neo4jd3.js 使用图形可视化。 特征 与和兼容。 力模拟。 信息面板，显示悬停时的节点和关系信息。 双击回调。 自定义节点颜色（按节点类型）。 文本节点+图标节点+ SVG图像节点（例如，使用 ）。 粘滞节点（拖动以粘住，单击以松开）。 动态图更新（例如，双击一个节点以将其展开）。 突出显示init上的节点。 关系自动定向。 缩放，平移，自动调整。 与D3.js v4兼容。 跑步 首先，请确保您已安装了Ruby和无礼的宝石。 然后，克隆存储库，安装所有依赖项，构建并为项目提供服务。 > gem install sass > git clone https://github.com/eisman/neo4jd3.git > npm install > gulp 在您喜欢的浏览器中打开http://localhost:8080 。 文献资料 var neo4

Covid-19实时分析R-Shiny 全球Covid-19病例趋势的实时分析和可视化。 包括绘图，地图，线性图等。 Web ShinyApp的QR码 线性回归 包括实时线性回归分析。 预测变量和响应变量可以从下拉菜单中选择。 可以按大陆过滤分析。

巴西森林火灾2018 亚马逊雨林是世界上最大的热带雨林。 它包含了数量惊人的野生动植物和生物多样性。 严重的火灾以及不可持续的森林砍伐导致数以百万计的动植物死亡。 这不仅对居民不利，而且对关注将亚马逊作为自然资源的人们也有害。 火灾不仅会释放大量二氧化碳，而且还会产生其他成本-多个国家已经宣布发生紧急情况，消防员肩负着控制其的重任。 应用程序 开发中的应用程序是Shiny应用程序。 着眼于可视化，该应用程序将结合使用ggplot2和dplyr（和其他库）来创建不同时间不同区域森林火灾数量的可视化。 这些图将包括抖动散点图，饼图，条形图，线形，波形图等等！ 尽管此应用仍在开发中（我目前参与的一些项目现在处于优先地位），但以下是一些演示图像： 2000年至2014年所有州的抖动散点图（按年份分组）。 从01/2005到01/2015的所有状态的折线图。 本地运行 可以使用以下代码在RSt

A可视化：这是使用python和pygame的A *寻路算法的简单可视化

关于mnist的度量学习（ 和）和t_SNE的可视化 n_pair_loss n_pair_angular_loss 用法 从终端运行pip install -r requirements.txt python src/utils/mnist_to_img.py返回由标签分隔的mnist数据python src/n_pair_train.py将模型保存到src/checkpoints/checkpoint.pth.tar并记录logs/2019_00_CNN/* python src/t_SNE.py显示t_SNE

python数据可视化

随着时间的推移可视化风 该存储库描述了一种可视化长时间风的方法。 该演示显示了12天的风力数据。 颜色越亮-该区域的速度越高。 颜色越深-速度越慢。 在此可视化中没有故意渲染大陆。 风速在陆地上较低，这向我们展示了背景中的“地图”。 上面的图像质量较差（以确保此存储库加载速度更快）。 要长时间观看高分辨率视频，请转到此处： 方法 在一天内，我们可以通过记录风速矢量来“捕获”风。 如果我们在地球的每个点上记录这些矢量，那么除了，我们将一无所有。 可视化矢量场的一种方法是使用流线。 我们将数千个粒子拖放到矢量场上，并跟踪它们的运动。 有许多种“地”绘制轨迹的方法，其中一种方法是在库中实现的。 这是流线的单个快照的样子： 单击图像以查看高分辨率版本-您会注意到单独的痕迹 现在我们有了一个快照，我们可以按日期收集多个快照，并将它们连接到一个视频中。 数据 数据来自我下载了2018年

打开COVID19地图 :microbe: :face_with_medical_mask: :world_map_selector: 关于 嗨，我是Daniel Karl :male_sign:‍:male_sign_selector: 我想看看是否可以重现COVID19的约翰霍普金斯地图可视化效果。 因此，我着手使用他们在GitHub存储库kind中提供的完全相同的实时数据源来构建自己的版本:man_technologist_light_skin_tone:。 由于已有可用的数据集，在React中增强可视化工具的过程相当顺利 :shamrock_selector: 。 从那时起， ：//covid19map.io获得了越来越多的功能： 以全球平均检测率预测已确诊的病例 :globe_showing_Europe-Africa: :test_tube: ‍:microscope: 显示传播势头 :microbe: :chart_increasing: :world_map_selector: 直接以字形表示，即过去1、3或7天的变化 遏制分数 :house_wit

kpmg-data-insights 专为毕马威（KPMG）数据分析虚拟实习而创建，以深入了解样本提供的客户数据。 使用matplotlib创建可视化。

：用于探地雷达 (GPR) 数据处理的免费开源软件包 如果您有任何问题、意见或建议，请随时与我联系（英语、法语或德语）： 我正在空闲时间开发这个包，作为给 GPR 社区的礼物。 任何支持将不胜感激！ 是一个免费的开源软件包，用于读取、导出、分析、处理和可视化探地雷达(GPR) 数据。 是用编写的， 是一种用于统计计算和图形的高级编程语言，在 GNU 通用公共许可证下免费提供，可在 Linux、Windows 和 MacOS 上运行。 是一种解释性脚本语言（未编译），与 python 或 matlab 具有相同的脉络。 最初是为了弥补商业 GPR 数据处理应用程序的缺点而开发的。 的最终目标是通过提供对灵活丰富的 R 环境的访问来促进 GPR 相关研究。 还具有教学它鼓励学生和研究人员通过 GitHub 存储库和 R 文档（提供教程的配套网站： : 上的各种教程了解 GPR 信号处