数据是任何可视化的基础. 收集数据和信息变得并不困难, 有很多途径可以找到它们。这些数据有些是通过 Wolfram Research 的数据服务器自动下载并更新的, 大部分数据只需下载一次, 就存在本地的机器上, 下次使用无须联网了, 而某些数据需要实时联网查询的(如金融, 气象类).数据是任何可视化的基础. 收集数据和信息变得并不困难, 有很多途径可以找到它们。用来寻求数据的第一个工具, 应该考虑系统自带 和 WolframAlpha , 涵盖了很多领域. 获得这一个数据确实很简单. 只需了解若干可访问的数据函数, 马上可以通过编程来访问这些数据, 这些数据有些是通过过 Wolfram Research 的数据服务器自动下载并更新的, 大部分数据只需下载一次, 就存在本地的机器上, 下次使用无须联网了, 而某些数据需要实时联网查询的(如金融, 气象类).
方法/步骤
1
在这一经验之中, 我们来看一看几个可访问数据的函数, 首先看看可访问 ChemicalData 化学类的命令. 在这里, 我们来看看水的三维分子模型( 只记得这个了!)
2
再来地理方面的数据, 以 CountryData 为例吧. 来显示欧洲各国的地理位置. 我们把英文和中文的国家名相互关联起来, 方便我们最后以中文将其显示.
3
生成图例, 来说明地图上对应的各个国家.
4
最后将图例和国家图形组合在一起, 请看所有的函数, 我们都已经接触过了, 不是吗? 仔细观察下面图形, 我这里隐藏了一处不妥之处, 这里只提示 ColorData 方面的问题.
5
再来自带的3D 样例数据吧. 看看, 都有那些常用来作分析的3D数据集合吧. 选出一个 'StanfordBunny' , 看看该数据究竟有哪些属性, 查看 3D 模型中共有多少点.
7
只是用点把整个模型表示出来.
注意事项
1
有很多途径可以数据的收集工作, 还比如传统的搜索引擎, API, 通过屏幕抓取, 甚至手工输入等等.
2
随机产生数据也是一种方法, 它是利用随机生成的数据来模拟随机过程, 并对结果进行计算估计, 这就是我们下一经验所要见到的内容.