¿Cuáles son algunas buenas herramientas de visualización de datos en China? ¿Puedes recomendarlas?
Es cierto que se puede decir que la visualización de datos es el último paso en el análisis de datos, por muy bueno que sea el trabajo anterior, si no se puede visualizar bien, se considerará como último recurso y. un fracaso... Lo siguiente es Hagamos una lista de herramientas útiles de visualización de datos, espero que pueda aportar algo de ayuda a su estudio o trabajo.
1. Potente paquete de visualización R-ggplot2
R es un software de lenguaje de secuencias de comandos orientado al análisis estadístico. Está desarrollado en base al lenguaje S. Lenguaje R, creo que debes saber que hay un paquete de dibujo separado en R: ggplot2. La razón por la que ggplot2 recibe el título de "poderoso" es que puede manejar fácilmente el dibujo de imágenes en varios campos, estáticos y dinámicos. nómbralo, personalizado y hecho especialmente; por otro lado, el editor está estudiando estadísticas, por lo que, naturalmente, está relativamente familiarizado con este paquete.
ggplot2 fue creado por Hadley Wickham en 2005. La razón de su popularidad es la idea de dividir los gráficos en morfemas (por ejemplo, escalas, capas). ggplot2 se puede utilizar como alternativa al paquete de dibujo básico del lenguaje R. Al mismo tiempo, ggplot2 está preestablecido con una variedad de tamaños de impresión y páginas web.
En comparación con el paquete de dibujo básico de R, ggplot2 permite a los usuarios agregar, eliminar o transformar elementos en el gráfico en un nivel más abstracto. El precio de esta abstracción es la velocidad de ejecución. ggplot2 requiere más tiempo que el paquete de trazado de celosía.
2. El Leonardo da Vinci de la ciencia de datos: matplotlib
Si prefiere usar Python para el análisis de datos, creo que ya no está familiarizado con matplotlib. lenguaje y su La interfaz de operación visual del paquete de extensión matemática NumPy.
Ventajas de Matplotlib: el estilo de trazado predeterminado con código incorporado; la integración profunda con el dibujo de gráficos de Python es más hermoso que Gnuplot. La desventaja es que depende en gran medida de otros paquetes, como Numpy. Solo Python: difícil de usar en otros lenguajes además de Python.
Intentemos usar matplotlib en Python para hacer un diagrama de dispersión:
importar matplotlib.pyplot como plt
desde numpy.random importar rand
p >a = rand(100)
b = rand(100)
plt.scatter(a, b)
plt.show()
3. El evangelio de los usuarios de operaciones basadas en menús: Tableau
Recientemente, ha habido solicitudes de reclutamiento corporativo para Tbaleau, y el editor se enteró recientemente de este software.
Tableua es una empresa de software con sede en Seattle, Washington, Estados Unidos, que produce productos interactivos de visualización de datos con enfoque en inteligencia empresarial. Los productos de Tableau consultan bases de datos relacionales, cubos OLAP, bases de datos en la nube y hojas de cálculo y luego generan muchos tipos de gráficos. El producto también puede extraer datos de su motor de datos en memoria y almacenarlos y recuperarlos.
4. Un punto de referencia interactivo sin el que los usuarios leales de Microsoft no pueden vivir: Power BI
Power BI es un servicio de análisis empresarial proporcionado por Microsoft. Proporciona visualización interactiva con capacidades de inteligencia empresarial de autoservicio, y los usuarios finales pueden crear informes y paneles por sí mismos sin depender del personal de tecnología de la información o administradores de bases de datos. PowerBI se integra perfectamente con Excel y no necesita la versión Professional Plus de Excel. para instalar el complemento PowerBI y abrir Excel para comerlo.
Por supuesto, algunos software de análisis de datos también tienen tablas dinámicas y funciones de dibujo, como MySQL y SPSS, pero la visualización de datos no es la función principal, por lo que no es tan detallada como la anterior.