數學建模之流程圖及數據可視化

前言：數學建模比賽中，最吸引評審老師的就是figure了，figure分為開篇的流程圖【模型思路】、數據統計圖【折線圖、柱狀圖、扇形圖、擬合圖…】、地圖【熱力分布圖】。恰恰在美賽中，論文的“顏值”直接取決于各種精美的figure，所以科學儲備數據可視化相關的能力是十分必要的，接下來總結一下自己的可視化方法以及相對應美賽O獎論文中的figure展示。

1.流程圖

特別是在美賽的時候，流程圖是不可或缺的！大概是放在模型的建立部分，在此圖中，我們需要表達出論文的整體思路框架，讓評審老師能大致明白論文的走勢，心中有譜，從而提高印象分。

1.1 Visio

老師推薦首選，但感覺模板和例子太有限，很多時候不如億圖圖示。

1.2 億圖圖示

億圖圖示擁有很多模板和例子，可以賽前多加熟悉，比賽的時候直接套用，不僅限于流程圖，還有各種騷操作，包括維恩圖、圓形圖、圓輻示意圖、列表圖等。

上面二者的詳細比較可以參考https://www.zhihu.com/question/52966790/answer/204001734

1.3 ppt

簡單而實用的工具，可以在某些時候精確的繪制出不錯的效果。

1.4 美賽O獎論文中的流程圖

若能有信心復現類似上面的幾個流程圖，那就說明流程圖繪制過關了~

2.數據統計圖

數據統計圖是數模比賽中出現頻率最高的圖了，分為折線圖、柱狀圖、扇形圖、混合圖以及非常規圖。

繪圖方法有許多，下面一一列舉。

tableau軟件：針對GB級以上的數據量，可連接數據庫，功能極其強大，不僅能繪制簡單的統計圖，還能對數據進行各種處理，避免了繁雜的python代碼進行數據處理。但學起來可能相對比較耗時，在時間充裕的情況下強烈安利！

origin軟件：小眾專業繪圖軟件，可以繪制出精美而細致的統計圖，但全英可能對某些人不太友好【例如我】，但可以一試。

軟件安裝：http://www.downcc.com/soft/123941.html

學習教程：https://www.bilibili.com/video/BV1jt4y1U7oe?from=search&seid=6641668066310604631

python：numpy+pandas+matplotlib+seaborn+plotly庫

完全依賴代碼，會有一些繁瑣，但繪制起來相對更加靈活可控。最好掌握seaborn和plotly庫進行更加高級的數據可視化。

教程：https://www.bilibili.com/video/BV1eJ411H79t?from=search&seid=16913625539214917298

matlab直接繪圖

2.1 折線圖

2.2 柱狀圖

2.3 扇形圖

如上三類圖，有個明顯的共同點是多張圖拼成了一張圖，若在比賽的論文里每次都只列出一張統計圖，就會顯得文章不夠飽滿，老師甚至會懷疑你是否在湊篇幅。因此，為使文章更加經看，我們通常每個統計圖每行都會并列放2、3張子圖。

2.4 矩陣圖(盡量使用單色)

2.5 非常規圖【shining figure】

這就是論文的shining star了，我們在每次比賽都需要在此方面琢磨，如何突破常規圖的瓶頸，給老師眼前一亮！

3.算法示意圖

算法流程示意圖要盡可能精簡，但需要讓老師能看明白~

4.表格

必要時可以在表格中劃出重點~

By the way，有關參考文獻方面，切記在文章正文部分添加參考文獻的標注！！！據我統計，2020年美賽C題的O獎論文平均引用11.8篇參考文獻，格式參考如下：

以上所有圖片都是源于20年O獎論文，文章內容是一己之見，僅供參考，歡迎大佬們指出不足或提出建議！具體python可視化代碼待后續補充。

總結

以上是生活随笔為你收集整理的python数学建模可视化_数学建模之流程图和数据可视化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。