数据安全与可视化

关于数据安全与可视化的思维导图，包含matplotlib库、Echarts介绍、D3数据可视化、pandas可视化等。

数据安全与可视化

• matplotlib库
  • 使用
    • plt.figure()
    • plt.xticks()
    • plt.subplot(nrows,ncols,plot_number)
    • plt.subplot_adjust()
  • 相关函数
    • plt.title()
    • plt.xlabel()
    • plt.ylabel()
    • plt.legend()
    • 散点图:plt.scatter()
    • 折线图:plt.plot()
    • 柱状图:plt.bar()
    • 直方图:plt.hist()
    • 饼图:plt.pie()
    • 面积图:plt.fill_between()
    • 箱线图:plt.boxplot()
• pandas可视化
  • 绘制各种图形
    • 散点图
    • 折线图
    • 柱状图和横向条形图
    • 堆积柱状图和排列条形图
    • 直方图
    • 饼图
    • 面积图
    • 箱线图
• D3数据可视化
  • 优势
    • 数据能够与DOM绑定在一起
    • 数据转换与绘制是独立的
    • 代码简洁
    • 大量布局
    • 基于SVG，缩放不会影响精度
  • 引入和使用
    • 引用：<script src="http://d3js.org/d3.v3.min.js" charset="utf-8"></script>
    • 添加元素：d3.select("body").append("p").text("New paragraph!")
    • 查找DOM中的body：d3.select(“body”)
    • 选择DOM中的所有段落：selectAll(“p”)
    • 计数和分析我们的数据值：data(dataset)
    • 绑定数据和DOM元素：enter()
    • 通过enter()创建的占位符 在DOM中插入一个p元素：append(“p”)
    • 为新创建的p标签插入一个文本值：text(“New paragraph!”)
  • 绘制矢量图
    • 添加画布：<svg width=500 height=960>
    • 绘制矩形：<rect x="0" y="0" width="500" height="50"/>
    • 绘制圆：<circle cx="250" cy="25" r="25"/>
    • 绘制椭圆：<ellipse cx="250" cy="25" rx="100" ry="25"/>
    • 绘制线：<line x1="0" y1="0" x2="500" y2="50" stroke="black"/>
    • 添加文字：<text x="250" y="25">Easy-peasy</text>
  • 过渡的常用属性
    • transition.attr(name,value)
    • transition.style(name,value[,priority])
    • transition.text(value)
    • transition.remove()
• Echarts介绍
  • ECharts特性
    • 丰富的可视化类型
    • 多种数据格式无需转换直接使用
    • 千万数据的前端展现
    • 移动端优化
    • 多渲染方案，跨平台使用
    • 深度的交互式数据探索
    • 多维数据的支持以及丰富的视觉编码手段
    • 动态数据
    • 绚丽的特效
    • 通过 GL 实现更多更强大绚丽的三维可视化
    • 无障碍访问（4.0+）
  • Echarts的引入和使用
    • 引入echarts.js：<script src="echarts/echarts.min.js"></script>
    • 创建Dom：<div id="main" style="width: 800px;height:600px;"></div>
    • 初始化echarts实例：var myChart = echarts.init(document.getElementById('main'));
    • 指定图表的配置项和数据：var option = { }
    • 使用刚指定的配置项和数据显示图表：myChart.setOption(option)