超优秀 H5可视化制作编辑器H5DS
今天给大家推荐一款超棒的H5可视化网页制作编辑工具。
h5ds 基于构建的web网页可视化制作器。通过轻松拖拽元素即可快速生成精美的H5页面。
- 前端：React+Mobx+Less+jQuery
- 后端：NodeJs+Ngnix+Mysql
- 工具：Babel+Webpack+Gulp
h5ds编辑器通过时间轴控制动画进度。
动画效果使用的是如下CSS3动画库。
通过简单拖拽操作，就可实现h5代码编辑功能。
确实是非常棒的一款类似易企秀、MAKA的H5制作编辑工具，大家不要错过哟~~
ok，今天就分享到这里。如果大家有其它优秀的H5可视化编辑工具，欢迎交流讨论！
推荐一款Python数据可视化神器
在日常工作中，为了更直观的发现数据中隐藏的规律，察觉到变量之间的互动关系，人们常常借助可视化帮助我们更好的给他人解释现象，做到一图胜千文的说明效果。
在Python中，常见的数据可视化库有:
-
matplotlib 是最常见的2维库，可以算作可视化的必备技能库，由于matplotlib是比较底层的库，api很多，代码学起来不太容易。
-
seaborn 是建构于matplotlib基础上，能满足绝大多数可视化需求。更特殊的需求还是需要学习matplotlib。
上述两个库都是静态的可视化库，大多数做过前端Web开发的同学都用到过Echarts.js库，它是一款前端可视化的JS库、功能非常之强大。在使用之前，需要导入js库到项目中。对于平时用Python较多的同学而言，如果每次实现可视化功能(特别是一些小需求)，都需要引用js库显然不太方便，于是就在想有没有Python与Echarts结合的轮子。答案是肯定的，在Github中就有一个国人开发的一个Echarts与Python结合的轮子：Pyecharts，它不仅很好的兼容了web项目，而且可以做到可视化的动态效果。
Pyecharts 是一个用于生成 Echarts 图表的类库。常规的Echarts 是由百度开源的一个数据可视化 JS 库，主要用于数据可视化。简单来说，Pyecharts是一款将python与echarts结合的强大的数据可视化工具。
使用 Pyecharts 可以生成独立的网页，也可以在 flask , Django 中集成使用。
项目介绍：
项目源码：
从项目文档介绍可知， pyecharts目前分为两个大的系列版本：0.5.x 和v1.x.x。
支持 Python2.7，3.4+
0.5.x 版本将不再进行维护，文档位于 05x-docs.pyecharts.org。
仅支持 Python3.6+
新版本系列将从 v1.0.0 开始，文档位于 pyecharts.org；示例位于 gallery.pyecharts.org
PS: v0.5.x 和 V1 间不兼容，V1 是一个全新的版本。
得益于Echarts 项目，目前Pyecharts支持 30+ 种常见图表，如下所示：
-
Bar（柱状图/条形图）
-
Bar3D（3D 柱状图）
-
Boxplot（箱形图）
-
EffectScatter（散点图）
-
Funnel（漏斗图）
-
Gauge（仪表盘）
-
Geo（地理坐标系）
-
Graph（关系图）
-
HeatMap（热力图）
-
Kline（K线图）
-
Line（折线/面积图）
-
Line3D（3D 折线图）
-
Liquid（水球图）
-
Map（地图）
-
Parallel（平行坐标系）
-
Pie（饼图）
-
Polar（极坐标系）
-
Radar（雷达图）
-
Sankey（桑基图）
-
Scatter（散点图）
-
Scatter3D（3D 散点图）
-
ThemeRiver（主题河流图）
-
WordCloud（词云图）
1、pip 安装
2、源码安装
在使用pip安装库时，由于墙的原因，下载时可能会出现断线和速度过慢的问题导致下载失败，所以建议通过豆瓣源或清华镜像来进行下载：
PS: 这里要专门说明一下，自从 0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表（Geo、Map），可自行安装对应的地图文件包。
现在我们来开始正式使用pycharts，这里我们先直接使用官方的数据，感受一下可视化展示效果。
在这里顺便安利一下jupyter，pyecharts在v0.1.9.2版本开始，在jupyter上可以直接调用实例（例如上方直接调用bar.render_notebook()）就可以将图表直接展示出来，非常方便。
如果脚本在非jupyter环境运行，图表渲染方法需改为:
默认情况下，pycharts生成图表为HTML格式，也支持生成png图片格式，如下：
在上面官方示例中的柱状图表我们已经能感受到pycharts可视化功能的强大，最后再介始几种日常工作中常用的可视化图表及对应示例。
6.1 Pie饼状图
6.2 仪表盘
6.3 折线图
6.4 K线图
6.5 地图Map
6.6 词云图
上述示例仅供参考，读者们结合日常工作应用，学会举一反三才是关健，更多Pychart示例介绍可见：代码示例
本文作者及来源:Renderbus瑞云渲染农场https://www.renderbus.com
文章为作者独立观点不代本网立场，未经允许不得转载。
投诉举报&联系我们：
