チャート描画ライブラリ『Plotly』をPythonで試す：インストール＆環境設定編 | DevelopersIO
データアナリティクス事業本部 サービスソリューション部 サービス開発部のしんやです。 ここまで色々な可視化におけるツールやサービスを個人的に触ってきましたが、何らかの言語でサクッとデータを可視化出来るライブラリとかないものかなーと思っていたところ、『Plotly』というプロダクトの存在を知りました。ザッと内容を確認してみたところとっつき易さと表現の幅の広さが良い感じっぽいぞ！ということで個人的にこのプロダクトを触っていってみようと思います。 ? Announcing Plotly.js 2.0! - Graphing Library / Plotly.js - Plotly Community Forum Webブラウザ上でグラフを描画できる「Plotly.js 2.0」がリリース：CodeZine（コードジン） 目次 Plotly 概要 Plotlyとは Dashとは 環境構築 導入環境
地理空間情報を扱うなら知っておきたいPythonライブラリ、GeoPandas入門~基礎編~ | 宙畑
さまざまなデータを地理空間情報として重畳する上で有用なPythonのライブラリであるGeoPandas。前編ではGeoPandasを用いたデータの描画方法など基礎的な扱い方を紹介し、後編では衛星データと組み合わせて解析結果を可視化する方法を紹介します。 Pythonで地理空間情報を行う場合、GeoPandasの使い方を覚えておくととても便利です。 例えば、都道府県別の気象データを持っていたとします。そのテーブルデータ(csv)には地理情報と言えば、都道府県の名称くらいしかありません。このような場合、これを日本地図の上に重畳して可視化することはできません。 しかし、このデータに地図上に描画できる情報を与えることさえできれば、好きなデータを地図の上に重ねることができます。このようなことをしたい場合に、GeoPandasの使い方を知っておけば助けになります。 今回は、簡単な例を通じて、GeoPa
【Python3】東京と○○県の暑さを可視化(DataFrame使い方メモ) - Qiita
0.日常に潜む問題 緊急事態宣言の中で迎える夏。 三密を徹底的に避けるために、遊びはおろか日頃から通ってアイデアを もらっていたカフェにも行けず家に籠もっている。 話題といえば、コロナウィルスの感染者数と、暑さについてのみ。 都内に住む私としては、暑くて身動きが取れない話をしても、従姉妹や父からも地元も同じくらい暑い、暑い中でこんな運動(サイクリング)をしているなどの話を聞かされ、勝手に暑さ競争をされているようで辟易していた。 時々見るニュースでは、雪国でしられる地元は東京と変わりない位の最高気温を叩き出しているように見える。 地面から湯気が立っているのではないかと思うぐらいの暑さで、 10分歩いただけでフラフラする。 そしてカフェに入って冷たいドリンクを飲んでも、体中に充満した熱は簡単に取れない状態だ。 ドリンクを飲みながら、新潟と東京の暑さを最高気温で比較する方法を考えてみた。 1．気
Bokehで決定木の対話的可視化 - インテリになりたい
scikit-learnの決定木をjupyter notebook上で対話的に可視化できるようにしてみた 背景 決定木の可視化 機械学習モデルを人が理解できるようにする技術に興味を持っています． 特に決定木は皆さん大好きな勾配ブースティング木 (GBM) の一要素でもあり， 決定木を人が理解できるように可視化することには価値があります． 機械学習モデルの中では決定木は人が理解しやすい（解釈可能性が高い）モデルと言われており， 例えばscikit-learnではgraphvizやmatplotlibで可視化することができます． www.haya-programming.com ただしこの可視化は分岐条件がテキストで書かれていて直感的な理解がしにくく， 見た目もちょっとイケてないと感じます． これに対してpythonではdtreevizという素晴らしい決定木可視化パッケージが公開されています．
【Pythonでネットワーク可視化】graph-toolのインストール - /var/log/soymsk
graph-tool 前回NetworkXを使ってグラフを描画したが、主に使用目的がpythonでのデータの可視化であったので、それに特化したライブラリを探していた。 そこで見つけたのがgraph-tool。graph-toolはデータビジュアライゼーションに特化したライブラリとのことで、早速使ってみる。 今回はインストールと簡単なグラフ描画まで。 インストール for Ubuntu(14.04) /etc/apt/sources.listに以下の文を追加 deb http://downloads.skewed.de/apt/trusty trusty universe deb-src http://downloads.skewed.de/apt/trusty trusty universe 他のversionのubuntuを使用している場合はtrustyの部分を変える必要が有ることに注意
Pythonで株価データを取得し、Matplotlibで可視化する。 - Fire Engine
はじめに 株価データは、代表的な時系列データの一つですが、Pythonはこの時系列データを取り扱うのを非常に得意としています。特に、Pythonライブラリの一つであるpandasはもともと金融データを扱うために開発されたため、時系列データの分析に強力な機能を数多く備えています。 今回やることは非常にシンプルで、下記の２点だけです。（すべてIPython Notebook上で行っています。） １. Google Financeからトヨタの株価データを取得する。 ２. 取得した株価データを時系列データとしてプロットする。 株価データの取得 まず始めに、下記のように必要となるライブラリをインポートします。 import pandas as pd from pandas import Series, DataFrame import numpy as np import matplotlib.py
Python pandas + folium で Leaflet をもっと使いたい - StatsFragments
先日参加させていただいた Japan.R でこんな話を聞いた。 RPubs - leafletではじめるRによる地図プロット Python でも folium というパッケージを使うと JavaScript を書かなくても Leaflet.js の一部機能が使えるのだがあまり情報がない。上の資料に書いてあるようなことが folium でもできるのか調べたい。 folium については前にこんなエントリを書いた。 sinhrks.hatenablog.com データの準備 import numpy as np np.__version__ # '1.10.2' import pandas as pd pd.__version__ # u'0.17.1' サンプルデータとして Wikipedia にある アメリカの国立公園 のデータを使う。まずは pd.read_html でデータを読みこむ。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
mathgram.xyz