Narzędzia Open Source do wizualizacji danych wielowymiarowych?

31

Jakie narzędzia open source, oprócz gnuplot i ggobi , używają do wizualizacji danych wielowymiarowych?

Gnuplot to mniej więcej podstawowy pakiet kreślarski.

Ggobi może robić wiele fajnych rzeczy, takich jak:

animować dane wzdłuż wymiaru lub między dyskretnymi kolekcjami
animować kombinacje liniowe zmieniające współczynniki
oblicz główne składniki i inne transformacje
wizualizuj i obracaj trójwymiarowe klastry danych
użyj kolorów, aby przedstawić inny wymiar

Jakie inne użyteczne podejścia są oparte na otwartym kodzie źródłowym, a zatem można je dowolnie wykorzystywać lub dostosowywać?

W odpowiedzi proszę podać krótki opis możliwości pakietu.

data-visualization open-source

— użytkowników87
źródło

4

Zastanawiam się, czy nie jest rozsądniej prosić o metody wizualizacji, a nie o pakiety, zwłaszcza że większość odpowiedzi zawiera mało szczegółów, a wiele pakietów zapewnia te same metody. Zobacz na przykład stats.stackexchange.com/questions/41326/…

— naught101

13

Co powiesz na R z ggplot2 ?

Inne narzędzia, które naprawdę lubię:

— Shane
źródło

ggplot2 to tylko pakiet graficzny? Co z tego sprawia, że polecasz go do danych wielowymiarowych? Facetting?

— naught101

14

Mondrian : Analiza danych eksploracyjnych ze szczególnym uwzględnieniem dużych danych i baz danych.
iPlots : pakiet dla środowiska statystycznego R, który zapewnia grafikę statystyczną o wysokiej interakcji, napisany w Javie.

— rcs
źródło

+1 dla Mondriana - bardzo przydatna zabawka, szczególnie dla dużych danych

— radek

duże dane! = wysoka wymiarowość. Czy Mondrian jest bardziej przydatny niż inne pakiety ze względu na wysoką wymiarowość?

— naught101

11

Pakiet kratowy w R.

Krata to potężny i elegancki system wizualizacji danych wysokiego poziomu, z naciskiem na dane wielowymiarowe, wystarczający do typowych potrzeb graficznych, a także wystarczająco elastyczny, aby sprostać większości niestandardowych wymagań.

Quick-R ma krótkie wprowadzenie .

— Jeromy Anglim
źródło

Heh Nie mogę edytować tej odpowiedzi, aby dodać ten link, ponieważ jest on zbyt krótki. Przy 4 pozytywnych opiniach musi być co najmniej kilka osób zaznajomionych z siecią, które mogłyby dodać kilka wierszy opisu, aby ta odpowiedź była w połowie użyteczna ...

— naught101

1

Słuszna uwaga. Dodałem napis i twój szybki link

— Jeromy Anglim

4

ggobi i linki R do Ggobi są naprawdę raczej dobre do tego. Istnieją prostsze wizualizacje (iPlots jest bardzo fajny, również interaktywny, jak wspomniano).

Ale to zależy, czy robisz coś bardziej wyspecjalizowanego. Na przykład TreeView umożliwia wizualizację rodzaju dendrogramów klastrowych, które uzyskuje się z mikromacierzy.

— Paul Hewson
źródło

3

Matplotlib Pythona

— Andre Holzner
źródło

3

Punkty widzenia są przydatne w przypadku wielu różnych zestawów danych.

— mankoff
źródło

Mogę jedynie potwierdzić, że ... z tego, co widziałem, możesz wybrać dane za pomocą myszy w jednej projekcji, patrząc, jak wybrany podzbiór wygląda w innej projekcji.

— Andre Holzner,

1

t-SNE ma wiele implementacji typu open source . Prawdopodobnie jednym z najłatwiejszych w użyciu sklearn.manifold.TSNE. sklearn.manifoldzawiera inne różnorodne metody uczenia się, aby wykreślić dane w 2D:

— Franck Dernoncourt
źródło

0

Zobacz także bibliotekę wykresów danych SCaVis . Działa na dowolnej platformie od Java. Obsługuje wiele kontenerów danych i stylów wydruku (2D, 3D itp.)

— IraS
źródło