zl程序教程

您现在的位置是:首页 >  其他

当前栏目

流行的十大开源数据可视化项目

项目开源数据 可视化 十大 流行
2023-09-27 14:23:06 时间

Stars: 46561, Forks: 12465

D3 是一个JavaScript数据可视化库用于HTML和SVG。它旨在将数据带入生活,强调Web标准,将强大的可视化技术与数据驱动的文档对象模型(DOM)操作方法相结合。 D3是Github上最流行的数据可视化项目,在数据科学界有很好的表现。

2. Chart.js

Stars: 18244, Forks: 5670

Chart.js是一个通过元素提供可视化的HTML5库。 Chart.js提倡自身简单灵活,可互动,并支持6种不同的图表类型。

3. Leaflet

Stars: 12822, Forks: 2305

Leaflet 一个JavaScript库,用于创建适合移动设备的互动地图。 它的代码非常小,Leaflet的设计目标是简单,性能和可用性。 如果没有你想要的开箱即用的功能?Leaflet也可以通过插件进行扩展。

4. ECharts

Stars: 10409, Forks: 3745

ECharts 是一个基于浏览器的图表和可视化库。它的目的是易于使用和灵活,以及直观和高度可定制。 和许多其它库一样,ECharts是一个JavaScript库; 然而,它是基于zrender,一个为2D图表设计的原始画布库。

5. Chartist-js

Stars: 7645, Forks: 1000

Chartist 是一个不依赖于canvas,而且强调响应性的JS图表库。

6. Sigma.js

Stars: 5757, Forks: 851

Sigma一个专注于图形绘制的JavaScript库。 Sigma允许开发人员在网页上开发图形表示,并将这些网络集成到Web应用程序中。 由此产生的网络具有吸引力的,并支持交互。

7. Metrics-graphics

Stars: 5582, Forks: 302

MetricsGraphics.js 一个JavaScript库,它建立在D3之上,另一个JavaScript库。 MetricsGraphics针对时间序列数据进行优化,这是一个区别其它库的方面。 它的代码核心特别小。支持许多标准图形类型,包括折线图,散点图,直方图,条形图等。

8. DC.js

Stars: 4661, Forks: 1149

DC.js是建立在D3.js上的三维图。 DC.js以CSS友好的SVG格式呈现。 它用于在浏览器和移动设备上进行强大的数据分析。

9.Epoch

Stars: 4426, Forks: 239

Epoch一个用于开发人员和可视化设计师的通用库。 它是通用的,并支持可视化的两个不同方面:用于历史数据报告的基本图表,以及用于显示频繁更新时间序列数据的实时图表。 Epoch是一个JavaScript项目。

10. Vega

Stars: 3896, Forks: 389

Vega是一种可视化语法。 Vega以声明性格式提供了创建和保存交互式可视化设计的方式。 数据可视化以JSON格式描述。 交互视图使用HTML5 Canvas或SVG生成。

本文作者:佚名 来源:51CTO
四款最受欢迎的大数据可视化工具 大数据可视化是进行各种大数据分析解决的最重要组成部分之一。 一旦原始数据流被以图像形式表示时,以此做决策就变得容易多了。 为了满足并超越客户的期望,大数据可视化工具应该具备这些特征: · 能够处理不同种类型的传入数据 · 能够应用不同种类的过滤器来调整结果 · 能够在分析过程中与数据集进行交互 · 能够连接到其他软件来接收输入数据,或为其他软件提供输入数据
11月5日云栖精选夜读 | 掌握这25条小贴士,快速提升数据可视化能力! 可视化不是单纯的数据展示,其真正价值是设计出可以被读者轻松理解的数据展示。设计过程中的每一个选择,最终都应落地于读者的体验,而非设计者个人。 本文提到了一些常见错误,也是我们团队总结出的一些技巧。这25条小贴士能够快速提升和巩固你的数据可视化设计。
开源 | 蚂蚁金服开源:关系数据的可视化引擎 G6 2.0 小蚂蚁说: 首先回顾上一次蚂蚁金服AntV的相关开源消息:《蚂蚁金服开源:数据驱动的高交互可视化图形语法G2》。 AntV 是蚂蚁金服全新一代数据可视化解决方案,主要包含「数据驱动的高交互可视化图形语法」G2、本次开源的 G6、适于对性能、体积、扩展性要求严苛场景下使用的移动端图表库 F2 以及一套完整的图表使用指引和可视化设计规范,致力于提供一套简单方便、专业可靠、无限可能的数据可视化最佳实践。
2017年十大最佳数据可视化项目 本文是作者在2017年总结自己最喜欢的十个数据可视化项目,涵盖范围广,项目生动、有趣且有深度。读者们可以选择自己感兴趣的项目动手体验一下吧。