千里之行，始于足下

摘要： 提到 “数据分析”，你的脑海里浮现的是什么？是密密麻麻的Excel表格，是复杂的Python代码，还是令人眼花缭乱的仪表盘？ 很多想踏入这个行业的新人，往往一上来就陷入了工具的学习中。 但实际上，工具只是手段。在成为一名“数据工匠”之前，你首先需要成为一名“数据思考者”。 今天，我们抛开枯燥的定义， 阅读全文

摘要： 想象一下夏日的花丛中，成群的蜜蜂围绕着花朵忙碌地飞舞。每只蜜蜂都是一个独立的数据点，它们既保持群体聚集的形态，又不会完全重叠在一起。 这就是蜂群图（Swarm Plot）的核心理念——在有限的空间内展示所有数据点，让每个点都能被清晰看见。 蜂群图是一种特殊的数据可视化图表，它将分类数据与数值数据结合 阅读全文

摘要： 想象一下面积图就像一层层叠起来的彩色玻璃片，每一层代表一个类别，从下往上堆叠，形成整体的视觉冲击。 但有时我们需要更特别的方式来展示数据的变化：是像河流一样蜿蜒流淌，还是像地平线上的群山连绵起伏？ 今天，本文将介绍两种创意面积图变体——流图和地平线图，它们能让你的时间序列数据讲述更生动的故事。 1. 阅读全文

摘要： 想象一下折线图就像一条普通的公路，它能带我们从A点到达B点。 但有时我们需要更特别的路线：环岛、盘山公路、波浪形赛道或螺旋上升的通道。 在数据可视化中，标准的折线图有时无法充分展示数据的特性，这时我们就需要一些创意变种。 今天将介绍四种特别的折线图变体，它们各有所长，能让你的数据故事更加生动。 1. 阅读全文

摘要： 简洁的线条连接两个数据点，就像哑铃的两端，在对比分析中展现出令人惊艳的清晰度。 在平时的数据分析项目中，我经常会遇到比较两个相关数据集的变化情况。 这时，传统的做法是使用堆积条形图或簇状条形图，但它们存在一个共同问题：当我们需要精确追踪每个项目在两个时间点或两种条件下的变化时，这些图表会让我们的眼睛 阅读全文

摘要： 在数据可视化中，堆积条形图 擅长展示 “整体与构成” 的关系，但当每个柱子内的分段超过4个时，读者很难同时追踪各段的长度、位置与颜色映射， 误读概率显著上升。 更糟的是，若不同类别的总量差异很大，堆积结构会放大视觉错觉，导致“看起来差不多”的结论失真。 今天，本文将尝试探索一下改进堆积条形图的呈现方 阅读全文

摘要： 大家好！今天我们来聊聊Python里最 “平平无奇” 却又无处不在的print()函数。 作为Python开发者，我们几乎每天都在用它，但你真的了解它的所有玩法吗？ 其实很多时候，我们只用了它 10% 的功力。 今天，我们就来扒一扒 print 函数的“隐秘角落”。 掌握了它的几个参数，保证让你在同 阅读全文

摘要： 最近看到一篇介绍软件测试相关的文章，文章虽然比较早（2018年的），但是其中的观点依然适用。 在目前AI盛行的时候，软件测试也必然迎来它的变化。 我把文章中的要点整理了一下，这些测试的反模式涵盖了从测试策略、代码质量到心态管理的各个方面。 原文的链接放在了文章的末尾。 1. 只有单元测试，没有集成测 阅读全文

摘要： 想象一下，你正站在一个圆形广场的中心，周围均匀排列着12根高度不同的灯柱，这就是径向条形图带给我们的视觉体验。 在数据可视化领域，我们常常满足于传统的直角坐标系条形图，但当数据具有周期性或比较性时，径向条形图和圆形条形图为我们打开了新的可能性。 1. 设计原理 这两种图表把传统的笛卡尔坐标系换成极坐 阅读全文

摘要： 棒棒糖图（Lollipop Chart）可以看作是条形图的一种“轻盈版”变体：它用一根从基准线延伸出来的“棒”，并在末端以一个“糖”（圆点）来表示数值，取代了传统的矩形条。 这种图表传达的信息与条形图是一样的，但它更注重突出数据点的位置，整体看起来更加清新、现代。 今天，我们一起探索棒棒糖图的优势， 阅读全文