5 devem experimentar bibliotecas de visualização de dados Python incríveis
O objetivo da visualização de dados é comunicar dados ou informações de forma clara e eficaz aos leitores. Aqui estão 5 bibliotecas Python incríveis para ajudá-lo a fazer isso, com visões gerais e links para guias de início rápido para cada uma.
By Roja Achary, Entusiasta de aprendizado de máquina
“O propósito da visualização é o insight, não as imagens.”
-Ben Shneiderman
Fonte - medidor Venn
A visualização de dados é a apresentação visual de dados ou informações. O objetivo da visualização de dados é comunicar dados ou informações de forma clara e eficaz aos leitores. Normalmente, os dados são visualizados na forma de gráfico, infográfico, diagrama, mapa e muito mais.
Como isso ajuda?
- Identifique tendências e outliers
- Conte uma história dentro dos dados
- Reforçar um argumento ou opinião
- Destaque um ponto importante em um conjunto de dados
Vamos mergulhar em cada um deles.
Bibliotecas necessárias
Use o gerenciador de pacotes pip
para instalar abaixo:
pip instalar matplotlib pip instalar seaborn pip instalar plotnine pip instalar plotly pip instalar bokeh
matplotlib
Matplotlib é uma biblioteca abrangente para criar visualizações estáticas, animadas e interativas em Python. A maioria dos programadores inicia sua jornada de visualização de dados com Matplotlib.
Características:
- Ele foi projetado como MATLAB, portanto, alternar entre os dois é bastante fácil.
- Inclui muitos back-ends de renderização.
- Ele pode reproduzir praticamente qualquer plotagem (com um pouco de esforço).
- Está no mercado há mais de uma década, portanto, possui uma enorme base de usuários.
Códigos manuais rápidos para Matplotlib em 10 minutos
marinho
Seaborn aproveita o poder do Matplotlib para criar belos gráficos em poucas linhas de código. A principal diferença são os estilos e paletas de cores padrão do Seaborn, que são projetados para serem mais esteticamente agradáveis e modernos. Como o Seaborn é construído sobre o Matplotlib, você precisará conhecer o Matplotlib para ajustar os padrões do Seaborn.
Características:
- Temas integrados para estilizar gráficos matplotlib
- Visualizando dados univariados e bivariados
- Ajustando e visualizando modelos de regressão linear
- Plotando dados estatísticos de série temporal
- Seaborn funciona bem com estruturas de dados NumPy e Pandas
- Ele vem com temas integrados para estilizar gráficos Matplotlib
Códigos manuais rápidos para Seaborn em 10 minutos
Plotnine
Plotnine é uma implementação de uma gramática de gráficos em Python, é baseada em ggplot2. A gramática permite aos usuários compor gráficos mapeando explicitamente os dados para os objetos visuais que compõem o gráfico.
Características:
- Transformações estatísticas
- Balanças
- Sistemas de coordenadas
- Facetas
- Temas
Códigos manuais rápidos para Plotnine em 10 minutos
Bokeh
Fonte: Patrik Hlobil
Bokeh é uma biblioteca de visualização interativa para navegadores modernos. Ele fornece construção elegante e concisa de gráficos versáteis e oferece interatividade de alto desempenho em conjuntos de dados grandes ou de streaming. Bokeh pode ajudar qualquer pessoa que queira criar gráficos, painéis e aplicativos de dados interativos de maneira rápida e fácil.
Características:
- Flexível
- interativo
- Poderoso
- produtivo
- Compartilhável
- Código aberto
Códigos manuais rápidos para Bokeh em 10 minutos
Completamente
plotly é uma biblioteca gráfica interativa, de código aberto e baseada em navegador para Python. Construída sobre plotly.js, plotly.py é uma biblioteca de gráficos declarativos de alto nível. plotly.js vem com mais de 30 tipos de gráficos, incluindo gráficos científicos, gráficos 3D, gráficos estatísticos, mapas SVG, gráficos financeiros e muito mais.
Características:
- Gráficos, painéis
- Exportação de arquivos, gerenciador de aplicativos
- Kubernetes, autenticação
- Fila de trabalhos, mecanismo de instantâneo
- Incorporação, Big Data para Python
Códigos manuais rápidos para plotagem em 10 minutos
Referências e ajuda:
- 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) é um entusiasta do aprendizado de máquina e um aluno apaixonado. Ela está interessada na área de IA, Ciência de Dados com engenharia de software e está sempre aberta a colaborações significativas.
Relacionado:
Histórias principais nos últimos 30 dias | |||
---|---|---|---|
|
Fonte: https://www.kdnuggets.com/2021/09/5-awesome-data-visualization-libraries-python.html
- "
- 3d
- 9
- AI
- app
- aplicações
- Aplicativos
- Autenticação
- auto
- Big Data
- Pouco
- charts
- código
- comum
- formação
- Criar
- dados,
- ciência de dados
- Visualização de dados
- deep learning
- Engenharia
- Excel
- exportar
- Figura
- financeiro
- Primeiro nome
- formulário
- Gramática
- Guias
- SUA PARTICIPAÇÃO FAZ A DIFERENÇA
- Como funciona o dobrador de carta de canal
- Como Negociar
- HTTPS
- enorme
- imagem
- Incluindo
- infográfico
- INFORMAÇÕES
- interativo
- IT
- Chave
- grande
- aprendiz
- aprendizagem
- Biblioteca
- aprendizado de máquina
- mapa,
- mapas
- Microsoft
- ML
- aberto
- Opinião
- poder
- projeto
- Python
- leitores
- regressão
- Ciência
- cientistas
- Série
- conjunto
- navios
- Instantâneo
- So
- Software
- Engenharia de software
- começo
- Histórias
- de streaming
- sistemas
- ensaio
- tempo
- topo
- transformando
- Tendências
- usuários
- visualização
- web
- Navegadores da Web
- QUEM
- dentro
- trabalho
- X