无止休
I wrote a react version findAndReplaceDOMText. also support ReactNode match. Hope to add a link with related projects. Links: https://github.com/dt-fe/react-deep-match
I use this plugin in firefox, but it seems always get empty result in google result page; I find the api in pinboard docs, i can't find this api, it...
  ### 相关研究小组 港科系 屈老师组 巫老师组 曹楠组 Panpan Xu, Bosch等 Weiwei Cui Jian Zhao组, 伙伴Michael Glueck 北大可视化 Xiaoru Yuan 清华刘世霞 Shixia Liu 马里兰 Ben Schneidermann, Fan Du等 Niklas Elmqvist组...
用来记录最近读的内容
### 理解数据漫画 URL：https://zhuanlan.zhihu.com/p/74152704 文章中对于数据漫画的方法论解析，还是非常让人叹为观止。非常方法论的方式，把数据漫画讲的很清晰。   ### 带动效的蜂窝散点图 数据来源于美国1960-2014年间各个职业的收入分布情况。横轴代表收入水平，纵轴排列各种职业；同一职业收入类似的数据点互相挤压形成紧密的蜂窝状视图。这个视图能很好地展现不同职业的收入分布，而年份切换时的动画效果能清晰地展现出社会的变迁：贫富差距越来越大，特别是1960和2014间的对比，在1960年时各个职业的收入都基本接近正态分布，而现在“异常点(Outliers)”确越来越多了。 URL: https://flowingdata.com/projects/2016/income-occ/  ### 信息处理的流程 https://www.youtube.com/watch?v=ouIFSDQwkQM  ### 可交互的动态气泡图  ### 3D 形式的 VR-Like 图表 
### Dundas Enhance Your Data Storytelling with Animated Charts: [https://www.dundas.com/resources/dundas-data-visualization-blog/enhance-your-data-storytelling-with-animated-charts](https://www.dundas.com/resources/dundas-data-visualization-blog/enhance-your-data-storytelling-with-animated-charts) #### Slideshows in [Dundas BI](https://www.dundas.com/dundas-bi) you can tell stories with your data using Dundas BI’s native [Slideshows](https://www.dundas.com/dundas-bi/features#slideshows) feature. Slideshows in...
## 论文 [P4.pdf](https://jpkli.github.io/pix/papers/p4-tvcg.pdf) [P5_InfoVis19.pdf](https://jpkli.github.io/pix/papers/p5-infovis.pdf) ## P4 论文解读： ### 框架目标 - Performance: 运用GPU处理数据和渲染视图 - Data processing & Rendering 图形绘制和通用计算 - Productivity: 声明式语法 - Programmability: 运行时处理用户定义逻辑 - 为了提升用户交互的实时性，可以采用多线程并行处理的技术，分管不同的工作，保证系统不会阻塞。同时也可以使用增量可视化的形式，逐步呈现可视化结果。 - Portability: 基于浏览器平台(WebGL) ###...
交互式构建图表，优势在于布局和数据绑定 #### 优势 定制的图表更具表现力，可以根据传递的数据进行细节的设计 传统工具的问题： 1. 手动设置数据和属性的映射，比较低效； 2. 可以用可视化的库编写代码实现，但是用户需要有较高的编程技能； 3. 可视化构建工具，提供的布局方式有限或者提供的布局构建的交互不够方便。 #### 设计原则 Charticulator的设计遵从如下的原则： 将布局作为有意的设计选择 使用部分规约（partial specification）构建布局 平衡直接操作和通过面板设置的交互方式 #### Charticulator的约束包括多个层次 图表层次的约束：绘图区块、图例、参考线等的位置约束关系 绘图区块中的约束：不同图标之间的位置约束关系 图标层次的约束：图标中不同元素之间的约束关系 标记内在的约束关系：如对于长方形，它的左右坐标、中心的横坐标以及宽度这4个变量，只有2个是自由变量 #### 连接建立 - 数据序列 - 多个绘图区块对应的相同数据项之间...
### 网络可视化的基本原则 - 始于发问 定义问题最为关键，为后续的每一步工作设定了明确目标。 - 寻找关联性 可视化的一个核心任务就是用最简便的方式揭示关联性。 选择两个核心元素-数据集和视觉表现技巧的时候，就需要关联性的问题。 - 实现多因素分析 因果关系，后续还要考虑种种因素：变量相互影响、多诱因、多结果、因果顺序、误差、伪相关、测量误差、互斥变量等因素 - 考虑时间 时间是变化最丰富的变量。不仅网状结构本身会发生改变，整个系统中的关联元素（信息、能量、水分、病毒）也会随着时间流逝而波动。 - 丰富词汇 考虑更多的视觉属性：颜色、形状、大小、方向、材质、色调以及位置 - 更多样化的节点 - 有表现力的边线 - 清晰的视觉语言：使用示例 - 呈现分组 分组：将同类信息归入一个更大的范畴，加强关联性，降低复杂程度，提高辨认度。 - 相似率(图形处理) -...
### 探索性分析和解释性分析 探索性分析，主要指理解数据，并找到其中的精华 解释性分析，给出解释、洞察和归因，解释性的分析和沟通 ### 选择有效的图表 1. 直接使用数据本身，使用简单的文本，或者带数据表达的文本 1. 表格的视觉表达，应该让边框融入背景，或者干脆去掉边框，突出数据而非边框。 1. 表格可以用视觉暗示指引的表格，热力图来表达数据 1. 图表类型 1. 点图 1. 散点图 2. 线图： 标准折线图、斜率图 1. 折线图上展示置信区间 1.  3. 条形图 1. 竖直条形图、直方图、堆叠竖直条形图、瀑布图、水平条形图、堆叠水平条形图 4....