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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112