Çok boyutlu verileri görselleştirmek için açık kaynaklı araçlar?

31

Gnuplot ve ggobi'nin yanı sıra , insanlar çok boyutlu verileri görselleştirmek için hangi açık kaynak araçlarını kullanıyor?

Gnuplot az çok temel bir komplo paketidir.

Ggobi gibi birçok güzel şey yapabilir:

bir boyut boyunca veya ayrı koleksiyonlar arasında verileri canlandırmak
katsayıları değiştiren doğrusal kombinasyonları canlandırmak
Temel bileşenleri ve diğer dönüşümleri hesaplayabilir
3 boyutlu veri kümelerini görselleştirin ve döndürün
farklı bir boyutu temsil etmek için renkleri kullan

Başka hangi faydalı yaklaşımlar açık kaynak kodludur ve dolayısıyla serbestçe yeniden kullanılabilir veya özelleştirilebilir?

Lütfen cevaptaki paketin yeteneklerinin kısa bir tanımını yapınız.

data-visualization open-source

— user87
kaynak

4

Paketlerden ziyade görselleştirme yöntemlerini sormanın daha mantıklı olup olmadığını merak ediyorum, özellikle de cevapların çoğu çok az ayrıntı sağlıyor ve çoğu paket aynı yöntemleri sağlıyor. Örneğin bkz. Stats.stackexchange.com/questions/41326/…

— naught101

13

Nasıl ggplot2 ile R hakkında ?

Gerçekten sevdiğim diğer araçlar:

— Shane
kaynak

ggplot2 sadece bir grafik paketidir? Peki ya size çok boyutlu veriler için tavsiye eder? Facetting?

— naught101

14

Mondrian : Geniş veri ve veritabanlarına odaklanan keşifsel veri analizi.
iPlots : Java ile yazılmış, yüksek etkileşimli istatistiksel grafikler sağlayan R istatistik ortamı için bir paket.

— rcs
kaynak

Mondrian için +1 - özellikle büyük veriler için çok kullanışlı bir oyuncak

— radek

büyük veri! = yüksek boyutluluk. Mondrian, yüksek boyutsallık için diğer paketlerden daha kullanışlı mı?

— naught101

11

R'deki kafes paketi

Kafes, çok değişkenli verilere vurgu yapan, tipik grafik gereksinimleri için yeterli olan ve standart dışı gereksinimlerin çoğunu karşılayacak kadar esnek olan güçlü ve zarif bir üst düzey veri görselleştirme sistemidir.

Quick-R hızlı bir giriş yapmıştır .

— Jeromy Anglim
kaynak

Heh. Bu bağlantıyı eklemek için bu cevabı düzenleyemiyorum çünkü çok kısa. 4 upvotes ile aslında bu cevap yarı yolda kullanışlı hale getirmek için onlar ..., açıklamanın birkaç satır eklemek olabilir kafeslerle orada tanıdık yeterince azından birkaç kişi olmalı

— naught101

1

iyi bir nokta. Bulanıklığı ve hızlı bağlantıyı ekledim

— Jeromy Anglim

4

ggobi ve Ggobi'ye R bağlantıları bunun için oldukça iyi. Daha basit görselleştirmeler var (iPlots da belirtildiği gibi etkileşimli, çok güzel).

Ancak, daha özel bir şey yapıp yapmadığınıza bağlı. Örneğin, TreeView, mikrodizilerden elde ettiğiniz küme dendrogramlarının türünü görüntülemenizi sağlar.

— Paul Hewson
kaynak

3

Python'ın matplotlib'i

— Andre Holzner
kaynak

3

Bakış açıları , çok değişkenli veri kümeleri için kullanışlıdır.

— mankoff
kaynak

Sadece ikincisinde ... gördüğümden, seçilen alt kümenin başka bir projeksiyonda nasıl göründüğüne bakarken fareyi tek bir projeksiyonda seçebilirsin.

— Andre Holzner

1

t-SNE'nin birçok açık kaynak uygulaması vardır . Kullanması en kolay olanlardan biri muhtemelen sklearn.manifold.TSNE. verilerinizi 2D'ye çizmek için diğer manifold öğrenme yöntemlerinisklearn.manifold içerir :

— Franck Dernoncourt
kaynak

0

Ayrıca bkz: SCaVis veri komplo kütüphanesi . Java'dan beri herhangi bir platformda çalışıyor. Birçok veri kabını ve çizim stilini (2D, 3D vb.) Destekler.

— IRAS
kaynak