怎样快速地背诵古诗词?

风雪渊源

我来说说我是怎样背诵的。

拿《登鹳雀楼》做个示例。

登鹳雀楼

唐 – 王之涣
白日依山尽,黄河入海流。
欲穷千里目,更上一层楼。

为什么会选择这一首,目的是想和大家一起背下来,最终的要求是记住。就通过这一首都熟悉的来展示出我的方法和思路。

好,下面开始。

我将分成五个步骤来说明。

第一, 对诗进行整体复述

当读到一首诗的时候,先整体诵读,体会其中的意境,但不要急于去背,去记忆,在整体诵读几遍后把书合上,然后开始回想,试着回忆你刚才读的这首诗写了什么,对诗进行

整体复述。

整体复述。

整体复述。

要求最大限度复述出诗的内容,包括时间地点人物以及做了什么事情,等等。

简单吧?

可是相信我,就这么简单的要求,很多人竟然说不上来个大概,更有甚者是哑口无言,瞬间犹如时空短路

,虽然已经读了几遍了。

可是刚才明明白白是读了诗了,而且确实能读懂,却什么都复述不出来。

???

现在就试着把这首诗复述出来。


看到日落西山,看到黄河,但是如果想看的更远就要再上一层楼。


要尽可能全部复述出来,但不强求。

复述不出来,再仔细回忆,实在回忆不出来就翻开诗整体诵读,再复述。

是整体诵读,

是整体诵读,

是整体诵读,

诵读完把书合上再复述。

记住,一定要去想、去回忆、去复述,如果复述不出来就再重复,直到可以完整的复述出来整首诗。

好了,进入下一步。

第二 ,罗列出诗里面提到所有事物,时间 地点 人物 事情 等等,罗列的越多越好。

好了,开始罗列,这首诗里面,

事物有太阳,山,黄河,海,楼。

时间是太阳落山的时候。

地点是北方,估计是西北,大漠之类的吧。

人物就是作者。

事件暂时认为就是爬楼

记住罗列的越多越好,直到实在想不起来为止,然后进入下一步。

第三, 充分调动大脑,我们要创作了。

这回要动真格的了,把罗列出来的词给补充完整,例如太阳,太阳怎么了,太晚要落山了,怎么落呢?哦,是照山落,好,出来了一句,

  • 太阳照山落。

接着来,黄河,海,想一想黄河和海怎么了?

  • 黄河流入大海。

然后是想看的更远,用什么看呢,当然是眼睛了,这不是开玩笑么?对,是“目”,里面应该有个目字,第二步罗列的时候竟然罗列出来“目”字,但是现在想到也不晚,目怎么样呢,目要望到千里,就是千里眼

,诗里是千里目。

  • 欲看千里目

接下来呢,更上一层楼,因为这一句实在是太熟了,我就不在做示例讲解了。

现在我们来看看我们创作的诗。

太阳照山落,
黄河入大海。
欲看千里目,
更上一层楼。

虽然很烂但是可以进入下一步了。

第四, 与原诗作对比。

到这一步,是见证自己实力的时候了。把连回忆带创作,背诵出或者说是创作的诗,与原诗对比一下,看看究竟哪里不对,哪一个词错了。

此时我们会————不敢相信自己。

怎么就没想起来是这个?对呀!就应该用这个词么,啊,这个字用的好……

经过这么一对比,一走心,一过脑,一思考,就更进一步加深了对诗词的记忆。

然后,大体上就可以背出来诗了。

再然后多看几遍多背几遍就能记下来整首诗。

是不是很爽,那么完成任务了么?

可以也说是,也可以说不是。

如果你只想单纯的为了记住一首诗那就完成了。

但如果你想理解的更透彻,记得更牢固记。那么走到这一步,任务还没有完成,一半都没有,甚至可以说连一半的一半都没有。

为什么呢?

我知道很多同学背古诗是背了就忘,忘了又背,小和尚念经有口无心。经过重复重复再重复不断的重复终于背下来了,但你要问,

这首诗好在哪?

不知道!

哪一个字哪一个词好?

不知道!

那一句话好,不知道!

虽然经过这么几步骤,已经可以超过很多同学那种有口无心的背诵方法了。但是忘了最关键的一步就是想,是思考,思考为什么我用了个这个词,而作者用的却是那一个词,用那一个词好在哪里?

比如,为什么落日要写成白日?

落日不是红的么?

白日依山尽为什么就比是照山落好?

难道不是照在山上么?

用尽为什么比落好?

再想想,用“穷”这个字为什么用的特别好?

经过这么一番思考一番对比一番感慨,可以更好体会出诗人的伟大之处。也提醒我们我们的水品还很一般一般,还得多学习学习。更主要的是彻彻底底的加深了对这首诗的认识,能使自己记得更牢更久。

完成了么? 还没!

请问这首诗叫什么名字?

啊,叫《望日》,不是。《望黄河》,也不是。对了叫爬什么楼。

我想,有太多的同学背诵古诗不认真看题目,诗会背了但是回头一想却不知道背的是什么诗,题目都给忘了。而有的诗词是千万不能忽略题目的。

比如这首诗,第二步时罗列具体事项时,有个地点一项,我们只知道是北方,具体呢,这一个关键点就出现在整首诗的题目里。更上一层楼,这个楼,是什么楼,是鹳雀楼。

鹳雀楼,山西永济县,楼高三层,前对中条山

,下临黄河。

这下就知道了,为什么作者写了落日又写黄河。难道只是因为我国西北就是大漠孤烟直长河落日圆么,很多同学把整首诗都背的滚瓜烂熟,但是在他心理始终认为诗人在大西北看到荒漠、落日、黄河、就写了一首诗。可实际上并没有荒漠也并不荒凉,而是在山西,而且确实是有一座楼,也许还是个热闹的景点,诗人是登鹳雀楼有感而发。

那么完成了么?

还没,还有最后一步。

第五, 放飞你的思想,和诗人一起去徜徉。

干什么呢,让我们合上书,一起想象我就是诗人,在鹳雀楼上,看着夕阳白日一点一点的落下山去,然后回头…………

同学么,这一步有用么?

我告诉你,有用。

一首诗背诵出来后,一定的去想,去感受作者的思路。在脑海里想象出整个诗词的画面,要想的完整,详细,要随着作者的诗词一步一步的走下来。一个细节都不能遗漏,

要有画面感。

要有画面感。

要有画面感。

诗人说白日你就想象出白日,不是红日、不是灰日。

诗人说是依山尽就依山尽,不是依海尽、也不是依沙漠尽。

诗人先看日落后看黄河,你就先想日落再想黄河。

顺着诗人的思路一步一步想下来。

这样,当有一天背诵这首诗的时候,就可以跟随着大脑里的画面一步一步的背诵出来。这样背才更有感情更真诚更有感染力。

到这里完成了么?对,完成了,但也没有完成。

因为这首诗将跟随我们一辈子。它已经在心理扎根发芽了。当我们哪一天,登楼时,爬山时,看着夕阳时,望着黄河时,甚至遇到挫折是,这首诗都会出现在我们脑海里提醒我们:

点个,你我都会

更上一层楼!!!

转自: https://www.zhihu.com/question/22786250/answer/726465971

拜登太蠢了,被泽连斯基给玩惨了!

昨天出现一则新闻:《华尔街日报》3月15日援引知情人士的话称,沙特阿拉伯正考虑使用人民币而不是美元来向中国出售部分石油。

报道认为,此举将削弱美元在全球石油市场的主导地位,并标志着这个全球最大原油出口国再一次偏向亚洲。

拜登太蠢了,被泽连斯基给玩惨了!

如果说这则新闻是真的话,那么无疑是对人民币的一次重大利好,是对美元霸权的又一次重击。

为什么这么说?

大家想想,中国购买沙特的石油可以直接给沙特人民币,沙特拿到中国的人民币会怎么做?

只能到中国购买商品啊,因为人民币不是国际货币,其它国家不认人民币啊。

原本沙特的很多商品可以到其它国家购买的,但是由于它手中存了大量人民币,所以必然要从中国大量进口商品。

沙特大量从中国进口商品,中国企业是不是要扩大生产规模?扩大生产规模,要不要大量招工?大量招工,大家是不是都有工作、都有钱赚了……

这等于什么?

这等于促进了中国和沙特之间的贸易,促进了中国经济的发展。

好处当然不止这些!

大家想想,沙特有四分之一的石油是卖给中国的,如果中国可以用人民币直接购买沙特的石油,那么我是不是就可以少储备一些美元了?

大家也看到,俄乌战争发生以后,俄罗斯有一半左右的外汇储备被欧美国家给冻结了,没有办法用——这就好像你把钱存在银行,但是银行却冻结了你的账户,让你有钱却花不了。

另外,大家也知道,由于美国无底线的开动印钞机,通胀高企,已经快达到8%了。

拜登太蠢了,被泽连斯基给玩惨了!

如果你大量储备美元,就意味着你的财富被贬值了!

沙特有四分之一的石油是卖给中国的,如果中国可以用人民币购买沙特的石油,那么不但能促进中国和沙特之间的贸易,而且还能减少我们对美元的依赖。

毫无疑问,沙特的这种做法是要动美元霸权根基的。

沙特有胆子挑战美国吗?

事实上,沙特石油采取人民币结算的说法已经不是第一次出现了:在过去的6年里,每当沙特和美国闹矛盾的时候,沙特都会拿“沙特石油使用人民币结算”来威胁美国。

那么,这次到底是不是真的?

其实,真假已经不重要了,因为外汇储备多元化已经成为很多国家的共识,因为美国在这次俄乌战争中的一些做法让很多国家都害怕了——俄罗斯作为世界性的强国,储备的美元都能被美国冻结,何况自己?

很多国家肯定会想:如果我哪天不顺美国的心了,美国冻结了我的美元,我没有钱到国际上购买生产生活必需的商品怎么办?

最好的办法就是:我多储备点其它国家的货币,比如欧元、美元、人民币、卢布等,我都储备一些。这样,就算美国冻结了我储备的美元,我也可以用欧元;就算欧元也被冻结了,我还可以用卢布和人民币购买商品……

拜登太蠢了,被泽连斯基给玩惨了!

如此,只要我不犯逆天的大错,不被联合国制裁,那么谁都不能威胁到我——中俄和欧美是对头,欧美制裁我,冻结了我的美元和欧元,那么中俄肯定会支持我的,我储备的人民币和卢布肯定是能到中国和俄罗斯买到东西的。

这次俄乌战争,表面上看,老美赚大了,实际上老美亏惨了!

表面上看,俄乌战争发生以后,欧洲资本大量逃往美国,美国军火商获得了大量订单,美国对欧洲的控制更深了……

拜登太蠢了,被泽连斯基给玩惨了!

但,实际上,美国亏大了,因为全世界都对美元产生了戒心!

美国获得了短期利益,但是却丢掉了长期利益!

说到这,肯定会有人说:难道美国不知道这么做对自己的坏处?

美国当然知道!

但是,美国没有办法了,它被民粹给绑架了!

 

大家想想,如果你是美国,如何才能让你的利益最大化?

你得要不断的挑起乌克兰和俄罗斯的矛盾、不断的挑起欧洲和俄罗斯的矛盾,让俄罗斯和乌克兰打起来,一旦俄罗斯和乌克兰打起来,必然有大量难民涌向欧洲、欧洲资本就必然要到美国避险、欧洲国家就必然要加大购买美国武器,这样就能促进美国的经济的发展,从而挽救美国千疮百孔的经济……

原本美国的想法是:一旦俄罗斯和乌克兰打起来了,我就在旁边多浇点油就行了,要求欧洲减少购买俄罗斯的天然气(然后自己高价卖给欧洲),但是我不准备把俄罗斯踢出SWIFT系统,我也不准备冻结俄罗斯的美元储备……

唯有如此,才能既收割欧洲,还不对美元霸权产生严重的影响,美国的利益才能实现最大化。

但是,美国没有想到:这一切的谋划都被乌克兰的那个演员总统给搞砸了!

大家如果关注泽连斯基行为后,你就会知道:欧美国家心里恨不得立刻拍死泽连斯基。

泽连斯基都做了哪些事?

俄罗斯对乌克兰发动战争以后,泽连斯基不断的喊着,乌克兰绝对不会投降的,要和俄罗斯死战到底……

美国一看,这小子有胆子啊,他抵抗俄罗斯的时间越久、难民就越多……这对美国太有利了啊。

说实话,我估计刚开始的时候,老美感动的恨不得抱着泽连斯基痛哭:兄弟啊,当年我扶植南越政府,结果打了20年,我一走,南越政府就垮台了;后来,我又打了阿富汗,扶植了阿富汗政府,结果我刚说完“30万对8万,优势在我”的时候,我还没撤完呢,阿富汗政府军一枪不发的逃了精光了……兄弟啊,我心里苦啊,还好有你,太给我长脸了……

拜登太蠢了,被泽连斯基给玩惨了!

泽连斯基是一个演员,演技非常好,他也想做个民族英雄啊!

于是,欧美的媒体一致的各种“表扬”泽连斯基,到处宣传他……

泽连斯基:我要钱!

美国:给!

泽连斯基:我要武器!

美国:给!

泽连斯基:我要去欧洲演讲!

美国:支持!

泽连斯基:我要……

美国:给给给,都给……

泽连斯基:我要美国媒体宣传我的爱国热心,把我打造成“民主斗士”和“民族英雄”!

美国:全力支持!

……

于是,欧美的媒体火力全开,各种表扬泽连斯基,欧美国家的老百姓都把泽连斯基当成了一个真正的斗士和民族英雄……

但是,慢慢的,美国发现好像有点不对劲了:这个演员总统好像演过头了!

泽连斯基喊道:北约,你在干啥呢?赶快设立“禁飞区”啊,不然我的兵就被俄军都炸死了,还怎么抵抗下去啊?

北约有点难受了:兄弟啊,不是我不想设立“禁飞区”啊,是我没能力啊!

泽连斯基喊道:欧盟,你在干啥呢?你怎么还在购买俄罗斯的石油和天然气呢?

欧盟有点难受了:兄弟啊,我不购买俄罗斯的石油和天然气,你让我到哪去购买啊?我的老百姓难道要在寒风中度日?企业难道都要停产……

美国也难受了,原本美国只想多卖欧洲一些贵的天然气(美国石油还需要进口的),但是如果禁了俄罗斯的石油,美国就得给自己和欧盟找到替代才行啊?但是,没有办法啊,乌克兰已经喊出来,拜登得去找石油啊!

特朗普的大嘴巴很恶毒,不过他说得真好:现在拜登正在“跪遍”全球,向沙特、伊朗和委内瑞拉乞讨石油。

这还没完,泽连斯基要说的话还多着呢!

泽连斯基对欧盟和美国喊话:美国和欧盟,你们在干啥呢?怎么还不把俄罗斯从SWIFT系统中踢出去啊?

美国和欧盟真的快被泽连斯基给搞疯了,商量了几天,只能咬着牙决定:把俄罗斯从SWIFT系统中踢出去!

泽连斯基又喊道:欧美的企业,你们在干啥呢?怎么还和俄罗斯做生意?你们不觉得从俄罗斯赚来的每分钱里面都有乌克兰人的血的味道吗?

拜登太蠢了,被泽连斯基给玩惨了!

欧美企业都要疯了!

但是,没有办法,老百姓的情绪全部被泽连斯基给调动起来了:谁不切断和俄罗斯的贸易,谁就是“欧奸”,就是“美奸”,我们就抵制谁!

于是,什么麦当劳、可口可乐、壳牌……所有的欧美企业都不得不宣布退出俄罗斯市场!

拜登太蠢了,被泽连斯基给玩惨了!

现在大家明白了吧,上面很多事都不是欧美想做的,但是它们都被民粹给绑架了!

于是,我们就看到了非常荒唐的一幕:不仅仅俄罗斯的金融、艺术等被制裁了,一些国家还没收了俄罗斯寡头的私有财产,让所谓的资本无国界、技术无国界、艺术无国界、知识无国界、自由市场经济、言论自由、私有财产不被侵犯……统统的都成了大笑话!甚至连俄罗斯树、猫等都被制裁了!

 

民粹这个东西是非常可怕的!

不要说别人,就说我们自己:要是哪个外国企业发表了不当言论,出现支持“台独”“港独”之类言论的,你看京东、淘宝等,哪个还敢卖它们的产品?老百姓的口水都能淹死它们!

现在大家明白了:现在欧美国家的很多做法都不是它自己想做的,而是欧美老百姓的情绪被泽连斯基给煽动起来了,而民粹又绑架了欧美的政府和企业,逼迫它们不得不做出各种疯狂的举动,而这些疯狂的举动给欧美国家带来了严重的后果!

欧美国家主导制定的世界秩序被它们自己给全部打碎了!

其中最严重的两个后果就是:

第一,将俄罗斯彻底的推向了中国,欧美和俄罗斯之间的矛盾再也没有缓和的可能——俄罗斯的金融系统、贸易系统等全面倒向了中国。

第二,世界各国都对欧美产生了严重的戒备,对它们产生了严重的不信任感,让欧美国家多年建立的信用快速丧失,加速推动世界向“多极化”转变的速度。

这次,美帝真的被泽连斯基给玩惨了!

说白了,还是拜登太蠢了,以为自己能控制住一切,但是没有想到,很多事都不是他能控制住的。

用特朗普的话就是:把美国历史上最差的5任总统拿出来,放到一起,他们都不会造成拜登及其团队在短短13个月任期来的损害……拜登真是太蠢了!

—–全文到此为止。

转自:https://mp.weixin.qq.com/s/RHsdGD2z70GXkvlm7RyvBQ

12 个适合做外包项目的开源后台管理系统

来自:今日头条,作者:择偶时分

链接:https://www.toutiao.com/i6865688485706072580

1.D2admin

开源地址:https://github.com/d2-projects/d2-admin

文档地址:https://d2.pub/zh/doc/d2-admin/

效果预览:https://d2.pub/d2-admin/preview/#/index

开源协议:MIT

12 个适合做外包项目的开源后台管理系统

2.vue-element-admin

开源地址:https://github.com/PanJiaChen/vue-element-admin

文档地址:https://panjiachen.github.io/vue-element-admin-site/zh/

效果预览:https://d2.pub/d2-admin/preview/#/index

开源协议:MIT

12 个适合做外包项目的开源后台管理系统

3.JEECG-BOOT

开源地址:https://github.com/zhangdaiscott/jeecg-boot

文档地址:https://panjiachen.github.io/vue-element-admin-site/zh/

效果预览:http://boot.jeecg.com/

开源协议:Apache-2.0 License

12 个适合做外包项目的开源后台管理系统

4.GIN-VUE-ADMIN

开源地址:https://github.com/flipped-aurora/gin-vue-admin

文档地址:https://www.gin-vue-admin.com/

效果预览:http://demo.gin-vue-admin.com/#/layout/dashboard

开源协议:Apache-2.0 License

12 个适合做外包项目的开源后台管理系统

5.vue-admin-beautiful

开源地址:https://github.com/chuzhixin/vue-admin-beautiful

文档地址:https://www.gin-vue-admin.com/

效果预览:http://beautiful.panm.cn/

开源协议:MPL-2.0 License

12 个适合做外包项目的开源后台管理系统

6.Dcat-admin

开源地址:https://github.com/jqhph/dcat-admin

文档地址:http://www.dcatadmin.com/

效果预览:http://103.39.211.179:8080/admin

开源协议:MIT License

12 个适合做外包项目的开源后台管理系统

7.RuoYi

开源地址:https://gitee.com/y_project/RuoYi

文档地址:https://doc.ruoyi.vip/

效果预览:https://vue.ruoyi.vip/index

开源协议:MIT License

12 个适合做外包项目的开源后台管理系统

8.renren-fast-vue

开源地址:https://gitee.com/renrenio/renren-fast-vue

文档地址:https://www.renren.io/guide

效果预览:http://demo.open.renren.io/renren-fast/#/home

开源协议:MIT License

12 个适合做外包项目的开源后台管理系统

9.ant-design-pro

开源地址:https://github.com/ant-design/ant-design-pro

文档地址:https://pro.ant.design/index-cn/

效果预览:https://pro.ant.design/

开源协议:MIT License

10.iview-admin

开源地址:https://github.com/iview/iview-admin

文档地址:https://lison16.github.io/iview-admin-doc/

效果预览:https://admin.iviewui.com/home

开源协议:MIT License

12 个适合做外包项目的开源后台管理系统

11.material-dashboard

开源地址:https://github.com/creativetimofficial/material-dashboard#demo

文档地址:https://demos.creative-tim.com/material-dashboard/docs/2.1/getting-started/introduction.html

效果预览:https://demos.creative-tim.com/material-dashboard/examples/dashboard.html

开源协议:MIT License

12 个适合做外包项目的开源后台管理系统

12.EAdmin

开源地址:https://github.com/suruibuas/eadmin

文档地址:http://doc.eadmin.com.cn/

效果预览:http://www.eadmin.com.cn/

开源协议:无

12 个适合做外包项目的开源后台管理系统

暂时整理这么几个后面遇到更好的再整理,如果大家有好的也欢迎评论区下面推荐。

 
— EOF —

那些 十(nao)分(dong)有(da)趣(kai)的开源项目

文 | 叶子

出品 | OSC开源社区(ID:oschina2013)

我们印象中,GitHub 是世界上最大的代码托管平台,其中有很多优质的开源项目,能为我们工作带来很大帮助。但其实,其中也托管了很多十(nao)(dong)(da)(kai)的开源项目,并登上热搜榜,今天小编就给大家搜罗了几个,看看你知道几个吧!

1、「Loaf」一键摸鱼神器 
Star 数量 :532  
项目地址:https://github.com/DinoChan/Loaf
诶~我在工作,诶~我在摸鱼那些 十(nao)分(dong)有(da)趣(kai)的开源项目工作与摸鱼之间的切换就是如此丝滑!
当你在偷偷摸鱼而老板却突然过来时,只需点下“摸鱼”按钮,就会弹出假的系统更新页面,然后你只需“坦然”面对老板就好了。
那些 十(nao)分(dong)有(da)趣(kai)的开源项目
2、「nocode」一行代码都没有
Star 数量 :51.9 K
项目地址:https://github.com/kelseyhightower/nocode
编写安全可靠的应用程序的最佳方式是什么?
答:什么都不写!
没错,这是该项目作者自述文件中所写,而且项目作者也确实做到了,构建应用程序、部署都一行代码都没有写,可以想象它做任何你想做的事情,可能性无止境!
那些 十(nao)分(dong)有(da)趣(kai)的开源项目
3、「seq2seq-couplet」深度学习对联
Star 数量 :5.2 K
项目地址:https://github.com/wb14123/seq2seq-couplet
这是一个使用 seq2seq 模型对对联的项目,给出上联即可帮你对出下联
以下是此模型生成的一些示例:
那些 十(nao)分(dong)有(da)趣(kai)的开源项目
在线体验地址:https://ai.binwang.me/couplet/
那些 十(nao)分(dong)有(da)趣(kai)的开源项目

4、「reverse-interview-zh」反向面试

Star 数量 :13.5 K
项目地址:https://github.com/yifeikong/reverse-interview-zh
即将要参加面试的同学看过来了,平常我们去面试的时候,最后总有一个环节是“有什么想要问的/了解的吗”,很多面试者往往这时候不知道应该问什么。
呐,这个「反向面试」的项目帮大家罗列出了技术面试最后反问面试官的话,而且非常详细,从职责、技术、团队、问未来同事、公司、社会问题、冲突、商业、远程工作、办公室布局、终极问题、待遇、休假 13 个方向列出了可以问的问题,实在是太实用了!
那些 十(nao)分(dong)有(da)趣(kai)的开源项目
5、「HowToCook」—— 程序员做饭指南
Star 数量 :26.4 K
项目地址:https://github.com/Anduin2017/HowToCook
这个项目是在家隔离的程序员Auduin Xue发起,其认为网上的菜谱写法千奇百怪,对习惯了形式语言的程序员来说极其不友好,故而创建了该项目。
这份「程序员做饭指南」可不简单,其菜单中提供公式,让你根据人数精确把握原料用量,不会被“少量、适量”这类模糊的词语弄得抓耳挠腮。更有意思的是,该项目还能通过公式解决世界难题——今天吃什么!
那些 十(nao)分(dong)有(da)趣(kai)的开源项目
6、「Dress」女装
Star 数量 :21 K
项目地址:https://github.com/komeiji-satori/Dress
这应该是一个深受男同志们喜爱的项目,不多说,自己看吧~
那些 十(nao)分(dong)有(da)趣(kai)的开源项目
以上有趣的开源项目你用过几个呢?你还知道哪些有意思的开源项目呢?评论区来说说吧!
— EOF —

转自:https://mp.weixin.qq.com/s/rdjafnxR7ZVyYuuBe61CiA

50 个最有价值的数据可视化图表

 

本文总结了在数据分析和可视化中最有用的 50 个 Matplotlib 图表。这些图表列表可以使用 python 的 matplotlib 和 seaborn 库选择要显示的可视化对象。

这些图表根据可视化目标的 7 个不同情景进行分组。 例如,如果要想象两个变量之间的关系,请查看“关联”部分下的图表。或者,如果您想要显示值如何随时间变化,请查看“变化”部分,依此类推。

总结了 50 个最有价值的数据可视化图表

有效图表的重要特征:

  • 在不歪曲事实的情况下传达正确和必要的信息。
  • 设计简单,您不必太费力就能理解它。
  • 从审美角度支持信息而不是掩盖信息。
  • 信息没有超负荷。

01 关联(Correlation)

关联图表用于可视化 2 个或更多变量之间的关系。也就是说,一个变量如何相对于另一个变化。

1. 散点图(Scatter plot)

散点图是用于研究两个变量之间关系的经典的和基本的图表。如果数据中有多个组,则可能需要以不同颜色可视化每个组。您可以使用 plt.scatterplot() 方便地执行此操作。

总结了 50 个最有价值的数据可视化图表

2. 带边界的气泡图(Bubble plot with Encircling)

有时,您希望在边界内显示一组点以强调其重要性。在这个例子中,你从数据框中获取记录,并用 encircle() 来使边界显示出来。

总结了 50 个最有价值的数据可视化图表

3. 带线性回归最佳拟合线的散点图(Scatter plot with linear regression line of best fit)

如果你想了解两个变量如何相互改变,那么最佳拟合线就是常用的方法。 下图显示了数据中各组之间最佳拟合线的差异。要禁用分组并仅为整个数据集绘制一条最佳拟合线,请从 sns.lmplot() 调用中删除 hue =’cyl’ 参数。

总结了 50 个最有价值的数据可视化图表

针对每列绘制线性回归线或者,可以在其每列中显示每个组的最佳拟合线。可以通过在 sns.lmplot() 中设置 col=groupingcolumn 参数来实现,如下:

总结了 50 个最有价值的数据可视化图表

4. 抖动图(Jittering with stripplot)

通常,多个数据点具有完全相同的 X 和 Y 值。结果,多个点绘制会重叠并隐藏。为避免这种情况,请将数据点稍微抖动,以便您可以直观地看到它们。

使用 seaborn 的 stripplot() 很方便实现这个功能。

总结了 50 个最有价值的数据可视化图表

5. 计数图(Counts Plot)

避免点重叠问题的另一个选择是增加点的大小,这取决于该点中有多少点。因此,点的大小越大,其周围的点的集中度越高。

总结了 50 个最有价值的数据可视化图表

6. 边缘直方图(Marginal Histogram)

边缘直方图具有沿 X 和 Y 轴变量的直方图。这用于可视化 X 和 Y 之间的关系以及单独的 X 和 Y 的单变量分布。这种图经常用于探索性数据分析(EDA)。

总结了 50 个最有价值的数据可视化图表

7. 边缘箱形图(Marginal Boxplot)

边缘箱图与边缘直方图具有相似的用途。然而,箱线图有助于精确定位 X 和 Y 的中位数、第 25 和第 75 百分位数。

总结了 50 个最有价值的数据可视化图表

8. 相关图(Correllogram)

相关图用于直观地查看给定数据框(或二维数组)中所有可能的数值变量对之间的相关度量。

总结了 50 个最有价值的数据可视化图表

9. 矩阵图(Pairwise Plot)

矩阵图是探索性分析中的最爱,用于理解所有可能的数值变量对之间的关系。它是双变量分析的必备工具。

总结了 50 个最有价值的数据可视化图表
总结了 50 个最有价值的数据可视化图表

02 偏差(Deviation)

10. 发散型条形图(Diverging Bars)

如果您想根据单个指标查看项目的变化情况,并可视化此差异的顺序和数量,那么散型条形图(Diverging Bars)是一个很好的工具。它有助于快速区分数据中组的性能,并且非常直观,并且可以立即传达这一点。

总结了 50 个最有价值的数据可视化图表

11. 发散型文本(Diverging Texts)

发散型文本(Diverging Texts)与发散型条形图(Diverging Bars)相似,如果你想以一种漂亮和可呈现的方式显示图表中每个项目的价值,就可以使用这种方法。

总结了 50 个最有价值的数据可视化图表

12. 发散型包点图(Diverging Dot Plot)

发散型包点图(Diverging Dot Plot)也类似于发散型条形图(Diverging Bars)。然而,与发散型条形图(Diverging Bars)相比,条的缺失减少了组之间的对比度和差异。

总结了 50 个最有价值的数据可视化图表

13. 带标记的发散型棒棒糖图(Diverging Lollipop Chart with Markers)

带标记的棒棒糖图通过强调您想要引起注意的任何重要数据点并在图表中适当地给出推理,提供了一种对差异进行可视化的灵活方式。

总结了 50 个最有价值的数据可视化图表

14. 面积图(Area Chart)

通过对轴和线之间的区域进行着色,面积图不仅强调峰和谷,而且还强调高点和低点的持续时间。高点持续时间越长,线下面积越大。

总结了 50 个最有价值的数据可视化图表

03 排序(Ranking)

15. 有序条形图(Ordered Bar Chart)

有序条形图有效地传达了项目的排名顺序。但是,在图表上方添加度量标准的值,用户可以从图表本身获取精确信息。

总结了 50 个最有价值的数据可视化图表

16. 棒棒糖图(Lollipop Chart)

棒棒糖图表以一种视觉上令人愉悦的方式提供与有序条形图类似的目的。

总结了 50 个最有价值的数据可视化图表

17. 包点图(Dot Plot)

包点图表传达了项目的排名顺序,并且由于它沿水平轴对齐,因此您可以更容易地看到点彼此之间的距离。

总结了 50 个最有价值的数据可视化图表

18. 坡度图(Slope Chart)

坡度图最适合比较给定人/项目的“前”和“后”位置。

总结了 50 个最有价值的数据可视化图表

19. 哑铃图(Dumbbell Plot)

哑铃图表传达了各种项目的“前”和“后”位置以及项目的等级排序。如果您想要将特定项目/计划对不同对象的影响可视化,那么它非常有用。

总结了 50 个最有价值的数据可视化图表

04 分布(Distribution)

20. 连续变量的直方图(Histogram for Continuous Variable)

直方图显示给定变量的频率分布。下面的图表示基于类型变量对频率条进行分组,从而更好地了解连续变量和类型变量。

总结了 50 个最有价值的数据可视化图表

21. 类型变量的直方图(Histogram for Categorical Variable)

类型变量的直方图显示该变量的频率分布。通过对条形图进行着色,可以将分布与表示颜色的另一个类型变量相关联。

总结了 50 个最有价值的数据可视化图表

22. 密度图(Density Plot)

密度图是一种常用工具,用于可视化连续变量的分布。通过“响应”变量对它们进行分组,您可以检查 X 和 Y 之间的关系。 以下情况用于表示目的,以描述城市里程的分布如何随着汽缸数的变化而变化。

总结了 50 个最有价值的数据可视化图表

23. 直方密度线图(Density Curves with Histogram)

带有直方图的密度曲线汇集了两个图所传达的集体信息,因此您可以将它们放在一个图中而不是两个图中。

总结了 50 个最有价值的数据可视化图表

24. Joy Plot

Joy Plot 允许不同组的密度曲线重叠,这是一种可视化大量分组数据的彼此关系分布的好方法。它看起来很悦目,并清楚地传达了正确的信息。它可以使用基于 matplotlib 的 joypy 包轻松构建。

注:需要安装 joypy 库

总结了 50 个最有价值的数据可视化图表

25. 分布式包点图(Distributed Dot Plot)

分布式包点图显示按组分割的点的单变量分布。点数越暗,该区域的数据点集中度越高。通过对中位数进行不同着色,组的真实定位立即变得明显。

总结了 50 个最有价值的数据可视化图表

26. 箱形图(Box Plot)

箱形图是一种可视化分布的好方法,记住中位数、第 25 个第 45 个四分位数和异常值。但是,您需要注意解释可能会扭曲该组中包含的点数的框的大小。因此,手动提供每个框中的观察数量可以帮助克服这个缺点。

例如,左边的前两个框具有相同大小的框,即使它们的值分别是 5 和 47。因此,写入该组中的观察数量是必要的。

总结了 50 个最有价值的数据可视化图表

27. 包点+箱形图(Dot+Box Plot)

包点+箱形图(Dot+Box Plot)传达类似于分组的箱形图信息。此外,这些点可以了解每组中有多少数据点。

总结了 50 个最有价值的数据可视化图表

28. 小提琴图(Violin Plot)

小提琴图是箱形图在视觉上令人愉悦的替代品。小提琴的形状或面积取决于它所持有的观察次数。但是,小提琴图可能更难以阅读,并且在专业设置中不常用。

总结了 50 个最有价值的数据可视化图表

29. 人口金字塔(Population Pyramid)

人口金字塔可用于显示由数量排序的组的分布。或者它也可以用于显示人口的逐级过滤,因为它在下面用于显示有多少人通过营销渠道的每个阶段。

总结了 50 个最有价值的数据可视化图表

30. 分类图(Categorical Plots)

由 seaborn 库 提供的分类图可用于可视化彼此相关的 2 个或更多分类变量的计数分布。

总结了 50 个最有价值的数据可视化图表
总结了 50 个最有价值的数据可视化图表

05 组成(Composition)

31. 华夫饼图(Waffle Chart)

可以使用 pywaffle 包 创建华夫饼图,并用于显示更大群体中的组的组成。

注:需要安装 pywaffle 库

总结了 50 个最有价值的数据可视化图表
总结了 50 个最有价值的数据可视化图表

32. 饼图(Pie Chart)

饼图是显示组成的经典方式。然而,现在通常不建议使用它,因为馅饼部分的面积有时会变得误导。因此,如果您要使用饼图,强烈建议明确记下饼图每个部分的百分比或数字。

总结了 50 个最有价值的数据可视化图表
总结了 50 个最有价值的数据可视化图表

33. 树形图(Treemap)

树形图类似于饼图,它可以更好地完成工作而不会误导每个组的贡献。

注:需要安装 squarify 库

总结了 50 个最有价值的数据可视化图表

34. 条形图(Bar Chart)

条形图是基于计数或任何给定指标可视化项目的经典方式。在下面的图表中,我为每个项目使用了不同的颜色,但您通常可能希望为所有项目选择一种颜色,除非您按组对其进行着色。

总结了 50 个最有价值的数据可视化图表

06 变化(Change)

35. 时间序列图(Time Series Plot)

时间序列图用于显示给定度量随时间变化的方式。在这里,您可以看到 1949 年 至 1969 年间航空客运量的变化情况。

总结了 50 个最有价值的数据可视化图表

36. 带波峰波谷标记的时序图(Time Series with Peaks and Troughs Annotated)

下面的时间序列绘制了所有峰值和低谷,并注释了所选特殊事件的发生。

总结了 50 个最有价值的数据可视化图表

37. 自相关和部分自相关图(Autocorrelation (ACF) and Partial Autocorrelation (PACF) Plot)

自相关图(ACF图)显示时间序列与其自身滞后的相关性。 每条垂直线(在自相关图上)表示系列与滞后 0 之间的滞后之间的相关性。图中的蓝色阴影区域是显着性水平。那些位于蓝线之上的滞后是显着的滞后。

那么如何解读呢?

对于空乘旅客,我们看到多达 14 个滞后跨越蓝线,因此非常重要。这意味着,14 年前的航空旅客交通量对今天的交通状况有影响。

PACF 在另一方面显示了任何给定滞后(时间序列)与当前序列的自相关,但是删除了滞后的贡献。

总结了 50 个最有价值的数据可视化图表

38. 交叉相关图(Cross Correlation plot)

交叉相关图显示了两个时间序列相互之间的滞后。

总结了 50 个最有价值的数据可视化图表

39. 时间序列分解图(Time Series Decomposition Plot)

时间序列分解图显示时间序列分解为趋势,季节和残差分量。

总结了 50 个最有价值的数据可视化图表

40. 多个时间序列(Multiple Time Series)

您可以绘制多个时间序列,在同一图表上测量相同的值,如下所示。

总结了 50 个最有价值的数据可视化图表

41. 使用辅助 Y 轴来绘制不同范围的图形(Plotting with different scales using secondary Y axis)

如果要显示在同一时间点测量两个不同数量的两个时间序列,则可以在右侧的辅助 Y 轴上再绘制第二个系列。

总结了 50 个最有价值的数据可视化图表

42. 带有误差带的时间序列(Time Series with Error Bands)

如果您有一个时间序列数据集,每个时间点(日期/时间戳)有多个观测值,则可以构建带有误差带的时间序列。 您可以在下面看到一些基于每天不同时间订单的示例。另一个关于 45 天持续到达的订单数量的例子。

在该方法中,订单数量的平均值由白线表示。并且计算 95% 置信区间并围绕均值绘制。

总结了 50 个最有价值的数据可视化图表
总结了 50 个最有价值的数据可视化图表

43. 堆积面积图(Stacked Area Chart)

堆积面积图可以直观地显示多个时间序列的贡献程度,因此很容易相互比较。

总结了 50 个最有价值的数据可视化图表

44. 未堆积的面积图(Area Chart UnStacked)

未堆积面积图用于可视化两个或更多个系列相对于彼此的进度(起伏)。在下面的图表中,您可以清楚地看到随着失业中位数持续时间的增加,个人储蓄率会下降。未堆积面积图表很好地展示了这种现象。

总结了 50 个最有价值的数据可视化图表

45. 日历热力图(Calendar Heat Map)

与时间序列相比,日历地图是可视化基于时间的数据的备选和不太优选的选项。虽然可以在视觉上吸引人,但数值并不十分明显。然而,它可以很好地描绘极端值和假日效果。

注:需要安装 calmap 库

总结了 50 个最有价值的数据可视化图表

46. 季节图(Seasonal Plot)

季节图可用于比较上一季中同一天(年/月/周等)的时间序列。

总结了 50 个最有价值的数据可视化图表

07 分组(Groups)

47. 树状图(Dendrogram)

树形图基于给定的距离度量将相似的点组合在一起,并基于点的相似性将它们组织在树状链接中。

总结了 50 个最有价值的数据可视化图表

48. 簇状图(Cluster Plot)

簇状图(Cluster Plot)可用于划分属于同一群集的点。下面是根据 USArrests 数据集将美国各州分为 5 组的代表性示例。此图使用“谋杀”和“攻击”列作为 X 和 Y 轴。或者,您可以将第一个到主要组件用作 X 轴和 Y 轴。

总结了 50 个最有价值的数据可视化图表

49. 安德鲁斯曲线(Andrews Curve)

安德鲁斯曲线有助于可视化是否存在基于给定分组的数字特征的固有分组。如果要素(数据集中的列)无法区分组(cyl),那么这些线将不会很好地隔离,如下所示。

总结了 50 个最有价值的数据可视化图表

50. 平行坐标(Parallel Coordinates)

平行坐标有助于可视化特征是否有助于有效地隔离组。如果实现隔离,则该特征可能在预测该组时非常有用。

总结了 50 个最有价值的数据可视化图表

转自:公号-数据STUDIO

 

– EOF –

转自:https://mp.weixin.qq.com/s/SMSWC1DWMOBAZpGF8_3c4w