5 ki kell próbálni a fantasztikus Python adatvizualizációs könyvtárakat

Forrás csomópont: 1075662

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

Ábra
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

 
Kép
 

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

 
Kép
 

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

 
Kép
 

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

 

Ábra
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

 
Kép
 

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:

 
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:

Forrás: https://www.kdnuggets.com/2021/09/5-awesome-data-visualization-libraries-python.html

Időbélyeg:

Még több KDnuggets