数据可视化课程项目教程
1. 项目介绍
visualization-curriculum 是一个数据可视化课程项目,由华盛顿大学的交互数据实验室开发。该项目使用 Vega-Lite 和 Altair 作为主要工具,提供了一系列交互式的 Jupyter 笔记本,旨在帮助用户学习和实践数据可视化技术。课程内容涵盖了从基础的数据类型、图形标记和视觉编码通道,到复杂的数据转换、多视图组合和交互式可视化等多个方面。
2. 项目快速启动
2.1 在线使用
你可以直接在 Jupyter Book 上查看和交互这些笔记本:
如果你想在线运行 Python 笔记本,可以使用 Colab:
对于 JavaScript 笔记本,你可以使用 Observable:
2.2 本地安装
-
安装 Altair 和 Jupyter 环境:
pip install altair jupyterlab -
下载笔记本:
你可以从项目的 GitHub Releases 页面下载最新的笔记本。
-
运行 JupyterLab:
在包含笔记本的目录中运行以下命令:
jupyter lab
3. 应用案例和最佳实践
3.1 数据类型和图形标记
在 altair_marks_encoding.ipynb 笔记本中,你可以学习如何使用 Altair 创建不同类型的图形标记,并进行视觉编码。
3.2 数据转换
altair_data_transformation.ipynb 笔记本展示了如何对数据进行转换,例如过滤、聚合和分组操作。
3.3 多视图组合
altair_view_composition.ipynb 笔记本介绍了如何将多个视图组合在一起,创建复杂的多视图可视化。
4. 典型生态项目
4.1 Vega-Lite
Vega-Lite 是一个用于快速创建交互式可视化的声明式语言。它是 Altair 的基础,提供了强大的可视化功能。
4.2 Jupyter Book
Jupyter Book 是一个用于创建交互式书籍和文档的工具,支持 Markdown 和 Jupyter 笔记本。
4.3 Observable
Observable 是一个在线平台,用于创建和分享交互式数据可视化。它支持 JavaScript 和 Vega-Lite,非常适合数据科学家和开发者。
通过这些工具和项目的结合,你可以创建出功能强大且美观的数据可视化作品。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00