5素晴らしいPythonデータ視覚化ライブラリを試す必要があります
データの視覚化の目標は、データまたは情報を読者に明確かつ効果的に伝達することです。 ここでは、そのためのすばらしいPythonライブラリを5つ試してみる必要があります。それぞれの概要と、クイックスタートガイドへのリンクがあります。
By ロハ・アチャリ、機械学習愛好家
「視覚化の目的は、写真ではなく洞察です。」
―ベン・シュナイダーマン
ソース–ベンゲージ
データの視覚化は、データまたは情報を視覚的に表現することです。 データの視覚化の目標は、データまたは情報を読者に明確かつ効果的に伝達することです。 通常、データはチャート、インフォグラフィック、図、地図などの形式で視覚化されます。
どのように役立ちますか?
- 傾向と外れ値を特定する
- データ内でストーリーを語る
- 議論や意見を強化する
- データセットの重要なポイントを強調表示する
それぞれに飛び込みましょう。
必要なライブラリ
パッケージマネージャーを使用する pip
以下にインストールするには:
pip install matplotlib pip install seaborn pip install plotnine pip install plotly pip install bokeh
matplotlib
Matplotlibは、Pythonで静的、アニメーション、およびインタラクティブな視覚化を作成するための包括的なライブラリです。 ほとんどのコーダーは、Matplotlibからデータ視覚化の旅を始めます。
特徴:
- これはMATLABのように設計されているため、XNUMXつの切り替えはかなり簡単です。
- 多くのレンダリングバックエンドで構成されています。
- ほぼすべてのプロットを再現できます(少しの努力で)。
- したがって、XNUMX年以上にわたって存在しているため、膨大なユーザーベースを誇っています。
シーボーン
Seabornは、Matplotlibの機能を利用して、数行のコードで美しいグラフを作成します。 主な違いは、Seabornのデフォルトのスタイルとカラーパレットです。これらは、より美しく、モダンになるように設計されています。 SeabornはMatplotlibの上に構築されているため、Seabornのデフォルトを微調整するにはMatplotlibを知っている必要があります。
特徴:
- matplotlibグラフィックをスタイリングするための組み込みテーマ
- 一変量および二変量データの視覚化
- 線形回帰モデルの適合と視覚化
- 統計的時系列データのプロット
- SeabornはNumPyとPandasのデータ構造でうまく機能します
- Matplotlibグラフィックをスタイリングするための組み込みテーマが付属しています
プロットニン
Plotnineは、Pythonでのグラフィックの文法の実装であり、ggplot2に基づいています。 文法を使用すると、ユーザーは、プロットを構成するビジュアルオブジェクトにデータを明示的にマッピングすることにより、プロットを作成できます。
特徴:
- 統計的変換
- 秤
- 座標系
- ファセット
- テーマ
ぼけ味
出典:Patrik Hlobil
Bokehは、最新のWebブラウザー用のインタラクティブな視覚化ライブラリです。 用途の広いグラフィックスのエレガントで簡潔な構造を提供し、大規模なデータセットまたはストリーミングデータセットに対して高性能の双方向性を提供します。 Bokehは、インタラクティブなプロット、ダッシュボード、およびデータアプリケーションをすばやく簡単に作成したい人を支援します。
特徴:
- 柔軟性
- 対話
- 強力な
- 生産的な
- 共有可能
- オープンソース
プロット
plotlyは、Python用のインタラクティブなオープンソースのブラウザベースのグラフ作成ライブラリです。 plotly.jsの上に構築されたplotly.pyは、高レベルの宣言型チャートライブラリです。 plotly.jsには、科学チャート、30Dグラフ、統計チャート、SVGマップ、財務チャートなど、3を超えるチャートタイプが付属しています。
特徴:
- チャート、ダッシュボード
- ファイルのエクスポート、アプリマネージャー
- Kubernetes、認証
- ジョブキュー、スナップショットエンジン
- Python用のビッグデータの埋め込み
参考資料とヘルプ:
- 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/
バイオ: ロハ・アチャリ (Kaggle, GitHubの)は機械学習愛好家であり、熱心な学習者です。 彼女はAI、ソフトウェアエンジニアリングを使用したデータサイエンスの分野に興味を持っており、常に有意義なコラボレーションを受け入れています。
関連する
過去30日間の人気記事 | |||||
---|---|---|---|---|---|
|
|
PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
アクセスするには、ここをクリックしてください。
ソース:https://www.kdnuggets.com/2021/09/5-awesome-data-visualization-libraries-python.html