最强Python/R/D3.js可视化资料(代码全部免费送)

• 本网站根据数据格式、数据之间关系将图表分类，让您快速挑选可能的图形；

• 所有图形提供一图Python语言、R语言、D3.js三种实现方式【代码全部免费提供】；
• 提供大量可视化tips；
• 网站作者为下面两法国帅哥~~

目录

数据格式&&数据之间关系 VS 图表分类

一图Python语言、R语言、D3.js三种实现方式【代码全部免费提供】

大量可视化tips

网站网址

---

数据格式&&数据之间关系 VS 图表分类

数据格式可分以下6类：

数据格式 VS图表分类：

eg，Numeric且categoric类数据下各类图表，

数据之间关系可分以下7类：

数据之间关系 VS 图表分类：

---

一图Python语言、R语言、D3.js三种实现方式【代码全部免费提供】

点击任意图，出现如下三个按钮，即是一图三种实现方法源代码~

同时介绍图形的使用范围、常犯错误、更多学习资料。

以圈图为例：

Python实现

# python实现
import pandas as pd
import holoviews as hv
from holoviews import opts, dim
from bokeh.sampledata.les_mis import data

# data set
nodes = hv.Dataset(pd.DataFrame(data['nodes']), 'index')

# chord diagram
chord = hv.Chord((links, nodes)).select(value=(5, None))
chord.opts(
    opts.Chord(cmap='Category20', edge_cmap='Category20', edge_color=dim('source').str(), 
               labels='name', node_color=dim('index').str()))

R实现

#R实现
library(circlize)
circos.clear()

#Create data
data = data.frame(
    factor = sample(letters[1:8], 1000, replace = TRUE),
    x = rnorm(1000), 
    y = runif(1000)
    )
 
#Initialize the plot.
par(mar = c(1, 1, 1, 1) ) 
circos.initialize(factors = data$factor, x = data$x )
 

# Build the regions of track #1 
circos.trackPlotRegion(factors = data$factor, y=data$y, panel.fun = function(x, y) {
    circos.axis(labels.cex=0.5, labels.font=1, lwd=0.8)
    })
# --> Add a scatterplot on it:
circos.trackPoints(data$factor, data$x, data$y, col = rgb(0.1,0.5,0.8,0.3), pch=20)
 
 
# Build the regions of track #2:
circlize::circos.trackPlotRegion(factors = data$factor, y=data$y, panel.fun = function(x, y) {
    circos.axis(labels=FALSE, major.tick=FALSE)
    })
# --> Add a scatterplot on it
circos.trackPoints(data$factor, data$x, data$y, col = rgb(0.9,0.5,0.8,0.3), pch=20, cex=2)
 
 
# Add track #3 --> don't forget you can custom the height of tracks!
circos.par("track.height" = 0.4)
circos.trackPlotRegion(factors = data$factor, y=data$y, panel.fun = function(x, y) {
    circos.axis(labels=FALSE, major.tick=FALSE)
    })
circos.trackLines(data$factor, data$x, data$y, col = rgb(0.9,0.5,0.1,0.3), pch=20, cex=2, type="h")
# and continue as long as needed!

 D3.js实现

---

大量可视化tips

---

网站网址

关注公众号“pythonic生物人”，后台回复prd即可获取。

---