Библиотека matplotlib очень способна, но ей не хватает интерактивности, особенно внутри Jupyter Notebook. Я хотел бы хороший автономные черчения инструмента , как plot.ly .
Библиотека matplotlib очень способна, но ей не хватает интерактивности, особенно внутри Jupyter Notebook. Я хотел бы хороший автономные черчения инструмента , как plot.ly .
Ответы:
Существует удивительная библиотека под названием MPLD3, которая генерирует интерактивные графики D3.
Этот код создает интерактивный сюжет HTML популярного набора данных iris, который совместим с Jupyter Notebook. Когда кисть выбрана, она позволяет вам выбрать подмножество данных, которые будут выделены среди всех графиков. Когда выбрана перекрестная стрелка, она позволяет навести курсор мыши на точку данных и просмотреть информацию об исходных данных. Эта функциональность очень полезна при проведении исследовательского анализа данных.
импортировать matplotlib.pyplot как plt импортировать numpy как np импорт панд в виде pd импорт морского как sb импорт mpld3 из плагинов импорта mpld3 % matplotlib встроенный iris = sb.load_dataset ('iris') из sklearn.процесс обработки импорта StandardScaler X = pd.get_dummies (радужная оболочка) X_scal = StandardScaler (). Fit_transform (X) дим = 3 от склеарн.разложение импорта спс pca = PCA (n_components = dim) Y_sklearn = pca.fit_transform (X_scal) # Определите CSS для управления нашими пользовательскими метками css = "" " Таблица { коллапс границы: коллапс; } го { цвет: #ffffff; цвет фона: # 000000; } тд { цвет фона: #cccccc; } стол, тд, тд { семейство шрифтов: Arial, Helvetica, без засечек; граница: 1px сплошной черный; выравнивание текста: справа; } «»» fig, ax = plt.subplots (dim, dim, figsize = (6,6)) fig.subplots_adjust (hspace = .4, wspace = .4) подсказка = [Нет] * тусклый N = 200 index = np.random.choice (range (Y_sklearn.shape [0]), размер = N) для м в диапазоне (тусклый): для n в диапазоне (m + 1): ax [m, n] .grid (True, alpha = 0.3) scatter = ax [m, n] .scatter (Y_sklearn [index, m], Y_sklearn [index, n], alpha = .05) метки = [] для меня в индексе: label = X.ix [[i],:]. T.astype (int) label.columns = ['Row {0}'. format (X.index [i])] labels.append (ул (label.to_html ())) ax [m, n] .set_xlabel ('Компонент' + str (m)) ax [m, n] .set_ylabel ('Компонент' + str (n)) #ax [m, n] .set_title ('подсказки HTML', размер = 20) tooltip [m] = plugins.PointHTMLTooltip (разброс, метки, voffset = 20, hoffset = 20, css = css) plugins.connect (рис., подсказка [м]) plugins.connect (рис. plugins.LinkedBrush (scatter)) test = mpld3.fig_to_html (рис = рис) с открытым ("Output.html", "w") как text_file: text_file.write (тест)
Смотрите это в действии на моем блоге .
Обновление [9 июля 2016 года]: я только что узнал, что Plot.ly имеет автономный режим и теперь с открытым исходным кодом. В нем много колокольчиков, но MPLD3 все еще может быть уместным в некоторых случаях.
Я бы предпочел, чтобы это был комментарий, а не ответ, поскольку я не собираюсь подключать / рекламировать, но в настоящее время я работаю над своей диссертацией, которая может быть вам интересна, поскольку она делает то, что вы хотите. На самом деле это инструмент визуализации кластеризации, но если вы используете k-средних с k = 1, у вас есть интерактивный график, где вы можете искать термины, выбирать область и видеть содержимое каждого узла и другие вещи. Посмотрите и посмотрите, работает ли он для вас!
Очень прекрасный выбор, plotly является ...
В моем случае я пытался построить похожее обозначение на основе навыков, где навыки представляли собой вложение word2vec из 300 измерений; перенес его в трехмерное векторное пространство, и с помощью графика Scatter3D я смог построить для него трехмерную диаграмму рассеяния.
Эт альт !! Получил потрясающий 3-х мерный график с возможностью наведения и увеличения. И лучшая часть его можно экспортировать в виде HTML-файла, что делает его подключи и играй подходит для любого другого компьютера, просто перетащить в браузере (включен в код ниже).
Может что-нибудь BEE больше проще
from plotly.offline import plot
from plotly.graph_objs import *
import numpy as np
# x = np.random.randn(2000)
# y = np.random.randn(2000)
# Instead of simply calling plot(...), store your plot as a variable and pass it to displayHTML().
# Make sure to specify output_type='div' as a keyword argument.
# (Note that if you call displayHTML() multiple times in the same cell, only the last will take effect.)
p = plot(
[
Scatter3d(x=skills_df[0], y=skills_df[1], z=skills_df[2], text= skills_df['designation'], mode='markers', marker=Marker(color=skills_df['cluster_number'], size=3, opacity=0.5, colorscale='Viridis'))
],
output_type='div'
# filename='/dbfs/FileStore/tables/lnkdn_jobroles_viridis.html' turn it on to save the file
)
ipywidgets
(примеры на github.com/ipython/ipywidgets/blob/master/docs/source/examples /… ) Илиbokeh
( bokeh.pydata.org/en/latest ).