凸包算法计算随机散点的最小凸包 本人亲测，需要VS2012以上版本才可正确运行 计算复杂度为nlogn 针对大量散点(几十万)，速度也很快

基于MATLAB程序快速制作散点图、相关性分析可以采用该快捷程序

LOWESS- 局部加权散点图平滑，不需要 matlab 中的统计工具箱。 此回归将适用于 X 和 Y 之间的线性和非线性关系。 修改： 12/19/2008 - 添加上下 LOWESS 平滑。 这些额外的平滑显示了 Y 的分布如何随 X 变化。这些平滑只是将 LOWESS 分别应用于正残差和负残差，然后添加到数据的原始 lowess。 相同的平滑因子适用于上限和下限。 2/21/2009 - 添加排序功能，数据不再需要排序。 还添加了一个例程，以便如果用户还提供了第二个数据集，则线性插值是最低的，并用于预测提供的 x 值的 y 值。 2009 年 10 月 27 日 - 修改了第二个用户提供的 X 数据以获得预测。 Matlab 函数默认排序是唯一的。 在代码部分中确实不需要使用 y 预测的 LOWESS 结果执行 x 数据的线性插值。 如果用户不提供第二个 x 数据集，它将假

Excel制作三维散点图（立方体）

Excel制作三维散点图

html5 echarts开发的全国地图，并带有发光效果，酷炫地图显示

Python绘制柱形图、散点图、解析XML文件与查询结果——亲测可用

echart 实现 3d中国地图叠加 散点图 ，图表可任意拖拽

本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集（Iris）。主要叙述的是数据可视化。 IRIS数据集以鸢尾花的特征作为数据来源，数据集包含150个数据集，有4维，分为3 类，每类50个数据，每个数据包含4个属性，是在数据挖掘、数据分类中常用的测试集、训练集。 读取数据包括sklearn库引入和读取.csv文件保存的数据集。 显示数据包括显示具体数据、查看整体数据信息、描述性统计。 数据可视化包括散点图、直方图、KDE图、箱线图。 目录读取数据显示数据数据可视化 读取数据 从sklearn库中读取：（我使用的是该种办法） ，因为文件运行起来总缺少一

qplot 快速制作散点图比较两种金融证券的表现 目的 如今，互联网上可以免费获得大量数据，但需要昂贵的工具才能有效地进行常见类型的分析（彭博社）。 Qplot 旨在免费提供部分功能。 它由开发人员制作供个人使用，并将在需要时添加。 去做 清理代码。 这是一团糟。 优雅地处理错误，跟踪超时。 有时数据源不会按预期工作。 添加数据获取进度指示器。 通常数据获取发生得非常快，但是当它卡住时，最好能得到一些原因的指示。