读数据可视化37开发工具

1. 应用程序开发工具

1.1. 面向科学可视化

  • 1.1.1. VTK

    • 1.1.1.1. Visualization Toolkit,简称VTK

    • 1.1.1.2. 一个开源、跨平台的可视化应用函数库

    • 1.1.1.3. 主要维护者Kitware公司

1.1.1.3.1. 创造了VTK、ITK、Cmake、ParaView等众多开源软件系统

  • 1.1.1.4. 设计目标是在三维图形绘制底层库OpenGL基础上,采用面向对象的设计方法,构建用于可视化应用程序的支撑环境

  • 1.1.1.5. VTK具有强大的三维图形和可视化功能,支持三维数据场和网格数据的可视化,也具备图形硬件加速功能

  • 1.1.1.6. VTK具有更丰富的数据类型,支持对多种数据类型进行处理

  • 1.1.1.7. VTK的体系结构使其具有很好的流数据处理和高速缓存能力,在处理大量数据时不必考虑内存资源的限制

  • 1.1.1.8. VTK支持基于网络的工具,比如Java 和VRML,其设备无关性使其代码具有可移植性

  • 1.1.1.9. VTK中定义了许多宏,极大地简化了编程工作,并加强了一致的对象行为

  • 1.1.1.10. VTK支持Windows和UNIX操作系统

  • 1.1.1.11. VTK支持并行地处理超大规模数据,最多可处理1PB数据

  • 1.1.1.12. 被广泛应用于科学数据的可视化,如建筑学、气象学、生物学或者航空航天等领域

  • 1.1.1.13. 医学影像领域的应用最为常见,包括3D Slicer、Osirix、BioImageXD等在内的众多优秀的医学图像处理和可视化软件都使用了VTK

  • 1.1.1.14. VTK遵从BSD协议

  • 1.1.2. ITK

    • 1.1.2.1. Insight Segmentation and Registration Toolkit

    1.1.2.1.1. 简称ITK

    • 1.1.2.2. 美国国家卫生研究院(National Institutes of Health,NIH)下属的国立医学图书馆(National Library of Medicine)支持开发的一个用于医学影像分割与配准的跨平台开源工具包

    • 1.1.2.3. 封装了面向二维、三维和动态医学影像的预处理、分割与配准方面的前沿算法

    • 1.1.2.4. 没有用户界面,只提供内部的图像处理函数

    • 1.1.2.5. 不强制要求特定的用户界面,可以使用其他工具完成,为开发者提供了极大的便利性

    • 1.1.2.6. 采用流水线方式处理图像,并以滤波器形式封装图像处理、分割、配准等操作

    • 1.1.2.7. 采用分区域的方法处理大尺度数据

    • 1.1.2.8. 遵从Apache 2.0开源协议

  • 1.1.3. ParaView

    • 1.1.3.1. Kitware公司等开发的针对大尺度空间数据进行分析和可视化的应用软件

    • 1.1.3.2. 使用VTK作为数据处理和绘制引擎,包含一个由Tcl/Tk和C++混合写成的用户接口,这种结构使得ParaView成为一种功能非常强大并且可行的可视化工具

    • 1.1.3.3. 支持并行数据处理,且采用Qt等实现敏捷的用户交互界面

1.2. 面向信息可视化

  • 1.2.1. Prefuse

    • 1.2.1.1. Prefuse Toolkit是美国加利福尼亚大学伯克利分校开发的可扩展的信息可视化程序开发框架

    • 1.2.1.2. 遵循BSD许可证协议,可自由用于商业和非商业目的

  • 1.2.2. Flare

    • 1.2.2.1. 前身是Prefuse

    • 1.2.2.2. 美国加利福尼亚大学伯克利分校的可视化研究实验室开发的面向Web数据可视化应用的开源项目

    • 1.2.2.3. Flare是一个ActionScript库,运行于Adobe Flash Player之上,与当下流行的Flex开发工具结合可完成炫丽的数据可视化工作

  • 1.2.3. Processing

    • 1.2.3.1. 一个开源的编程语言和编程环境

    • 1.2.3.2. 支持Windows、Mac OS X、Mac OS 9、Linux等操作系统

    • 1.2.3.3. 是为数字艺术家创造的可视化和绘图软件

    • 1.2.3.4. 过封装底层的图形操作,使得可视化和绘图细节对用户透明

    • 1.2.3.5. 支持许多现有的 Java 语言架构,语法简易,设计人性化

  • 1.2.4. Tulip

    • 1.2.4.1. 一个分析和可视化关系型数据(以图为主)的信息可视化框架

    • 1.2.4.2. 设计目标是提供完整的交互式信息可视化应用的设计工具库

    • 1.2.4.3. 基于C++开发,支持算法开发、可视化编码和面向专业领域的可视化生成

2. Web应用开发工具

2.1. D3.js

  • 2.1.1. Data-Driven Documents

  • 2.1.2. 一套面向Web 的数据可视化的JavaScript库,基于HTML、SVG(矢量图形)和CSS构建

  • 2.1.3. 前身是美国斯坦福大学研发的Protovis

  • 2.1.4. 以轻量级的浏览器端应用为目标,具有良好的可移植性

  • 2.1.5. D3可以将任意数据绑定到一个DOM(文档对象模型)​,并对DOM实施基于数据的变换

  • 2.1.6. 在学术界和工业界都被广泛使用,并产生了极大的影响

  • 2.1.7. 特点在于它提供了基于数据的DOM高效操作,这既避免了面向不同类型和任务设计专有可视表达的负担,又能提供极大的设计灵活性,同时发挥了CSS3、HTML 5和SVG等Web标准的最大性能

2.2. Raphaël.js

  • 2.2.1. 一个轻量级的Web矢量图形生成的小型JavaScript库,其目标是提供一种跨浏览器兼容的矢量可视化生成机制

2.3. Processing.js

  • 2.3.1. 可将Processing编写的应用程序转化成JavaScript并在浏览器中运行

  • 2.3.2. 采用JavaScript绘制几何形状,并采用HTML5 Canvas元素生成动画,适合基于Web的界面和游戏开发

  • 2.3.3. 尽管Processing.js兼容Processing,但*并不全部兼容Java

2.4. datav.js

  • 2.4.1. 由阿里巴巴集团和浙江大学计算机学院CAD&CG国家重点实验室可视化与可视分析小组共同开发完成的开源可视化组件库

  • 2.4.2. 提供指挥中心、地理分析、实时监控、汇报展示等多种场景模板,能够接入阿里云分析型数据库、关系型数据库、本地CSV上传和在线API,且支持动态请求

  • 2.4.3. 能够绘制包括海量数据的地理轨迹、地理飞线、热力分布、地域区块、3D地图、3D地球,以及地理数据的多层叠加

  • 2.4.4. 支持ECharts、AntV-G2等第三方开源图表库

2.5. ECharts

  • 2.5.1. 一个由百度开发的开源的、基于Web的、跨平台的支持快速创建交互式可视化的框架

3. 数据分析和数据挖掘软件与开发工具

3.1. R语言

  • 3.1.1. 一种被广泛使用的统计分析软件,它基于S语言,是S语言的一种实现,可运行于多种平台,包括UNIX(包括FreeBSD和Linux)​、Windows和Mac OS

  • 3.1.2. R主要是以命令行操作,有扩充版本自带图形用户界面

  • 3.1.3. 支持多种统计、数据分析和矩阵运算功能,比其他统计学或数学专用的编程语言有更强的面向对象(面向对象程序设计)功能,其分析速度可媲美专用于矩阵计算的*自由软件GNU Octave和商业软件MATLAB

  • 3.1.4. 一个强项是可视化功能

    • 3.1.4.1. ggplot2

    3.1.4.1.1. 是支持可视化的R语言扩展包,其理念根植于Grammar of Graphics一书:可视化是将数据空间映射到视觉空间的方法
    3.1.4.1.2. ggplot2学习时间长,但实现方式简洁且优雅
    3.1.4.1.3. ggplot2可以通过底层组件创造新的图形

    • 3.1.4.2. lattice包

    3.1.4.2.1. 与ggplot2比较,lattice入门容易,可视化速度较快,图形函数种类多,且支持三维可视化

3.2. SAS语言

  • 3.2.1. Statistics Analysis System

  • 3.2.2. 一种专用于数据管理与分析的语言

  • 3.2.3. 数据管理功能类似于数据库语言

  • 3.2.4. 添加了一般高级程序设计语言的许多成分(如分支、循环、数组)​,以及专用于数据管理、统计计算的函数

3.3. Weka

  • 3.3.1. Waikato Environment for Knowledge Analysis

  • 3.3.2. 一个基于Java的机器学习软件,支持经典的数据挖掘任务如数据预处理、聚类、分类、回归等

  • 3.3.3. 利用Java的数据库链接能力访问SQL数据库,支持数据库查询结果的处理,被学术界广泛使用

3.4. KNIME

  • 3.4.1. Konstanz Information Miner

  • 3.4.2. 一个开源的数据集成、处理和分析平台

  • 3.4.3. 以可视化的方式创建数据流或数据通道,允许用户选择性地运行一些或全部的分析步骤

  • 3.4.4. 基于Java和Eclipse,通过插件的方式,软件可集成到各种各样的开源项目中,如R语言、Weka、Chemistry Development Kit等

3.5. NLTK

  • 3.5.1. Natural Language Toolkit

  • 3.5.2. 一个自然语言工具包(Natural Language Toolkit)​,其本质是一个将学术语言技术应用于文本数据集的 Python 库

相关推荐
residual_fan2 小时前
航空发动机故障诊断专用智能体(四):深度强化学习与自适应奖励机制
人工智能·算法·数据挖掘·数据分析
m0_587383002 小时前
上海24小时自助健身房系统软件开发实战指南:从架构到部署
人工智能·小程序·数据挖掘·系统架构·需求分析
2601_960356383 小时前
招聘运营岗位能力拆解:SQL、Excel、ATS系统与招聘漏斗分析
数据分析
雾屿_Mistisle3 小时前
模型窃取与隐私泄露(一)成员推断攻击
机器学习·数据分析
Asa121383 小时前
NC|K-MARVEL基于蛋白k-mer的抗微生物药物耐药性虚拟探索实验室
数据分析
paopaokaka_luck16 小时前
小学非遗科普平台(AI 非遗科普问答,ECharts学情数据、非遗资源分类与审核,资源收藏下载与学习记录,学习任务发布和作品评分,活动报名签到与统计)
java·人工智能·spring·信息可视化·数据分析·echarts
shujudang19 小时前
零售客户分析平台的四种路径:身份关联、分析模型与系统对接
大数据·人工智能·数据分析
Aloudata21 小时前
指标平台与 Data Agent 协同指南:如何让 AI 问数调用可信指标
大数据·人工智能·数据分析·data agent·语义层
databook21 小时前
DuckDB + SQL 高效分析 JSON 数据
数据分析·json·nosql