zoukankan      html  css  js  c++  java
  • 如何用2分钟做出一张拥有“黑洞”和“脑洞”的热力地图?

    4月10日晚上,天文学家召开全球新闻发布会,宣布首次直接拍摄到黑洞的照片!

    人类终于得以一窥宇宙黑洞的真面目,从此连光也无法逃逸的黑洞也不再神秘!

    而这次的天文拍摄,从准备到数据分析,再到照片洗成,花费了两年多的时间

    不得不佩服我们的科学家们!

    而更让人感到激动的是,我们都见证了这个历史性的时刻,也就是说,我们都将被载入史册!

    虽然,历史书上并不会提我们的名字.......

    在黑洞照片问世以前,人们对于黑洞的认知仅仅停留在文字里,关于黑洞的幻想也是层出不穷

    现在黑洞的神秘面纱已经被揭开,广大的机智网友们又怎么会放过这个话题

    更何况,黑洞这个萌萌哒的照片,简直就是为话题而生!

    于是,首届#黑洞PS大赛#开始了……

    看来,网友的脑洞还是比黑洞要大的多鸭......

    但是,作为一名专业的数据人,自然要保持自己的专业素养和高冷形象

    不过,怎么越看越觉得这个黑洞照片有些似曾相识呢......

    emmmmm,真香!

    这黑洞的样子,跟热力地图上的热力点明明就是一个样子!

    小编已经迫不及待地想要做一张热力地图了!

    那么首先,什么是热力地图?

    热力地图,又称等值线地图(choropleth map),根据不同区域的位置(经纬度)数据,进行不同程度的颜色填充,从而反映各个区域的不同分布。

    是不是看不懂?没关系,跟着小编我一起做一张热力地图,你就明白了!

    怎么快速制作热力图?

    还记得小编在上学的时候,有一次导师直接丢给我一大堆数据,跟我说做一张热力图出来。

    小编顿时满脸黑人问号,我又没学过,又没人教过,怎么做?

    无奈之下,毫无编程基础的小编连续几天趴在网上,终于生拉硬拽出了一堆代码,做出了一张热力图

    下面就是小编写出来的苦逼代码,而且还只是其中很小的一部分:

    简直比黑洞还要可怕好不好!

    不过,自从小编接触了数据分析之后,顿时就被折服了!

    不会代码没关系,不会数据库没关系,有了数据分析工具,只要进行简单的拖拽操作,就可以完成数据处理+数据可视化的操作了,小小的热力图又岂在话下?

    下面小编就以现代数据分析工具——FineBI为例,用2分钟轻松搞定热力地图

    1.安装BI工具

    在官网下载FineBI软件,安装并申请激活码激活,打开软件即可使用「链接

    2.数据准备

    也就是想要做什么样的数据地图,就要有什么样的数据

    比如,小编我要做一张全国房价热力图(为什么心会突然痛起来),就去找了《2019年3月份全国城市房价排名 》作为数据来源,部分数据如下(Excel格式):

    FineBI天然支持Excel的导入功能,除此之外,FineBI还支持超过30种以上的大数据平台和SQL数据源,几乎可以覆盖全部的数据需求

    3.新建组件

    在数据集右上角点创建组件,就会创建出一张仪表板和可视化组件

    4.地理角色转换

    在以前的BI工具里,做地图需要接入百度/高德等地图的api接口,转化城市经纬度数据才可以

    不过,有了FineBI就不用这么麻烦了,有了城市名称就万事俱备了

    选择城市字段的地理角色,选择城市

    点击确定后,系统已经自动将城市名称转换为了对应的经纬度坐标,并生成了经度和纬度两个新的字段

    5.生成热力图

    有了数据,再经过简单的拖拽操作,即可做出热力图了

    将经度字段拖到横轴,将纬度字段拖到纵轴,点选热力图

    当当!热力图就基本做成型了!

    但是,没有数据绑定的热力图是没有意义的,接下来我们让热力图依据房价平均数据进行展示

    6.热力图调整

    将平均房价指标拖入热力色设定,再设置热力区域的大小,配色等

    调整好配色,最后将背景图调为黑色,把热力图凸显出来,最终的热力图就大功告成了!

    怎么样,是不是真的很像黑洞?

    现在就可以对全国房价进行分析了,比如拖动控制房价范围,可以看到随着房价变高

    最后的数据分析就要看你的“脑洞”了

    总结

    数据读取:导入Excel或连接数据库;数据处理:省市信息数据识别转化,或者经纬度数据匹配;图表制作:拖拽数据字段,系统自动进行经纬度匹配确认,一键生成地图;最终美化:根据自己的需求和喜好,进行美化处理,制作酷炫的动态效果。怎么样,是不是感觉只要选对了工具,做一张热力图其实再简单不过了?

    其实,只要选对了工具,数据分析并没有想象中的那么难,也许你离数据分析只差一步!

  • 相关阅读:
    Redis 2种持久化模式的缺陷
    我看过得最易懂的一段AOP的解释
    mysql-高性能索引策略
    几款效率神器助你走上人生巅峰
    shell脚本报错:"[: =: unary operator expected"
    CentOS7中使用iptables
    php foreach用法和实例
    shell 学习四十五天---xargs
    chain issues incorrect order,EXtra certs,Contains anchor
    Ubuntu 能ping通DNS 地址 无法解析域名
  • 原文地址:https://www.cnblogs.com/hzcya1995/p/13325790.html
Copyright © 2011-2022 走看看