By Роя Ачары, Энтузиаст машинного обучения

«Цель визуализации - понимание, а не изображения».

―Бен Шнейдерман

Источник - Venn Gage

Визуализация данных - это визуальное представление данных или информации. Целью визуализации данных является четкая и эффективная передача данных или информации читателям. Обычно данные визуализируются в виде диаграммы, инфографики, диаграммы, карты и т. Д.

Как это помогает?

• Выявление тенденций и выбросов
• Расскажите историю в данных
• Подкрепите аргумент или мнение
• Выделите важный момент в наборе данных

Давайте углубимся в каждую из них.

Требуются библиотеки

 
Используйте менеджер пакетов pip установить ниже:

pip install matplotlib pip install seaborn pip install plotnine pip install plotly pip install bokeh

Матплотлиб

Matplotlib - это комплексная библиотека для создания статических, анимированных и интерактивных визуализаций в Python. Большинство программистов начинают свой путь визуализации данных с Matplotlib. 

Особенности:

• Он разработан как MATLAB, поэтому переключаться между ними довольно просто.
• Включает в себя множество серверных программ для рендеринга.
• Он может воспроизвести практически любые сюжеты (с небольшим усилием).
• Существует уже более десяти лет, поэтому может похвастаться огромной пользовательской базой.

Быстрые коды для Matplotlib за 10 минут

рожденное море

Seaborn использует возможности Matplotlib для создания красивых диаграмм с помощью нескольких строк кода. Ключевое отличие - это стили и цветовые палитры по умолчанию Seaborn, которые призваны быть более эстетичными и современными. Поскольку Seaborn построен на основе Matplotlib, вам необходимо знать Matplotlib, чтобы настроить параметры Seaborn по умолчанию.

Особенности:

• Встроенные темы для стилизации графики matplotlib
• Визуализация одномерных и двумерных данных
• Подгонка и визуализация моделей линейной регрессии
• Построение данных статистических временных рядов
• Seaborn хорошо работает со структурами данных NumPy и Pandas.
• Он поставляется со встроенными темами для стилизации графики Matplotlib.

Быстрые коды для Seaborn за 10 минут

Плотнин

Plotnine - это реализация грамматики графики на Python, основанная на ggplot2. Грамматика позволяет пользователям составлять графики, явно сопоставляя данные с визуальными объектами, составляющими график.

Особенности:

• Статистические преобразования
• Весы
• Системы координат
• Грани
• Темы

Быстрые коды для Plotnine за 10 минут

Боке

Источник: Патрик Хлобиль

Bokeh - это интерактивная библиотека визуализации для современных веб-браузеров. Он обеспечивает элегантную, лаконичную конструкцию универсальной графики и обеспечивает высокопроизводительную интерактивность с большими или потоковыми наборами данных. Bokeh может помочь любому, кто хочет быстро и легко создавать интерактивные графики, информационные панели и приложения для обработки данных.

Особенности:

• Гибкий Подход
• Интерактивное
• powerful
• Продуктивный
• Разделяемый
• Открытый исходный код

Быстрые коды для боке за 10 минут

Plotly

plotly - это интерактивная библиотека для построения графиков с открытым исходным кодом и браузером для Python. Построенный на основе plotly.js, plotly.py представляет собой декларативную библиотеку высокого уровня для построения диаграмм. plotly.js поставляется с более чем 30 типами диаграмм, включая научные диаграммы, 3D-графики, статистические диаграммы, карты SVG, финансовые диаграммы и многое другое.

Особенности:

• Диаграммы, информационные панели
• Экспорт файлов, Диспетчер приложений
• Kubernetes, Аутентификация
• Очередь заданий, механизм моментальных снимков
• Встраивание, большие данные для Python

Быстрые коды для построения графика за 10 минут

 
Ссылки и справка:

• 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: Роя Ачары (Kaggle, GitHub) - энтузиаст машинного обучения и страстный ученик. Она интересуется искусственным интеллектом, наукой о данных и разработкой программного обеспечения и всегда открыта для конструктивного сотрудничества.

Связанный:

• Анимированные гонки на гистограммах в Python
• Как визуализация меняет исследовательский анализ данных
• Получите интерактивные графики напрямую с помощью Pandas