本次实验围绕数据可视化交互展开，基于Python的Pyecharts库对全国城市空气质量数据进行多维度可视化分析。通过完成横向条形图对比AQI值、饼图展示等级分布、多选项卡仪表盘综合分析、2D及3D地理可视化等任务，实践了数据可视化的准确性、简洁性等核心原则，实现了从数据清洗、图表绘制到交互功能设计的完整流程，直观呈现了不同城市及区域的空气质量特征。实验过程中，既掌握了Pyecharts库的各类图

本次重点探索了词云生成与文献指纹构造两种技术方法。通过处理中文歌词和古文文本，结合Python中的分词工具jieba、词云库WordCloud以及哈希算法库hashlib，实验实现了从文本信息提取到可视化呈现的全流程。在词云生成部分，实验以《千千阙歌》歌词为数据源，首先使用jieba进行精确分词，解决了中文文本因无空格分隔导致的词云生成难题。通过配置WordCloud参数，生成了直观展示歌词高频词

本次实验围绕数据可视化中的比例数据展示展开，重点学习了如何通过板块层级图直观呈现树状结构数据的分布关系。实验以Python为工具，结合pandas、matplotlib和squarify等库，从数据读取、处理到可视化逐步实现。通过merge函数对数据进行整合匹配，利用归一化方法将商品数量映射为颜色深浅，并以通道数量决定矩形面积大小，最终通过squarify库绘制出层次分明的板块层级图。

D3 总共提供了12个布局：饼状图（Pie）、力导向图（Force）、弦图（Chord）、树状图（Tree）、集群图（Cluster）、捆图（Bundle）、打包图（Pack）、直方图（Histogram）、分区图（Partition）、堆栈图（Stack）、矩阵树图（Treemap）、层级图（Hierarchy）。D3 的全称是（Data-Driven Documents），是一个被数据驱动的文

这次用Tableau做数据可视化实验收获很大。软件界面友好，仅凭直觉般的拖拽就能生成图表，对新手十分友好。连接数据的功能也很方便，适合处理不同格式的数据。而在制作条形图、气泡图这些图表时，我能感觉到Tableau的图表类型十分多样。尤其是填充地球图，几步就能把数据按地区展示出来，对分析区域差异特别有用。做仪表板整合多个图表使数据展示更清晰了，不同维度的数据对比起来也方便。不过实验里也遇到了问题，比