“数蕴物语” 之 数据可视化

Posted SCUMatlab

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“数蕴物语” 之 数据可视化相关的知识,希望对你有一定的参考价值。

“数蕴物语” 之 数据可视化

“数蕴物语” 之 数据可视化


“数蕴物语”,为数据赋予生命 

用数学手段与编程语言展现数形之美


“数蕴物语”之数据可视化大赛是由四川大学Matlab建模协会和Mathematics研讨社(MMA研讨社)一同举办的校级比赛,旨在鼓励大家通过数据可视化手段,以展现数形之美,在合作中培养默契,在实践中提升能力


目前,本次比赛已进入决赛阶段,共计12支队伍进入决赛,恭喜这12支参赛队伍,也祝愿他们能取得满意的成绩!


接下来就请大家一起来看看各个队伍的作品与团队展示,为你支持的队伍投上一票吧!


   03(Kar98k)  

作品展现主题:

社交网络信息转发记录情况


“数蕴物语” 之 数据可视化

通过使用爬虫技术,从网络获取了大量的某社交网络信息转发记录数据,在进行了数据预处理之后,通过采样的方式截取部分数据进行可视化操作。在社交网络图(图一)中,每一个节点代表一个用户,连接节点的边代表用户之间的转发记录。节点的颜色、形状、大小都表达了不同的含义,通过采用力布局方式可以实现动态效果。


“数蕴物语” 之 数据可视化

在图一的基础上,结合一定的数据处理,提取出转发量超过阈值的用户节点,以词云的形式形象地进行表现,如图二所示。在图云中,词的大小定性地反映了该用户在社交网络中被转发的频繁程度。


“数蕴物语” 之 数据可视化

结合时间记录,通过抽样,提取部分数据对用户转发记录的时间进行了 3D 条形图绘制(动态),展现了不同时间段社交网络转发的频繁程度。


    06    

作品展现主题:

全球人口分布可视化


“数蕴物语” 之 数据可视化

为说明人口数量对现代社会发展具有重大的意义,该组队伍利用Mathematica数学软件将全球范围内的人口数超过50万的城市的人口以不同高度的圆柱在三维地球上画出。

通过掌握了全球人口数量的分布情况,进而与要研究的问题结合,便能获得许多有价值的信息。


   08   

作品展现主题:

留守儿童?空巢老人?


“数蕴物语” 之 数据可视化

Children(图一)

“数蕴物语” 之 数据可视化

Old(图二)

通过对2002年至2016年全国各省人均GDP与少年儿童抚养系数及老年人口抚养系数的动态气泡图展示(其中“气泡”越大表明该省人口越多),探索经济发展所引发的社会现象。

可以发现:随着经济增长,少年儿童抚养系数逐渐减小,老年人口抚养系数逐渐增大,即随着经济增长,人们的生育观念有所变化,少年儿童抚养意愿减弱,人口老龄化加剧,符合当前社会现象。同时为了更为准确的找寻其中的关系,还可以在此基础上继续探讨。


   10   

作品展现主题:

图解成都AQI


“数蕴物语” 之 数据可视化


   11   

作品展现主题:

基于HCP的人脑连接体的数据可视化


“数蕴物语” 之 数据可视化

通过对脑的不同区域的研究,了解了中枢神经系统架构以及其分类神经连接关系,用此图展现不同区域的分布相对位置及具体部分的各种指标。

图像最外环,表示了各大脑叶的所属范围内(如额叶,岛叶),内环的颜色深浅也表现了各新皮层结构(如图中一行一列表示在额叶中的额前外侧回沟)分别在各项指标上的表现高低。


14(没有想法队)

作品展现主题:

浮动车GPS数据的可视化分析



“数蕴物语” 之 数据可视化

热力图(图一)

“数蕴物语” 之 数据可视化

直方图(图二)

对浮动车的数据进行可视化处理,分别使用热力图和直方图反映了深圳市某一繁华地段的车流量状况。热力图与直方图中的色调冷暖代表着车流量清晰的标出了这一片区域中的主干道。


团队介绍:

吴若婷(左):在吴玉章读计算机,难以找到女生交流。

郭遇尔(中):我也是,不过学习使我快乐。

张之栋(右):我,学软件写不会代码,学生物不会做实验。但是可以找到女生交流~(才怪)

“数蕴物语” 之 数据可视化

   17(小白队)   

作品展现主题:

(初赛)同心圆组的设计与展现


“数蕴物语” 之 数据可视化

函数:sin(x^2+y^2)=cos(x-y)


作品展现主题:

(决赛)哥德巴赫猜想原理探究及可视化设计


该队伍希望通过数据可视化来展示哥德巴赫猜想的内涵,并从三个方向进行探讨:陈景润教授证明的“1+2”猜想,哥德巴赫猜想中最核心的“1+1”猜想,以及三素数定理。

“数蕴物语” 之 数据可视化
“数蕴物语” 之 数据可视化

图为对三素数定理的初步可视化

红色实线的折点表示大于2的三个素数的和,绿色虚线表示对应范围内所有奇数,从图中可见一定范围内的所有奇数均可找到三个大于2素数加和与其相等。


团队介绍:

队长:钟政良,来自高分子学院,第一个接触MATLAB的人,并向队员们普及了MATLAB的相关知识,对MATLAB以及其他编程有着浓厚的兴趣。

队员:姜滔,数学学院2017级基地二班,一位富有学习热情的青年,现辩论队队员、前任团支书、热爱篮球。

队员:毕湛迎、华西生物国重创新班2016级、唯一的一位大二学长却声称自己也是毫无经验、兴趣广泛无一擅长,可此人深藏不漏,经常闪烁着智慧的火花。


   18   

作品展现主题:

   大学生膳食及体制调查数据可视化


“数蕴物语” 之 数据可视化

大学生体格散点图(图一)

“数蕴物语” 之 数据可视化

男生食物摄入雷达图(图二)

“数蕴物语” 之 数据可视化

女生食物摄入雷达图(图三)

“数蕴物语” 之 数据可视化

运动、用餐习惯折线图(图四)

该项目基于大学生膳食消费与膳食质量调查数据进行可视化分析,展现当代大学生的饮食、健康状况。并得到以下结论:1.男女的身高、 体重、 BMI、 体脂率都具有显著性差异;2.女生水果、蔬菜、奶豆消费大于男生,零食、鱼蛋肉消费小于男生,谷类摄入在性别上并未体现显著性差异,女生食物摄入与男生相比较为健康。


   23   

作品展现主题:

各地区医疗保健占比与老龄化的关系


“数蕴物语” 之 数据可视化

将2005-2016年的医保支出占比数据、老龄化程度制成随时间变化的动态直方图

“数蕴物语” 之 数据可视化

将老龄化程度用热点图的形式在中国地图上表现出来,从图可以看出,2005-2011年老龄化程度总体上有所下降,2012-2016老龄化程度总体上升。

“数蕴物语” 之 数据可视化

用动态散点图表现出了居民收入与医保支出随时间的变化,从图中可以看出,2005-2011年医疗保健支出占比总体下降,2012-2016年医疗保健支出总体上升。


24(Deep  Dark Fantasy

作品展现主题:

癌细胞遗传物质变异情况可视化


“数蕴物语” 之 数据可视化

图一为基因位点复杂度与染色体网络图,该图由中心的圆形与2个圆环所构成。最外围的圆环为高亮区域,其中呈现红色较深的部分是我们认为值得特别关注的区域。内圈的圆环为散点图,其x轴位看作是染色体,y轴则是设置显示的径向区域,如果某一位置离散点越多,则说明该位点的突变情况就越复杂。中心的圆形为网络图,该图通过连线,表明基因突变后,染色体上不同位置之间的联系与相互作用的关系。

“数蕴物语” 之 数据可视化

图二为基因热度与突变频率图,该图由6个圆环嵌套而成。从最外侧起,第一个圆环为单核苷酸位点变异图,该图表明了单核苷酸位点的变异频率;第二个圆环为染色体图,该图表明了基因在对应染色体上的位置;第三个圆环为基因热度图,通过右下角的标注可以根据该图得出基因的数量;第四个圆环为基因缺失突变图,该图反应出基因发生缺失突变的频率;第五个圆环为基因插入突变图,该图反应出基因发生插入突变的频率;最内测的第六个圆环为单核苷酸多态性图,该图反应单个核苷酸的变异所引起的DNA序列多态性的发生频率。


   34   

作品展现主题:

多体运动的数值模拟


通过实现四阶龙格-库塔方法求解计算出星体的位置,并以之模拟三体运动。部分直观的揭开了《三体》中三体运动的变化多端。


   35   

作品展现主题:

氢原子波函数三维可视化


图形象展示了氢原子的不同电子态。这些图形虽然各各不同,但其都来自同一个方程:库伦势场中的薛定谔方程。由于符合条件的解不止一个,故展示出不同的图形。这些解遵循着一定的规律而排列,故这些图形又呈现出一定的规律。一般认为薛定谔方程的解展示了“概率”。对氢原子电子来说,就是电子在某空间和时间内出现的概率。完整解出的氢原子电子薛定谔方程可以表示电子在球坐标的不同角度,不同半径上出现的概率。上图即该方程解的角向部分可视化。形象地说,在图形的越突出的部分上,电子在该方向出现的几率越大。比如“纺锤型”电子云,就意味着电子更可能出现在纺锤的两端方向。


以上就是进入决赛的12支参赛队伍的作品及团队展示啦~快为你支持的队伍投上一票吧!(注:投票截止时间为5月19日下午4:00)


并且,在这里,敲重点啦!!!

“数蕴物语”之数据可视化大赛决赛于5月19日下午3:00江安校区综C205进行,欢迎大家到场观看答辩!再次祝愿我们的参赛队伍取得满意成绩!


四川大学Matlab建模协会

Mathematics研讨社    

    


以上是关于“数蕴物语” 之 数据可视化的主要内容,如果未能解决你的问题,请参考以下文章

数据分析之数据可视化

数据可视化之Processing

R语言之数据可视化

Pandas高级数据分析快速入门之四——数据可视化篇

数据可视化之Matplotlib学习

大数据工程师必备之数据可视化技术