉编码渠道
3、数据转换
4、比例尺、轴和图例
5、多视图合成
6、交互
7、制图可视化
最后,教程作者还附赠了Altair的debug指南。
这份教程的作者Jeffrey Heer,是华盛顿大学的计算机教授,在华盛顿大学交互数据实验室工作,同时还是数据软件公司Trifacta的联合创始人和CXO。
他专门研究数据可视化方向,在Google Scholar的H-index达到了62,超多网站都在用的数据可视化JavaScript库D3.js就是他和学生一起完成的,这篇论文的引用次数超过了2300。
课程GitHub:
https://github.com/uwdata/visualization-curriculum
Vega-Lite:
https://vega.github.io/vega-lite/
Altair:
https://altair-viz.github.io/
重磅!CVer学术交流群成立啦
扫码添加CVer助手,可申请加入CVer-目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测和模型剪枝&压缩等群。一定要备注:研究方向+地点+学校/公司+昵称(如目标检测+上海+上交+卡卡)
▲长按加群
▲长按关注我们
麻烦给我一个在看!