数据可视化

十三画者2 天前
人工智能·机器学习·数据挖掘·数据分析·数据可视化
【文献分享】CANVAS:基于细胞构架与邻域信息的组织病理学虚拟空间肿瘤分析肿瘤微环境(Tumor Microenvironment, TME)的空间异质性是影响癌症进展、治疗响应和患者预后的核心因素。近年来,以CODEX(CO-Detection by indEXing)为代表的高重空间蛋白组学技术能够同时检测数十种蛋白标志物,在单细胞分辨率下揭示TME中免疫细胞、基质细胞与肿瘤细胞的空间组织架构。然而,这类技术成本高昂、操作复杂,难以在常规临床中大规模应用。与之形成鲜明对比的是,H&E染色病理切片是癌症诊断的临床金标准,具有普遍可及性和与现有临床工作流的完美兼容性。但H&E仅
凌云拓界2 天前
ci/cd·信息可视化·开源·node.js·bug·数据可视化·安全架构
NodeVerdict | 性能门禁:把追踪数据变成 CI 规则阅读时长:约 35 分钟 前置知识:知道 CI/CD 构建大致是什么、会看 YAML 配置即可。本篇讲"性能测试如何作为质量关"。 本篇目标:讲清楚一个优雅的复用——同一个追踪分析引擎,浏览器里当可视化工具,CI 里当性能门禁。 你会理解规则如何用 YAML 描述、如何评估打分、如何退出非零让流水线失败。
杨超越luckly2 天前
人工智能·arcgis·html·agent·数据可视化
Agent应用指南:巨幕之下 · 中国 IMAX 影院205城的空间布局某个周末想看一部 IMAX 大片,打开猫眼选城市,习惯性往下滑——北京、上海、广州、深圳的影院密密麻麻。突然好奇:中国到底哪些城市真正"配得上"一块 IMAX 银幕?连锁影投谁家店开得最猛?那些标着「4DX」「杜比全景声」「CINITY」的特效厅,又铺到了什么程度?
做前端的娜娜子3 天前
前端·设计模式·数据可视化
从 0 到 1 打造一个配置可视化后台:一次前端配置中心化改造的实战复盘本文以一个真实项目的「全局配置可视化页面」从立项到联调上线的全过程为线索,聊清楚三件事:为什么要把散落的配置文件做成可视化页面、怎么用 Schema 驱动优雅地搭出来、以及联调阶段那些教科书里不会写的坑。
山海鲸可视化3 天前
大数据·运维·数字孪生·数据可视化·可视化大屏
数字孪生技术:创新性破解城市高温难题随着全球气候变化加剧,极端高温天气正成为许多城市面临的现实挑战。高楼林立、道路密集、绿地不足,使城市“热岛效应”愈发明显,不仅影响居民生活品质,也对城市运行、公共健康和能源保障提出了更高要求。
北墨NoLimit4 天前
前端·人工智能·数据可视化
TRAE Work实战:把办公Agent竞品调研从2-3天压到32分钟,有完整指令模板这次调研不需要写代码,但需要把范围、维度、来源和验收标准说清楚。TRAE Work 负责搜集公开资料、初步整理和格式化;关键数据、产品体验和最终判断,仍然要由人来完成。
NutShell Wang5 天前
前端·性能优化·架构·图形渲染·数据可视化·vibe coding
每帧重建整条路径、每秒倾倒 48MB 给 GC:实时折线图渲染架构的实测复盘监控系统上线后,实时折线图的刷新率明明只有几百点/秒,曲线却在滚屏时一卡一顿;DevTools Performance 里时不时冒出几十毫秒的黄色长条,定位到最后并不是后端慢、也不是数据量大——是前端每帧都在用最高成本的方式重画整张图。2026 年 7 月 20 日公开的图表基准显示,单条 10 万点折线在 uPlot 里只要 9 ms 就能渲染完成,说明数据量本身远未到瓶颈,真正的瓶颈在「渲染架构」。
精益数智工坊5 天前
大数据·人工智能·数据可视化
账龄分析怎么做才不流于形式?如何真正落地账龄分析?每到月底结账,财务办公室的灯总是亮到最晚。大家盯着电脑屏幕,一笔笔核对业务部门发来的数据,生怕漏掉一个数、算错一个小数点。业务部门天天催着要经营报表,可财务光是从各个系统里导数据、拼表格就要花好几天。等报告交上去,业务早就变了样。老板开会时问一句“现在到底有多少钱收不回来”,财务翻半天资料也只能给个大概。听着是不是很熟?你懂我意思吗?其实,问题不在人,而在我们还在用老办法干新活儿。要解决这些痛点,企业必须推进账龄分析的转型。账龄分析说白了,就是把这些重复、繁琐、容易出错的事交给系统,让人腾出手来做真正有价
尘世中一位迷途小书童5 天前
前端·javascript·数据可视化
无人机航线里的云台角度怎么调?Cesium 做了个视锥 + 鹰眼联动我们公司做的是无人机方向的业务,其中一块是航线规划:用户在地图上打航点,给每个航点配动作,比如飞到这儿拍张照。
Highcharts.js6 天前
人工智能·信息可视化·数据分析·数据可视化·highcharts·ai可视化分析
五大痛点拖慢数据分析平台决策效率:Highchart可视化与AI分析解决方案解析2026年,几乎所有企业都上线了数据分析仪表盘,试图依托海量数据驱动业务判断。但大量企业陷入窘境:即便数据可视化界面完整展示各项指标,管理者想要针对具体业务问题拿到可落地结论,仍需导出表格、切换多套工具、等待分析师人工复盘,整个流程严重滞后。
金銀銅鐵9 天前
数据可视化
用 WBS 来表示《倚天屠龙记》中明教的主要结构《倚天屠龙记》中阳顶天时期的明教高手如云,我想到可以用 WBS\text{WBS} WBS 来展示明教的主要结构。本文会提供完整的“代码”(需要借助 PlantUML\text{PlantUML} PlantUML 的插件来处理代码)
Highcharts.js11 天前
javascript·信息可视化·echarts·数据可视化·highcharts·ohlc
基于Highcharts开发的OHLC 股票K线图完全指南在金融数据可视化领域,K线图是展示股票、基金、数字货币等资产价格波动的核心图表。而 Highcharts OHLC 作为 Highcharts 专业股票图表方案,凭借轻量化、高性能、易拓展的特性,成为前端实现金融K线可视化的首选方案之一。
游戏新手村11 天前
大数据·信息可视化·产品经理·数据可视化
蝴蝶图在餐饮门店数据可视化中的应用每月月初或季度总结时,很多餐饮品牌总部的运营团队都会遇到这样的场景:把各家门店(各个区域)的数据拉一下,对比看哪家强哪家弱。
飞龙147756574675011 天前
数据可视化
从零玩转 Manim #2:阶段 1 实战 —— 11 个例子写出第一个"圆→方→三角"变身动画三件套 + pip install manim(上篇已详述)。这里只补充一个实战必踩的配置:macOS 项目根目录有 SIP 限制,manim 默认写 media/ 会失败。解法是项目根放一个 manim.cfg:
johnny23312 天前
数据可视化
数据可视化平台:Flourish、Basedash、Datart、DataWrapper、Shaper、Edalitics本文汇总几款开源或闭源BI、数据分析、可视化平台或项目:官网,一款基于浏览器的专为内容创作者、数据分析师和新闻编辑部设计的顶级可视化工具。打破数据展示的枯燥感,通过丰富的无代码模板,将原始表格转化为具有高度交互性的视觉作品。无论是精密的地理信息地图,还是引人入胜的动态赛车图,都能帮助用户在几分钟内完成从数据导入到精美发布的蜕变,让原本复杂的信息变得直观且更具感染力。除单一图表展示,核心优势在于其强大的叙事(Storytelling)功能。用户可将多个可视化组件串联成连贯的交互式故事,结合滚动叙事技术,引导
太平洋月光15 天前
前端·数据可视化
Antv G2中自定义技巧📊背景:当前项目需要将图表的依赖库更新为 Antd G2,所以为了还原原有样式效果,就衍生出了一些需要自定义组件模块才可以还原的内容
於 兔シ17 天前
ai·数据分析·agent·数据可视化·bi·superset·数据权限
Apache Superset 二次开发实践:接入 AI Agent,并确保数据权限不被绕过本文记录澈析 BI(Chexi BI)的开发实践。项目基于 Apache Superset 深度开发,增加了 AI Agent、MCP 工具服务、用户权限隔离和独立部署能力。澈析 BI 是独立产品,并非 Apache Software Foundation 官方发行版本。
那些年丶ny17 天前
前端·javascript·数据可视化
颜色扩展库一个简单的颜色处理库,支持处理 'hex' | 'hexa' | 'hsl' | 'hsla' | 'rgb' | 'rgba' | 'hsv' | 'hsva' 这些格式和一些常用颜色处理方法,如(生成连续色阶、调整亮度/饱和度、混合颜色等)。
慧都小妮子19 天前
运维·物联网·能源·数据采集·数据可视化·thingsboard·制造业数字化
ThingsBoard PE 智慧能源:打造企业数字化能源管理平台能源管理涉及的数据很多,但企业真正需要回答的问题往往很集中:能源消耗发生在哪里,异常从何时开始,哪些措施能够落到具体区域和设备。传统依赖人工抄表、分散系统监控的方式,难以持续跟踪多站点、多表计、多能源品类的变化。数据采集周期长、口径不统一时,管理人员即使发现能耗偏高,也很难快速判断是生产波动、设备故障,还是计量与管理环节存在问题。
极光代码工作室19 天前
大数据·hadoop·python·spark·数据可视化
基于Spark的日志监控与分析平台随着企业IT基础设施规模持续扩大,分布式系统产生的日志数据呈爆炸式增长。传统基于单机ELK(Elasticsearch+Logstash+Kibana)栈的日志处理方案在高吞吐、低延迟、复杂关联分析等场景下逐渐暴露出扩展性差、实时性弱、计算能力受限等问题。本文设计并实现了一个基于Apache Spark的分布式日志监控与分析平台,融合批流一体处理能力,支持TB级日志的秒级接入、毫秒级异常检测、多维关联分析及可视化告警。平台采用Lambda架构演进形态,以Spark Structured Streaming