covid19viz:可视化COVID-19全球案例数据-源码

covid19viz:可视化COVID-19全球案例数据

covid19viz：COVID-19跟踪数据和可视化-源码

covid19viz COVID-19跟踪数据和可视化

covid-viz：用于COVID-19可视化的Web应用程序-源码

关于 现有的COVID-19在美国的传播可视化通常分为两类：一类显示特定时间病毒的地理分布，另一类显示特定位置病毒的时间趋势。 该应用程序通过在美国创建随时间推移病毒分布的动态可视化来结合这两种方法。 此外，它为用户提供了许多选项以自定义呈现的内容。 执照 此Web应用程序的代码在。 学分 冠状病毒统计数据来自 （CC BY-SA 4.0） 从公共领域获取的美国县地图 取自公共领域的问号图标

docker-compose-viz, Docker 组合图形可视化.zip

docker-compose-viz, Docker 组合图形可视化 docker-compose-viz ：如何使用 Docker考虑到当前工作目录是你的docker-compose.yml 文件所在的位置：docker run --rm -it --name dcv

covid19-clj-viz：用于COVID19可视化文章的REPL笔记本–从Clojure在Vega中生成地图的示例代码-源码

covid19-clj-viz：用于COVID19可视化文章的REPL笔记本–从Clojure在Vega中生成地图的示例代码

covid_data_analysis_viz：分析和可视化一年的COVID-19数据-源码

COVID-19数据分析和可视化 一年COVID-19数据的分析和可视化。 （工作正在进行中！） 依存关系 pip install -r requierements.txt

covid-viz:周末项目集-源码

共视可视化

docker-compose-viz：Docker组成图形可视化-源码

docker-compose-viz 如何使用 码头工人 考虑到当前工作目录是docker-compose.yml文件所在的位置： docker run --rm -it --name dcv -v $( pwd ) :/input pmsipilot/docker-compose-viz render -m image docker-compose.yml # PowerShell docker run --rm -it --name dcv -v ${pwd} :/input pmsipilot/docker-compose-viz render -m image docker-compose.yml 这将在当前工作目录中生成docker-compose.png文件。 PHP 开始之前，请确保您具有： 已安装 ， 已安装 （至少）， 已安装GraphViz（有关如何安装的指南，请参见下文） git clone https://github.com/pmsipilot/docker-compose-viz.git make vendor # Or composer in

rabbit-viz：RabbitMQ经纪人定义可视化工具-源码

兔子比斯 该项目已存档，不再有效维护。 考虑使用作为可视化RabbitMQ实例的替代方法。 Rabbit Viz是用于可视化经纪人定义的工具。 RabbitMQ代理配置以json对象的形式呈现，它定义了虚拟主机，交换，队列，策略和绑定。 Rabbit Viz将采用此定义json对象，并根据配置生成可视化图形。 当前支持的定义属性： 虚拟主机 政策 参数 s列 交流 绑定 运行项目 运行项目就像运行一样简单 npm run start 这将运行在package.json指定的启动脚本，并将生成一台服务器，该服务器在保存文件时会重新加载页面。 该服务器运行在 ，但应为您自动打开。 创建生产

lvz-viz:LVZ警铃的可视化-源码

lvz-viz 介绍 显示器的可视化。 官方网站由托管在 。 用法 使用 ， 和构建并运行该应用。 默认情况下，新文章的爬网和索引编制处于激活状态。 可以通过将启动参数--app.initialDelay=<time>设置为较高的值（例如1800000持续30分钟）或通过export APP_INITIALDELAY=<time>设置环境变量来export APP_INITIALDELAY=<time> 。 可以通过启动参数--spring.profiles.active=<profile>或通过export SPRING_PROFILES_ACTIVE=<profile>设置环境变量来设置概要文件（ dev|local|prod|test ）。 请将prod配置文件用于具有专用数据量的生产系统（请参阅docker-compose.prod.ym

classical-music-viz:古典作品的可视化-源码

古典音乐 古典作品的可视化

kedro-viz：可视化您的Kedro数据管道-源码

凯德罗·维兹 Kedro-Viz向您展示了数据管道的结构。 使用Kedro-Viz，您可以： 查看如何在中解析数据集和Python函数（节点），以便您了解如何构建数据管道 当您拥有大量数据集和节点时，可以使用标签可视化子管道来获得清晰的图片 搜索节点和数据集 该项目是通过引导的，有关更完整的文档，请访问。 如何安装和使用Kedro-Viz？ 有关深入的开发和使用说明，请参阅。 作为Kedro Python插件 Kedro-Viz可作为名为kedro-viz的Python插件kedro-viz 。 为了可视化管道，必须满足以下条件： 您的项目目录必须对Kedro-Viz插件可用。

Tableau-Covid-Europe：欧洲国家中Covid19大流行病例和死亡的仪表板-源码

Tableau-Covid-欧洲 欧洲国家Covid19大流行病例和死亡的仪表板 TABLEAU PUBLIC-Link：Tableau Public中的Viz- ://public.tableau.com/profile/aarthi5998#!/vizhome/Covid19inEurope/Dashboard1 数据来源的详细信息：数据摘自欧洲疾病预防控制中心网站。 （网址： ： ）。 数据集名称：历史数据（截至2020年12月14日），涉及全球每天报告的新的COVID-19病例和死亡人数。 仪表板截图：

data_Viz:数据可视化-源码

data_Viz:数据可视化

covidtesting：COVID-19测试差距：交互式数据可视化-源码

COVID-19测试差距 全国各地都严重缺乏对COVID-19测试的访问权限，这使我们无法确切知道有多少人被感染。 这不是新闻。 但是，根据您的状态，您对测试的访问方式会非常不同。 这是一个网站，显示每个州相对于其人口的测试。 另请参阅： （ ） 入门 git clone https://github.com/lachlanjc/covidtesting cd covidtesting yarn yarn dev 麻省理工学院执照

mp-viz:Looker在Looker中的市场可视化（viz）-源码

mp-viz 这是Marketplace内容团队为可视化开发的开发项目。 使用LookML可视化对象在manifest.lkml文件中定义可视化。 visualization: { id: "multiple-value-dev" label: "Multiple Value Dev" # file: "multiple_value.js" url: "https://localhost:4443/multiple_value.js" } 在开发过程中，请配置yarn watch以便将自动重建更改并将其添加到您的开发服务器中。 您可以使用url参数指向开发服务器。 寻求共享更改时，例如用于反馈或查看，请将分发文件拖放到该项目中。 然后，您可以使用file参数引用.js 。 该项目应包含每个Marketplace可视化文件的开发模拟。 您可以查看Visualizati

Custom_Viz:Looker自定义可视化-源码

支持说明 此存储库中提供的可视化内容仅用作示例。 Looker的支持团队不会对与这些示例可视化或自定义可视化代码有关的问题进行故障排除。 可通过下载受支持的可视化文件。 Looker可视化API示例 的可视化API提供了一个简单JavaScript界面​​，用于创建功能强大，可自定义的可视化，并将其无缝集成到您的数据应用程序中。 :bar_chart: :chart_decreasing: :chart_increasing: 入门 润yarn :collision: 开始创作！ 指令 yarn build -通过webpack将/src的代码编译为/dist yarn lint lint-在整个代码库中运行TSLint。 yarn lint-fix fix-运行TSLint并尝试自动修复任何棉绒错误。

workshop_critical_data_viz：数据可视化的关键方法-源码

研讨会：数据可视化的关键方法 此仓库是DataLab的数据女权主义研究和学习小组主持的“数据可视化的关键方法”研讨会的所在地，该研讨会揭开了数据可视化的主观过程及其与多样性，公平性和包容性概念之间的关系。 该研讨会主要探讨如何使用数据来维护和持久化或量化和证明结构性压迫。 通过这次研讨会，学习者练习了“数据内脏化”技术，即体验数据差异并内在理解它们的过程， 维护者 加州大学戴维斯分校DataLab的Pamela Reynolds 贡献者 加州大学戴维斯分校科学技术研究系Emily Merchant 加州大学戴维斯分校科学技术研究学院Lindsay Poirier 链接 2021年研讨会为读者提供： 2021年研讨会提供的活动网页： ： 通讯协定 课程阅读器是一个通过GitHub托管的实时网页，您可以在其中输入课程内容并将其发布到面向学习者的面向公众的网站上。 其他阅读材料的补充示例