精华内容
下载资源
问答
  • 机器学习交互式可视化 由Jupyter和制作的交互式仪表板。 用户可以玩弄类不平衡,模型强度或截止值之类的参数,并观察对ROC / AUC或精度/精度/召回率等度量的影响。 现在可以和现场直播。 从此复制了一些代码。 ...
  • 文中从地理信息系统(GIS)空间查询与空间分析的角度探讨了地图可视化中人机交互的过程,分析了可视化交互界面的主要功能,阐述了交互式可视化查询的3种方式及其与交互界面的关系,给出了一个交互式的可视化空间分析框架,...
  • 交互式数据可视化具有以下特点: 它们使您可以通过更改颜色,参数和与数据进行交互,因此更易于探索。 它们可以轻松,即时地进行操作。 由于您可以与他们互动,因此可以在您面前更改图表。 例如,在本文中,您将...

    关联知识

    静态 vs 交互式

    虽然静态数据可视化是向提取和解释数据集所拥有的价值和信息这一目标迈出的巨大飞跃,但交互性的增加使这些可视化向前迈了一大步。

    交互式数据可视化具有以下特点:

    • 它们使您可以通过更改颜色,参数和图与数据进行交互,因此更易于探索。
    • 它们可以轻松,即时地进行操作。 由于您可以与他们互动,因此可以在您面前更改图表。 例如,在本文中,您将创建一个交互式滑块。 当更改此滑块的位置并且所看到的图形发生变化时,您还可以创建复选框,以选择想要查看的参数。
    • 它们使您能够访问实时数据及其提供的见解。 这样可以快速有效地分析趋势。
    • 它们更容易理解,从而使组织可以做出更好的基于数据的决策。
    • 他们消除了拥有多个用于相同信息的图的需求-一个交互式图能够传达相同的见解。
    • 他们可以让你观察关系。

    让我们从一个示例开始,了解通过交互式可视化可以实现的目标。 让我们考虑一个注册健身房会员的数据集:

    图略

    以下是箱形图形式的静态数据可视化,它描述了按性别分类的人们的体重(0是男性,1是女性,2是其他):

    图略

    我们从该图上可获得的唯一见解是体重与性别之间的关系 - 去该体育馆的男性顾客体重在62kg至91kg之间,女性顾客体重在57kg至86kg之间,其他顾客的体重在61kg至90kg之间。 但是,数据集中存在用于生成该箱形图的第三个特征-年龄。 在前面的静态图中添加此功能可能会导致在理解数据方面的混乱。 因此,对于使用静态可视化显示所有三个功能之间的关系,我们有些困惑。 通过创建交互式可视化文件,可以轻松解决此问题,如下所示:

    图略

    在前面的方框图中,为年龄功能引入了一个滑块。 用户可以手动滑动滑块的位置,以观察体重,性别和年龄在不同年龄值之间的关系。 此外,还有一个悬停工具,允许用户获得有关数据的更多信息。

    前面的方框图说明,在这个体育馆中,只有46岁的顾客是与众不同的顾客,最重的46岁顾客重82公斤,而最轻的人重56公斤。

    用户可以滑动到另一个位置,以观察不同年龄的体重和性别之间的关系,如下图所示:

    图略

    上图描述了34岁时的数据–没有男性健身客户; 但是,最重的34岁女性客户体重为100公斤,而最轻的女性客户体重为71公斤。

    但是,区分静态可视化和交互式可视化时还有更多方面要考虑。 让我们看一下下表:

    图略

    最终,交互式数据可视化将数据的讨论转变为讲故事的艺术,从而简化了理解数据试图告诉我们的过程。 他们既有益于创建可视化的人(因为他们试图传达的消息和信息被有效且以视觉愉悦的方式传达),也有益于查看可视化的人(因为他们几乎可以立即理解并观察模式和见解) 。 这些方面是将交互式可视化与静态可视化分开的地方。

    入门

    正如我们前面提到的,交互式数据可视化的关键方面是它能够立即或在很短的时间内响应和响应人类的输入。 因此,人工输入本身在交互式数据可视化中起着重要作用。 在此,我们将研究一些人工输入,如何将其引入数据可视化中以及它们对数据理解的影响。

    以下是一些最流行的人工输入和交互功能形式:

    • 滑块:滑块允许用户查看与一定范围内有关的数据。 当用户更改滑块的位置时,绘图实时更改。 这使用户可以实时查看多个图:

    图略

    • 悬停:将光标悬停在图的元素上方可以使用户接收到有关数据点的更多信息,而不仅仅是观察图即可看到。 当您希望传达的信息不能适合绘图本身(例如精确值或简短描述)时,这将很有帮助。 让我们看一下一个悬停工具:

    图略

    • 缩放:放大和缩小图是许多交互式数据可视化库自己创建的功能。 它们使您可以专注于绘图的特定数据点并仔细查看它们。
    • 可点击参数:可点击参数有多种类型,例如复选框和下拉菜单,它们使用户可以选择要分析和查看的数据的哪些方面。 这里给出一个例子:

    图略

    有一些Python库可用于创建这些交互式功能,从而使可视化可以接受人工输入。 因此,在开始编码和创建这些交互式功能之前,让我们快速看一下现有的一些最流行的交互式数据可视化Python库。

    我们已知两个内置的Python库:

    • matplotlib
    • seaborn

    两者在数据可视化社区中都很流行。

    有了这些,我们可以建立一个静态可视化(一个静态散点图,显示两个变量之间的关系),如下所示:

    图略

    尽管matplotlib和seaborn都非常适合静态数据可视化,但还有其他库可以很好地设计交互功能。

    以下是两个最受欢迎的交互式数据可视化Python库:

    • bokeh
    • plotly

    这些有助于我们创建如下可视化效果:

    图略

    接下来,我们将同时使用bokeh和plot来创建交互式数据可视化。

    bokeh的交互式数据可视化

    准备数据库

    创建基础静态图

    详情参阅http://viadean.com/py_visual_interactive.html

    展开全文
  • GAN Lab:生成对抗网络GAN的交互式可视化实验工具
  • 但是,随着数据量的增加,基于浏览器的交互式可视化最终会达到存储和处理能力的极限。 为了在大型数据集上提供交互性,需要重写可视化系统以利用强大的后端服务。 不幸的是,这将后端专业知识的负担加到了前端开发...
  • 在后台,该应用程序从文档中提取交易明细,预测每个交易的类别,然后将数据上传到链接到交互式PowerBI可视化效果SQL数据库中。 演示版 用户名:admin 密码:password123 可视化是从大约3000个事务样本中生成的,...
  • Interactive Jupyter widgets to visualize images in 2D and 3D
  • 3DVis_FullyConnectNN一个3D交互式可视化Web应用程序
  • 该项目正在根据美国人口普查局和行为风险因素监视系统提供的信息,为其中一个专题报纸的故事(针对特定人口统计学面临的健康风险)创建交互式可视化。 该挑战中使用的数据集基于美国人口普查局2014年ACS对1年的估算...
  • d3这个js的前端可视化的库,相信坑内人都对d3的赫赫威名都有所了解,想要你的网页更加美观,直白吗?选d3就没错。
  • Plotly is an interactive Python library that provides a wide range of visualisations ... Plotly是一个交互式Python库,通过简单的界面即可提供广泛的可视化效果。 There are many different visualisa...

    Plotly is an interactive Python library that provides a wide range of visualisations accessible through a simple interface.

    Plotly是一个交互式Python库,通过简单的界面即可提供广泛的可视化效果。

    There are many different visualisation libraries available in Python. What sets Plotly apart are the interactivity of its plots, the richness and variety of visualisations, its relative simplicity, compared to say Matplotlib and the ability to deploy visualisations as web apps using the Dash module.

    Python中有许多可用的可视化库。 与Matplotlib相比,Plotly与众不同之处在于其绘图的交互性,可视化的丰富性和多样性,相对简单性以及使用Dash模块将可视化部署为Web应用程序的能力。

    There are many different parts to the Plotly suite of tools and when I first started using them I found it a little difficult to navigate. In this article, I want to give a brief introduction to the core elements of Plotly including the standard plotting module, Plotly express and Dash. Alongside some simple code, examples to get you up and running quickly with these tools.

    Plotly工具套件有许多不同的部分,当我第一次开始使用它们时,我发现导航有些困难。 在本文中,我想简要介绍一下Plotly的核心元素,包括标准的绘图模块,Plotly express和Dash。 除了一些简单的代码外,还提供了一些示例,使您可以使用这些工具快速入门和运行。

    1.标准绘图 (1. Standard plotting)

    Plotly can be pip installed.

    可以piply安装。

    pip install plotly

    Plotly visualisations are rendered as HTML files. If you are working in a Jupyter Notebook and would like to render the images directly you need to install the ipywidgets package.

    直观地将可视化呈现为HTML文件。 如果您在Jupyter Notebook中工作,并且想直接渲染图像,则需要安装ipywidgets软件包。

    pip install "notebook>=5.3" "ipywidgets>=7.2"

    Or if you are using JupyterLab.

    或者,如果您正在使用JupyterLab。

    pip install jupyterlab "ipywidgets>=7.5"
    jupyter labextension install jupyterlab-plotly@4.9.0

    Plotly works with data structures known as figures which can either be represented as dictionaries, in which case you use the plotly.io module. Or as graph objects rendered via the plotly.graph_objects module.

    Plotly使用称为图形的数据结构工作,这些数据结构可以表示为字典,在这种情况下,请使用plotly.io模块。 或作为通过plotly.graph_objects模块渲染的图形对象。

    Graph objects are generally considered to be a better choice over dictionaries as they allow for precise data validation, support higher-level convenience functions for updating already constructed figures and the syntax of graph objects makes for more compact code.

    通常认为图形对象是优于字典的选择,因为它们允许进行精确的数据验证,支持更高级别的便捷功能来更新已构造的图形,并且图形对象的语法使代码更紧凑。

    Let’s import a toy data set and explore the basic functionality for standard plotting. The below code imports the Boston house prices data set, a popular toy data set for regression analysis from the scikit-learn library.

    让我们导入一个玩具数据集并探索标准绘图的基本功能。 下面的代码导入了波士顿房价数据集,这是一个流行的玩具数据集,可从scikit-learn库进行回归分析。

    The first few rows of the data are shown below.

    数据的前几行如下所示。

    Image for post

    Let’s use the graph objects module to explore the relationship between house price and the number of rooms. You will notice that I am using the helper functions I mentioned above to add titles to the visualisation.

    让我们使用图形对象模块来探索房价和房间数量之间的关系。 您会注意到,我正在使用上面提到的帮助器功能为可视化添加标题。

    Image for post

    2.情节快递 (2. Plotly express)

    The standard plotting modules are useful if you need to create a bespoke visualisation. However, if you want to create something quite standard like the scatter plot shown above then the plotly.express API is by far the best choice.

    如果需要创建定制的可视化效果,则标准绘图模块非常有用。 但是,如果您想创建一些非常标准的东西,例如上面显示的散点图,那么到目前为止, plotly.express API是最佳选择。

    This module allows you to create entire figures in one line of code for most common visualisations. It also allows you to easily control colours, style and labelling with ease.

    该模块允许您在一行代码中创建整个图形,以实现最常见的可视化效果。 它还使您可以轻松地轻松控制颜色,样式和标签。

    We can create the above scatter plot with just one line of code using this module. Colour, labelling and style controls are all available with the px.scatter function and the axis labels are automatically added.

    我们可以使用此模块仅用一行代码来创建以上散点图。 px.scatter函数可以使用颜色,标签和样式控件,并且会自动添加轴标签。

    There are a large variety of options and controls for the ‘out of the box’ charts provided by plotly.express, you can explore all options here.

    plotly.express提供了plotly.express “即用型”图表选项和控件,您可以在此处浏览所有选项。

    As an example, the below code creates a histogram to show the distributions for the CHAS variable. I have used the histnorm option to apply normalization to better visualise the distribution and the hover_data option to control the interactions on hover.

    例如,下面的代码创建一个直方图以显示CHAS变量的分布。 我使用了histnorm选项来应用规范化以更好地可视化分布,并使用了hover_data选项来控制悬停时的交互。

    Image for post

    3.短跑 (3. Dash)

    Dash, also part of the Plotly suite of tools, is a framework for developing dashboards for data analysis and all Plotly visualisations can easily be embedded within the application.

    Dash也是Plotly工具套件的一部分,是用于开发仪表板以进行数据分析的框架,所有Plotly可视化效果都可以轻松地嵌入到应用程序中。

    Dash needs to be installed separately.

    Dash需要单独安装。

    pip install dash

    It is possible to display Dash applications in Jupyterlab however you need to install this JupyterDash extension.

    可以在Jupyterlab中显示Dash应用程序,但是您需要安装此JupyterDash扩展。

    pip install "jupyterlab>=1.0" jupyterlab-dash==0.1.0a3
    jupyter labextension install jupyterlab-dash@0.1.0-alpha.3

    Alternatively, Dash will host the application on localhost, the address will be shown in the output when you run your code.

    另外,Dash将在本地主机上托管应用程序,运行代码时,地址将显示在输出中。

    Image for post

    Whenever fig.show has been used to display a visualisation, using either Plotly express or standard plotting, you can pass the same plot to Dash.

    每当使用fig.show来显示可视化效果时,无论是使用Plotly Express还是标准绘图,都可以将相同的绘图传递给Dash。

    The layout of a Dash app is determined using app.layout which uses a combination of dash_core_components and dash_html_components to add charts, tables, interactivity and text to the dashboard.

    破折号应用的布局是用确定的app.layout其使用的组合dash_core_componentsdash_html_components到图表,表格,交互性和文本添加到信息中心。

    The code shown below creates a basic Dash app using the chart we created withplotly.express. The resulting dashboard is shown below.

    下面显示的代码使用我们使用plotly.express创建的图表创建一个基本的Dash应用。 结果显示板如下所示。

    Image for post

    One of the most useful aspects of Dash applications is that you can make your dashboards interactive by using callbacks. The core components module contains a wide range of different interactive components including dropdowns, sliders and text boxes.

    Dash应用程序最有用的方面之一是,您可以使用callbacks使仪表板具有交互性。 核心组件模块包含各种不同的交互式组件,包括下拉菜单,滑块和文本框。

    The below code adds a dropdown to the dashboard which allows you to filter on the RAD feature to view the distribution for each unique value. The resulting dashboard is shown below the code.

    以下代码在仪表板上添加了一个下拉列表,使您可以筛选RAD功能,以查看每个唯一值的分布。 结果仪表板显示在代码下方。

    Image for post

    I have recently found myself moving to use Plotly as my go-to visualisation library as I find the quality of analysis you can achieve with such relative ease can’t be matched by any other Python plotting library at the moment. This has become even more the case since Pandas added Plotly as an available backend for their plotting functionality.

    我最近发现自己开始将Plotly用作我的可视化库,因为我发现可以相对轻松地实现的分析质量目前无法与其他任何Python绘图库相提并论。 自从Pandas将Plotly添加为绘图功能的可用后端以来,情况就更是如此。

    I previously wrote this article outlining how to use Plotly as the backend for Pandas visualisations. This is particularly useful if you want to put together some very quick analysis piece.

    我之前写过这篇文章,概述了如何将Plotly用作Pandas可视化的后端。 如果您想将一些非常快速的分析片段放在一起,这特别有用。

    Thanks for reading!

    谢谢阅读!

    I send out a monthly newsletter if you would like to join please sign up via this link. Looking forward to being part of your learning journey!

    如果您想加入,我会每月发送一次通讯,请通过此链接注册。 期待成为您学习之旅的一部分!

    翻译自: https://towardsdatascience.com/create-beautiful-interactive-visualisations-in-python-f8517dc7ae5c

    展开全文
  • 交互式显示是使用 Sigma.js 库、JavaScipt 和 CSS 基于牛津互联网研究所提供的模板创建的。 该可视化是 UCLA CS246:Web 信息管理项目的一部分,用于可视化计算机体系结构研究的合著者。 请注意,这是一个实验性...
  • DBLHTI Web应用程序,它允许上载分层数据并将数据显示为树图和圆形系统发生树。 图书馆 -烧瓶-ete3-散景0.13.0 -biopython -squarify -numpy -plotly -pandas 用法 可以使用python3在终端上运行app.py。...
  • 一个ClojureScript库,以交互方式可视化和编辑clojure集合coll-pen一个ClojureScript库,以交互方式可视化和编辑clojure集合,概述Coll-pen使用试剂将clojure集合渲染为交互元素。 它通常是为开发或内部使用而构建的...
  • 交通和土地利用数据的交互式可视化仪表板
  • Falcon:大数据交互式可视化分析交叉过滤数百万条记录,没有延迟。 该项目正在进行中,尚未记录。 如果您有任何问题,请与我们联系。 迄今为止,我们所做的最大实验是浏览器中的 1000 万次飞行和连接到 MapD 时的...
  • 高斯过程的交互式可视化 其他可视化 那里还有许多其他的高斯过程可视化; 这是到目前为止我遇到的一些东西(如果您认识其他喜欢的人,请告诉我!): (,使用D3.js,ml-matrix) (,使用R和Shiny) (,使用D3....
  • Blast Radius是使用交互式可视化工具推理依赖的工具。 使用爆炸半径可以: 通过实际了解Terraform或其提供商 记录您的基础架构 关于资源之间关系的原因并评估对资源的更改 与的下(以及其他许多)交互 先决...
  • 交互式数据可视化教程

    千次阅读 2020-02-21 23:30:28
    现在是大数据时代,数据就是石油就是黄金,如何直观的表达数据,让人更清楚的了解数据,...bokeh实现交互式可视化 dash(plotly)实现交互式可视化 tableau实现交互式可视化 使用react.js 结合 echarts.js 实现交互...

    现在是大数据时代,数据就是石油就是黄金,如何直观的表达数据,让人更清楚的了解数据,探寻数据的奇妙,数据之美,也是一门学问;如何让你的数据动起来,你可以通过交互式数据可视化,多角度,多层次探寻数据的奥秘:

    本场chat中可能会讲到的内容:

    • bokeh实现交互式可视化
    • dash(plotly)实现交互式可视化
    • tableau实现交互式可视化
    • 使用react.js 结合 echarts.js 实现交互式可视化
    • 使用umi框架结合D3.js实现交互式可视化

    阅读全文: http://gitbook.cn/gitchat/activity/5e4f57310209a570b2175967

    您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ,阅读更多 GitChat 专享技术内容哦。

    FtooAtPSkEJwnW-9xkCLqSTRpBKX

    展开全文
  • Illustrated Algorithms 交互式可视化算法
  • 提供用于科学仿真的实时交互式3D图形的API。 版权2020 Ravishankar Mathur OpenFrames是根据Apache v2许可发行的。 有关详细信息,请参见LICENSE文件。 OpenFrames是一个应用程序编程接口(API),它可以向任何...
  • 笔直骨架及其构造的交互式可视化。 笔直的骨架是由骨架表示的多边形。 多边形的边缘以恒定的速度平行于自身向内移动。 此过程称为收缩。 笔直骨骼是在此过程中通过移动顶点绘制的一组线。 给定多边形,我们实现了...
  • 提供装配交互式可视化,各种调整参数以及用于修改/简化的各种选项。 安装 如果您没有conda,请安装它: wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh bash...
  • 交互式可视化1910-2015年最受欢迎的婴儿名字
  • 这种算是属于简单的交互式可视化吧。我之前就有一个想法, 可以跟网页上的标签一样,鼠标悬停在点上,可以显示数据,同时可以进行拉伸等操作。但是没有找到合适的库。 昨天和今天看了两个关于自然语言处理的文章[1]...

    2020/06/17 -
    数据可视化,同时可以交互,在windows下如果使用matplotlib绘图,可以进行拉伸,来将显示图像。这种算是属于简单的交互式可视化吧。我之前就有一个想法, 可以跟网页上的标签一样,鼠标悬停在点上,可以显示数据,同时可以进行拉伸等操作。但是没有找到合适的库。


    昨天和今天看了两个关于自然语言处理的文章[1][2](其实我看到过不少word2vec的文章,他们在最后都会显示一个文本向量最后位置的图像。)这次介绍的两个文章也都有这部分工作,同时利用交互式可视化的方法,在鼠标放置在这个散点图之上时,可以显示出相应的信息。这个其实就是我最想要的。只有这样,你的可视化才是有意义的。
    不然只有点,你也不知道到底是哪个点。


    这个库的名字叫做bokeh,文章并不是专门介绍这个库的,只是我在这个东西的学习过程中,知道了这个东西;如果是要进行这个东西的学习的话,得找别的。

    参考文章

    [1]https://www.ahmedbesbes.com/blog/sentiment-analysis-with-keras-and-word-2-vec
    [2]https://www.ahmedbesbes.com/blog/interactive-topic-mininghttps://www.ahmedbesbes.com/blog/interactive-topic-mining

    展开全文
  • plotly数据科学交互式可视化,Python

    千次阅读 2019-12-23 00:35:08
    plotly和经典Matplotlib最大的不同是plotly可以生成交互式的数据图表。Matplotlib生成的图示静态(死)的,而plotly是活的,具体方式是plotly可以生成一个html网页,该网页基于js支持数据交互(点击、缩放、拖拽...
  • 欢迎使用RTNeuron,这是可扩展的实时渲染工具,用于基于电缆模型的神经元仿真可视化。 RTNeuron的主要用途有两个:对皮层柱模型的结构和功能特征进行交互式视觉检查,以及生成高质量的电影和图像以进行演示和出版...
  • 交互式可视化-源码

    2021-02-18 17:51:37
    交互式可视化
  • 与其他流行的交互式可视化库(如相比,Vizflow是一个相对较小的库,用于以更简单的设计向HTML5文档添加过渡效果和交互式可视化。 它没有专注于特定的应用程序(例如数据可视化),而是根据应用程序提供了一种用于...
  • 是用于现代Web浏览器的交互式可视化库。 它提供通用图形的优雅,简洁的构造,并在大型或流数据集上提供高性能的交互性。 Bokeh可以帮助任何想要快速轻松地进行交互式绘图,仪表板和数据应用程序的人。 最新发布的 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 79,920
精华内容 31,968
关键字:

交互式可视化图