×
支持199IT发展可加入知识交流群(4000+用户),最有价值数据分享和讨论!
点击即可加入!
关闭

2015年度10大Plotly数据可视化美图及工具介绍

文章整理出了2015年最优秀的十个Plotly图表,这些交互式的图表使用Plotly的web app和APIs制作而成。

第十位. “2001-2014对同性婚姻的支持”

1458666322-3405-3417eb9bbd90185b074c3a
这些Tufte迷你图(sparklines)由Pew Research绘制。

制作这些图表运用了Python, R以及Plotly web app.

第九位. “在Facebook网络中的团体”

1458666322-1980-3417eb9bbd90185b07683b
这个网络图(network graph)由一个用户名为empet的数学家和教授绘制。

学习如何用Plotly在IPython Notebooks中制作这种网络图(how to make this network graph), 你也可以运用R和MATLAB来实现。

第八位. “美国国债收益曲线”

1458666322-5405-3417eb9bbd90185b076f3c
这个表面图(surface chart)由Plotly 的联合创始人chris绘制。

学习如何运用Plotly在Python里绘制这种3D曲线图(how to make this 3D surface chart ),你也可以在Plotly web app里用R或者Excel data实现。

第七位.“美国的水上游乐园”

1458666322-2338-3417eb9bbd90185b07753d
这个分级统计图(chloropleth map)由一个名为rozran00的博主绘制。

学习如何运用Plotly 在Python里绘制这种分级统计图(how to make this chloropleth map), 你也可以在Plotly web app里用R或者Excel data实现。

第六位. “聚类树状热点图”

1458666322-9059-3417eb9bbd90185b077c3e
这个聚类树状热点图(dendrogram heatmap)由一位名叫oxana的生物学硕士生绘制。

学习如何运用Plotly 在Python里绘制这种聚类树状热点图(Learn how to make this dendrogram heatmap),你也可以使用ggplot2来实现。

第五位.“历史上绘画大师对色彩的选择”

1458666322-2377-3417eb9bbd90185b07833f
这个气泡图(bubble chart)由brandnewpeterson绘制。

学习如何运用Plotly 在Python里绘制这种气泡图(how to make this bubble chart),你也可以或者在Plotly web app里用R, Matlab 或者Excel data实现。

第四位. “元素周期表”

1458666323-1317-3417eb9bbd90185b078a40
这个注释热图(annotated heatmap)由Plotly的软件工程师chelsea_lyn绘制。

学习如何运用Plotly 在Python里绘制这种注释热图(how to make this annotated heatmap) ,你也可以或者在Plotly web app里用R, Matlab 或者Excel data实现。

第三位. “合著科学家的合作网”

1458666323-7189-3417eb9bbd90185b079241
这个网络图由empet绘制。

学习如何运用Plotly 在IPython Notebooks里绘制网络图(how to make this network graph),你也可以用R和Matlab来实现。

第二位. “透气面”

1458666323-4987-3417eb9bbd90185b079a42
这个三维表面图(3D surface plot)由数据科学家 tarzzz绘制。

学习如何运用Plotly 在Python里绘制这种三维表面图(how to make this 3D surface plot) ,你也可以或者在Plotly web app里用R, Matlab 或者Excel data实现。

第一位. “城市间的客流”

1458666323-8673-3417eb9bbd90185b07a343
这个弦图(chord diagram)是empet在Python里绘制的。

学习如何用Plotly在Python中绘制这种弦图(how to make this chord diagram),下面是在R 或者Matlab中实现该操作可视化的编码。

来源: blog.plot.ly

作者:李华芳

199IT大数据导航,汇集超1000多款与数据相关的工具(http://hao.199it.com/ ),欢迎分享收藏!

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部