数据篇33 # 可视化数据处理的一般方法是什么？
Posted 凯小默
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数据篇33 # 可视化数据处理的一般方法是什么？相关的知识，希望对你有一定的参考价值。
说明
【跟月影学可视化】学习笔记。
数据可视化的一般过程
- 先看有什么样的数据：分析真实数据
- 然后看想从数据中了解什么信息：获取想要的信息
- 再决定使用何种可视化方式呈现：为数据选择正确的呈现形式
- 最后看展示的效果怎么样，是否有意义：了解数据背后有价值的内容
实战演练：对公园中的游客进行数据可视化
这里使用上一节的例子进行实战演练：数据还是那些，里面有时间、地点和性别。
[
"x": 456,
"y": 581,
"time": 12,
"gender": "f"
,
"x": 293,
"y": 545,
"time": 12,
"gender": "m"
,
...
]
- 第一步：假设我们想了解公园一天中的游客变化规律
- 第二步：需要统计不同时间段公园内人数
- 第三步：要呈现游客在不同时间段的变化规律，使用折线图来呈现
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8" />
<meta name="viewport" content="width=device-width, initial-scale=1.0" />
<title>公园24小时游客人数变化图</title>
<style>
html,
body
width: 100%;
height: 100%;
#container
width: 600px;
height: 600px;
border: 1px dashed #fa8072;
</style>
</head>
<body>
<script src="https://d3js.org/d3.v6.js"></script>
<script src="https://unpkg.com/spritejs@3/dist/spritejs.min.js"></script>
<div id="container"></div>
<script>
const Scene, Sprite, Polyline, SpriteSvg = spritejs;
(async function ()
const data = await (await fetch("./data/park-people.json")).json();
// 用到 d3.rollups 它可以对数据进行分组，然后汇总
const dataset = d3
.rollups(
data,
(v) => v.length,
(d) => d.time
)
.sort(([a], [b]) => a - b);
// 假设公园是早晨 6 点开门，晚上 22 点关门，此时游客数为0
dataset.unshift([6, 0]);
dataset.push([22, 0]);
console.log(dataset);
const scene = new Scene(
container,
width: 600,
height: 600,
displayRatio: 2,
);
const fglayer = scene.layer("fglayer");
// 把数据转换成要显示的折线上的点坐标
const points = [];
dataset.forEach((d, i) =>
const x = 20 + 20 * d[0];
const y = 300 - d[1];
points.push(x, y);
);
// 用 SpriteJS 创建 Polyline 元素，把这个折线点坐标传给它
const p = new Polyline();
p.attr(
points,
lineWidth: 4,
strokeColor: "salmon",
smooth: true,
);
fglayer.append(p);
// 创建坐标轴
// 设置 domain 从 0 到 24，表示一天的 24 个小时，range 从 0 到 480，表示占据 480 像素宽度。
const scale = d3.scaleLinear().domain([0, 24]).range([0, 480]);
// 通过 d3.axisBottom 高阶函数，用创建的 scale 来生成一个具体的坐标轴算子 axis
const axis = d3
.axisBottom(scale)
.tickValues(dataset.map((d) => d[0]));
const axisNode = new SpriteSvg(
x: 20,
y: 300,
flexible: true,
);
d3.select(axisNode.svg)
.attr("width", 600)
.attr("height", 60)
.append("g")
.call(axis);
axisNode.svg.children[0].setAttribute("font-size", 20);
fglayer.append(axisNode);
)();
</script>
</body>
</html>
- 第四步：大致就得到了一天中游园人数的变化趋势，这对公园来说是有一些参考价值的。
以上是关于数据篇33 # 可视化数据处理的一般方法是什么？的主要内容，如果未能解决你的问题，请参考以下文章
数据可视化之DAX篇（十六）如何快速理解一个复杂的DAX?这个方法告诉你
Python数据分析师使用低代码Streamlit实现Web数据可视化方法——入门篇
Python数据分析师使用低代码Streamlit实现Web数据可视化方法——入门篇