ENGLISH

金沙澳门官网4066,www.4066.com

习大大总书记在视察唐山时的重要讲话:我国是世界上自然灾害最为严重的国家之一,灾害种类多,分布地域广,发生频率高,造成损失重,这是一个基本国情。新中国成立以来特别是改革开放以来,大家不断探索,确立了以防为主、防抗救相结合的工作方针,国家综合防灾减灾救灾能力得到全面提升。要总结经验,进一步增强忧患意识、责任意识,坚持以防为主、防抗救相结合,坚持常态减灾和非常态救灾相统一,努力实现从注重灾后救助向注重灾前预防转变,从应对单一灾种向综合减灾转变,从减少灾害损失向减轻灾害风险转变,全面提升全社会抵御自然灾害的综合防范能力。防灾减灾救灾事关人民生命财产安全,事关社会和谐稳定,是衡量执政党领导力、检验政府实行力、评判国家动员力、体现民族凝聚力的一个重要方面。当前和今后一个时期,要着力从加强组织领导、健全体制、完善法律法规、推进重大防灾减灾工程建设、加强灾害监测预警和风险防范能力建设、提高城市建筑和基础设施抗灾能力、提高农村住房设防水平和抗灾能力、加大灾害管理培训力度、建立防灾减灾救灾宣传教育长效机制、引导社会力量有序参与等方面进行努力。

本所专家原创科普

相关链接
可视化的重要性与工具集
陈石

内容摘要:从数据到图形之间的映射,是可视化需要解决的问题。要发现数据之间的差异,分析数据结果,必不可少的就是可视化。从单一数据,到2D、3D和4D数据集,可视化解决方案大不相同。本文简单先容几种科研中常见的可视化工具。



1、可视化的分类
可视化就是把数据通过图的方式表达出来,如果从数据维度上分,可以分为2D、3D和4D
如果从数据类别上面分,致可以分为统计数据可视化、关系数据可视化、地理空间数据可视化、时间序列数据可视化以及文本数据可视化。
根据图件的格式还可以分为矢量图可视化和栅格图可视化。
一般而言,2D数据可视化的需求最多,图画出来需要交互,如果是JPG、GIF和PNG这种通用格式。传播起来很方便,但是有些比如三维的可交互式结果,还需要特定的App才能开打。
在科研领域,无论是写论文还是攒报告,可视化工具必不可少。每年我也评审别人的项目和论文,打开文档第一眼看到的就是图件,如果质量太差,第一印象就是不好的。
不信你找一些CNS文章(Cell,Nature和Science的简称)里面的图,再看看你做的图,是否觉得大家的图很土呢?(如果你的图比CNS还好,哪你一定是王者一枚,不用向下面看了)。为了让刚开始科研生涯的小盆友,将来能走的比较顺利,下面大家聊聊一些常见工具。

2、二维绘图领域的王者

地学绘图神奇GMT

GMT(Generic Mapping Tools)是一个被地学界广泛使用的的绘图工具,可以完成海岸线、国界、河流等的绘制。GMTApp
最早由哥伦毕业大学的两位毕业生Wessel和Smith共同研制而成,开源、免费、功能强大是最重要的特点。
GMT都是命令行实现的,目的为了程序跨平台和具有更好的可移植性。你要画图需要写脚本(但实际上常用的命令也就十几条,记住了受用一生)。原生的输出格式主要支撑PostScript格式(一种不依赖平台的矢量格式)。

具有人机交互界面的Surfer

SurferApp是美国Golden Software企业编制的一款以画三维图的App。该App具有强大的插值功能和绘制图件能力,可用来处理XYZ数据,是地质工编辑常用的专业成图App。
SurferApp是基于Windows平台的,具有非常友好的人机交互界面,以绘制等值线出名。上世纪80年代就有版本,几十年来其等值线生成技术是它的独门密集,比如地学领域常用的克里金算法,市面上的其它App在性能和效果上能比surfer更好的我还没看到。

3、Python生态下的可视化方案
如果你是一个python控,哪在这个生态系统内,可视化工具也要知道一二:

Matplotlib
matplotlib是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。
Matplotlib是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。MATLAB语言是面向过程的。利用函数的调用,MATLAB中可以轻松的利用一行命令来绘制直线,然后再用一系列的函数调整结果。
matplotlib有一套完全仿照MATLAB的函数形式的绘图接口,在matplotlib.pyplot模块中。记得开始看python代码,记得印象最深的二句是这样的:

import matplotlib.pyplot as plt
plt.plot(x,y)

这套函数接口方便MATLAB用户过度到matplotlib包。

Bokeh
Bokeh是一个专门针对Web浏览器的呈现功能的交互式可视化Python库,也是Bokeh与其它可视化库最核心的区别。它专门针对Web浏览器的交互式、可视化Python绘图库,可以做出像D3.js简洁漂亮的交互可视化效果,但是使用难度低于D3.js。

  • 独立的HTML文档或服务端程序
  • 可以处理大量、动态或数据流
  • 支撑Python (或Scala, R, Julia…)
  • 不需要使用Javascript

Plotly
Plotly 是一款用来做数据分析和可视化的在线平台,功能非常强大,可以在线绘制很多图形比如条形图、散点图、饼图、直方图等等。而且还是支撑在线编辑,以及多种语言python、javascript、matlab、R等许多API。
它在python中使用也很简单,直接用pip install plotly就可以了。推荐最好在jupyter notebook中使用。使用Plotly可以画出很多媲美Tableau的高质量图:




一句话总结:常言道技多不压身,趁着你自己还年轻,多学点东西。可视化水平更像一个手艺,除了用好工具,还要能通过对比找到差距,不断完善自己,才能不断突破和创新。









编辑:地学小哥
链接:https://www.jianshu.com/p/a03c215bb6e7
來源:简书
简书著作权归编辑所有,任何形式的转载都请联系编辑获得授权并注明出处。

www.4066.com:2020年03月09日

XML 地图 | Sitemap 地图