Публикации по теме 'data-visualization'
Использование ES6 с D3.js
Использование ES6 с D3.js
ES6 — это важное обновление Javascript, и в нем есть несколько замечательных функций, которые вы можете начать использовать с визуализациями D3.js.
Подготовка
Если ваш проект еще не использует ES6, вам придется настроить свой проект для его использования. Вы можете использовать Babel для компиляции ES6 в Javascript, который работает во всех браузерах.
Я рекомендую использовать cli tool , если вам удобно работать с терминалом.
Стрелочные функции..
Прогнозирование CoVid-19 и почему важно социальное дистанцирование
Мир застыл, а вирус короны уже объявлен ВОЗ пандемией.
Число случаев смерти в Испании за один день увеличилось на 30 процентов. И другие страны
Общее количество случаев заболевания в мире превысило 300 000, в том числе почти 13 000 со смертельным исходом. Сообщается, что выздоровели более 92 000 пациентов.
Почему это так смертельно и что нам нужно знать?
Серьезную озабоченность вызывает экспоненциальный рост этой пандемии. Предположим, что пациентов так много, что страна с..
Визуализация больших данных
Позвольте мне объяснить одну из самых захватывающих частей науки о данных.
Визуализация больших данных - это искусство превращения необработанных числовых данных в визуальное представление, которое позволяет людям понять их значение. Мы уже находимся в точке, когда количество данных в мире слишком велико для анализа людьми без надлежащих инструментов. Нам нужны алгоритмы, которые помогут сделать эти огромные наборы данных доступными и презентабельными. Визуализация данных..
10 лучших библиотек Python для науки о данных
Приступая к работе в области науки о данных? Начните здесь
Python стал сегодня наиболее широко используемым языком программирования - особенно в мире науки о данных, потому что это высокопроизводительный язык, простой в изучении и отладке, и имеющий обширную библиотечную поддержку. Каждая из этих библиотек имеет определенную направленность. Одни управляют изображениями и текстовыми данными, другие сосредоточены на интеллектуальном анализе данных, нейронных сетях и визуализации..
Библиотеки Python для науки о данных : DAY-4 →Matplotlib (линейный график)
Линейный график используется для представления непрерывных данных, зависящих от времени.
Давайте разберемся с помощью примера;
Линейная диаграмма: динамика продаж за 12 месяцев
# Sales data across months
months = np.array(['January', 'February', 'March', 'April', 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December'])
sales = np.array([241268.56, 184837.36, 263100.77, 242771.86, 288401.05, 401814.06, 258705.68, 456619.94, 481157.24, 422766.63,..
Я думаю, что методы визуализации данных служат двум различным целям: во-первых, визуализировать необработанные данные…
Я думаю, что методы визуализации данных служат двум различным целям: во-первых, визуализировать необработанные данные, чтобы пользователи могли обнаруживать скрытые закономерности в данных и принимать решения самостоятельно. Вторая цель — сообщить, какие идеи и закономерности были обнаружены алгоритмом. То есть, другими словами, один помогает пользователю сделать собственное открытие, а другой объясняет открытия ИИ.
Я не думаю, что ИИ в ближайшем будущем убьет все эти потребности в..
Креативный отчет разработан только с Matplotlib, без офисного ПО
В этой статье наша цель - создать интуитивно понятный отчет с помощью Matplotlib. Внимание : в процессе работы ни одно офисное ПО не будет востребовано. Мы используем только Python.
Набор значимых графиков данных обычно работает как составляющие отчета. В разговоре хорошая карта лучше, чем речь. Если мы получили эти драгоценные ингредиенты заранее, последний шаг - как правильно их разместить.
Конечно, мы можем использовать Microsoft Word, Powerpoint и т. Д. Но это не обязательно...
