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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00