5 ki kell próbálni a fantasztikus Python adatvizualizációs könyvtárakat
Az adatvizualizáció célja az adatok vagy információk világos és hatékony közlése az olvasókkal. Íme 5 kihagyhatatlan Python-könyvtár, amelyek segítenek ebben, áttekintésekkel és linkekkel a gyors üzembe helyezési útmutatókra.
By Roja Achary, gépi tanulás rajongó
"A vizualizáció célja a betekintés, nem a képek."
– Ben Shneiderman
Forrás – Venn gage
Az adatvizualizáció az adatok vagy információk vizuális megjelenítése. Az adatvizualizáció célja az adatok vagy információk világos és hatékony közlése az olvasókkal. Az adatok általában diagram, infografika, diagram, térkép és egyebek formájában jelennek meg.
Hogyan segít?
- Határozza meg a trendeket és a kiugró értékeket
- Mondjon el egy történetet az adatokon belül
- Erősítsen meg egy érvet vagy véleményt
- Jelöljön ki egy fontos pontot az adathalmazban
Merüljünk el mindegyikben.
Könyvtárak szükségesek
Használja a csomagkezelőt pip
telepíteni alább:
pip install matplotlib pip install seaborn pip install plotnine pip install plotly pip install bokeh
matplotlib
A Matplotlib egy átfogó könyvtár statikus, animált és interaktív vizualizációk létrehozásához Pythonban. A legtöbb kódoló a Matplotlib segítségével kezdi meg az adatvizualizációs útját.
Jellemzők:
- Úgy tervezték, mint a MATLAB, így a kettő közötti váltás meglehetősen egyszerű.
- Sok renderelő háttérprogramot tartalmaz.
- Szinte bármilyen cselekményt képes reprodukálni (kis erőfeszítéssel).
- Több mint egy évtizede létezik, ezért hatalmas felhasználói bázissal büszkélkedhet.
Gyors kézi kódok a Matplotlibhez 10 perc alatt
Tengeren született
A Seaborn a Matplotlib erejét kihasználva gyönyörű diagramokat készíthet néhány soros kóddal. A legfontosabb különbség a Seaborn alapértelmezett stílusai és színpalettái, amelyek esztétikusabbak és modernebbek. Mivel a Seaborn a Matplotlibre épül, ismernie kell a Matplotlib-et, hogy módosítsa a Seaborn alapértelmezett beállításait.
Jellemzők:
- Beépített témák a matplotlib grafika stílusához
- Egyváltozós és kétváltozós adatok megjelenítése
- Lineáris regressziós modellek illesztése és megjelenítése
- Statisztikai idősoros adatok ábrázolása
- A Seaborn jól működik a NumPy és a Pandas adatstruktúrákkal
- Beépített témákkal rendelkezik a Matplotlib grafika stílusához
Gyors kézi kódok Seabornhoz 10 perc alatt
Plotnine
A Plotnine a Python grafikai nyelvtanának megvalósítása, a ggplot2-n alapul. A nyelvtan lehetővé teszi a felhasználók számára, hogy parcellákat állítsanak össze az adatok explicit leképezésével a diagramot alkotó vizuális objektumokhoz.
Jellemzők:
- Statisztikai transzformációk
- Mérleg
- Koordinátarendszerek
- metszettel
- témák
Gyors kézi kódok Plotnine számára 10 percben
Bokeh
Forrás: Patrik Hlobil
A Bokeh egy interaktív vizualizációs könyvtár a modern webböngészők számára. Elegáns, tömör felépítést biztosít sokoldalú grafikákhoz, és nagy teljesítményű interaktivitást biztosít nagy vagy streaming adatkészleteken. A Bokeh mindenkinek segíthet, aki szeretne gyorsan és egyszerűen interaktív plotokat, műszerfalakat és adatalkalmazásokat készíteni.
Jellemzők:
- Rugalmas
- interaktív
- Erős
- Termelő
- Megosztható
- Nyílt forráskódú
Gyors kézi kódok Bokeh-hez 10 perc alatt
Teljességgel
A plotly egy interaktív, nyílt forráskódú és böngésző alapú grafikus könyvtár a Python számára. A plotly.js-re épülő plotly.py egy magas szintű, deklaratív diagramkönyvtár. A plotly.js több mint 30 diagramtípust tartalmaz, köztük tudományos diagramokat, 3D grafikonokat, statisztikai diagramokat, SVG térképeket, pénzügyi diagramokat és még sok mást.
Jellemzők:
- Diagramok, Irányítópultok
- Fájlexportálás, Alkalmazáskezelő
- Kubernetes, hitelesítés
- Jobs Queue, Snapshot Engine
- Beágyazás, Big Data Pythonhoz
Gyors kézi kódok Plotlyhoz 10 perc alatt
Referenciák és segítség:
- https://matplotlib.org/stable/tutorials/index.html
- http://seaborn.pydata.org/index.html
- https://plotnine.readthedocs.io/en/stable/
- https://bokeh.org/
- https://plotly.com/python/
Bio: Roja Achary (Kaggle, GitHub) a gépi tanulás rajongója és szenvedélyes tanuló. Érdekli az AI, az adattudomány és a szoftverfejlesztés területe, és mindig nyitott az értelmes együttműködésekre.
Kapcsolódó:
Legnépszerűbb történetek az elmúlt 30 napból | |||||
---|---|---|---|---|---|
|
|
Forrás: https://www.kdnuggets.com/2021/09/5-awesome-data-visualization-libraries-python.html
- "
- 3d
- 9
- AI
- app
- alkalmazások
- alkalmazások
- Hitelesítés
- auto
- Big adatok
- Bit
- táblázatok
- kód
- Közös
- építés
- létrehozása
- dátum
- adat-tudomány
- adatmegjelenítés
- mély tanulás
- Mérnöki
- Excel
- export
- Ábra
- pénzügyi
- vezetéknév
- forma
- Nyelvtan
- Útmutatók
- itt
- Hogyan
- How To
- HTTPS
- hatalmas
- kép
- Beleértve
- infographic
- információ
- interaktív
- IT
- Kulcs
- nagy
- tanuló
- tanulás
- könyvtár
- gépi tanulás
- térkép
- Térképek
- microsoft
- ML
- nyitva
- Vélemény
- hatalom
- program
- Piton
- olvasók
- regresszió
- Tudomány
- tudósok
- Series of
- készlet
- hajók
- Pillanatkép
- So
- szoftver
- szoftverfejlesztés
- kezdet
- TÖRTÉNETEK
- folyó
- Systems
- Tesztelés
- idő
- felső
- transzformáló
- Trends
- Felhasználók
- megjelenítés
- háló
- Webböngészők
- WHO
- belül
- művek
- X