摘要

雷达图（Radar Chart），也被称为蜘蛛图（Spider Chart）或星型图（Star Chart），是一种以多个射线状的轴线延伸出去，形成一个多边形的图表。每个轴线代表一个维度或指标，多边形的顶点表示不同维度或指标的数值。

正文

雷达图在以下场景中常被应用：

1. 比较多个维度的数据：雷达图可以将多个维度的数据可视化，并直观地比较它们之间的差异。例如，在市场调研中，可以使用雷达图来比较不同产品在价格、质量、功能等方面的表现。
2. 显示个体在多个指标上的表现：雷达图可以用来展示个体（如运动员、团队或公司）在多个指标上的表现。例如，在体育竞技中，可以使用雷达图来比较不同运动员在速度、力量、技术等方面的能力。
3. 追踪时间序列数据：雷达图可以用来追踪时间序列数据在不同维度上的变化趋势。例如，在气象学中，可以使用雷达图来显示不同时间点上的气温、湿度、风速等指标的变化情况。

简单例子

摘要

Bubble Plot（气泡图）是一种数据可视化图表，用于显示三个变量之间的关系。它通过在二维平面上绘制圆形气泡来表示数据点，其中每个气泡的位置由两个变量确定，而气泡的大小则表示第三个变量的值。

正文

气泡图常用于以下应用场景：

1. 数据比较：气泡图可以用于比较不同组或类别之间的数据。例如，可以使用气泡图来比较不同城市的人口数量，其中每个气泡表示一个城市，其位置表示城市的经纬度，而气泡的大小表示城市的人口数量。
2. 趋势分析：气泡图可以用于显示随时间变化的数据趋势。例如，可以使用气泡图来显示不同年份的国家 GDP，其中每个气泡表示一个国家，其位置表示国家的经济指标，而气泡的大小表示国家的 GDP。
3. 数据聚类：气泡图可以用于显示数据点的聚类或分组。例如，可以使用气泡图来显示不同产品的销售额和利润，其中每个气泡表示一个产品，其位置表示销售额和利润的值，而气泡的大小表示产品的销售量。
4. 地理可视化：气泡图可以用于地理数据的可视化。例如，可以使用气泡图来显示不同城市或地区的某种属性值，其中每个气泡表示一个城市或地区，其位置表示地理坐标，而气泡的大小表示属性值的大小。

nuget 安装ScottPlot4.1版本。

气泡图

摘要

Polygon Plot是一种在ScottPlot中用于绘制多边形的图表类型。它可以用于可视化多边形的形状、边界和属性。

要绘制多边形，您可以使用plt.PlotPolygon()方法。该方法接受两个数组作为参数，分别表示多边形的X坐标和Y坐标。这些数组的长度应相同，并且数组中的元素应对应于多边形的顶点。

正文

1. 地理数据可视化：多边形图常用于绘制地理区域的边界，例如国家、州、县等。通过绘制多边形，可以清晰地展示不同地理区域的形状和边界，从而帮助人们更好地理解地理数据。
2. 统计数据可视化：多边形图可以用于展示统计数据的分布和形状。例如，在统计学中，多边形图可以用于绘制频率多边形，以显示数据的分布情况。多边形的形状和高度可以反映数据的分布特征，如偏态、峰度等。
3. 数据建模和分析：在数据建模和分析中，多边形图可以用于表示多边形区域的属性。例如，在地质学中，多边形图可以用于绘制地层的形状和属性。在机器学习中，多边形图可以用于可视化决策边界或分类边界。
4. CAD和工程可视化：多边形图在计算机辅助设计（CAD）和工程可视化中也有广泛的应用。通过绘制多边形，可以呈现建筑物、机械零件、地形等的形状和结构。

摘要

OHLC图（Open-High-Low-Close Chart）是一种用于显示金融市场数据的图表类型。它以四个关键价格点为基础，即开盘价（Open）、最高价（High）、最低价（Low）和收盘价（Close），用于表示一段时间内的资产价格走势。

在OHLC图中，每个时间周期（例如日线、小时线）通常用一个垂直的线段来表示，该线段的上端和下端分别代表最高价和最低价。线段的左侧和右侧则用横线或小短线来表示开盘价和收盘价。如果收盘价高于开盘价，则横线向上延伸，反之则向下延伸。

正文

OHLC图的主要目的是呈现价格走势和波动的信息。通过观察OHLC图，可以获得以下信息：

• 资产价格的趋势和波动情况。
• 每个时间周期的价格范围。
• 开盘价和收盘价之间的关系，以及价格的涨跌情况。

OHLC图常用于股票、期货、外汇等金融市场的技术分析中。它可以帮助分析师和交易者判断市场的趋势、支持和阻力水平，以及进行买卖决策。

nuget 安装ScotPlot Forms

摘要

箱线图，是一种用于显示数据分布的统计图表。它通过展示数据的中位数、四分位数、最小值和最大值等统计指标，帮助我们了解数据的位置、离散程度和异常值情况。

正文

nuget 安装scottPlot.winforms

一个典型的箱线图通常包含以下几个元素：

1. 箱体（Box）：箱体表示数据的四分位数，通常绘制为一个矩形框。箱体的上边界和下边界分别对应于数据的上四分位数（Q3）和下四分位数（Q1）。箱体内部的线段表示数据的中位数（Q2）。
2. 须线（Whiskers）：须线表示数据的范围，通常绘制为从箱体上下边界延伸出的线段。须线可以根据不同的定义方式来确定，例如最小值和最大值、1.5倍的四分位距、或者根据数据的分布情况进行自适应调整。
3. 异常值（Outliers）：在箱线图中，异常值是指远离箱体的离群数据点。异常值通常用单独的点或者小圆圈来表示，帮助我们识别数据中的异常情况。

通过观察箱线图，我们可以获得以下信息：

• 数据的中位数，即数据的中心趋势。
• 数据的四分位数，即数据的分布范围。
• 数据的离散程度，通过观察须线的长度来判断。
• 数据的异常值，通过观察离群点来识别。

在数据分析和可视化中，箱线图常用于比较不同组别或类别的数据分布情况，帮助我们发现差异和异常情况。

箱体图