Obecnie wykonuję prace eksperymentalne i mam wiele danych do włożenia. Używam Gnumeric i jest bardzo dobra, ale często czuję, że musi być coś lepszego.
Idealnie chciałbym mieć maksymalną liczbę funkcji z minimalną krzywą uczenia się, ale tak naprawdę chciałbym tylko wiedzieć, czy istnieje coś lepszego niż Gnumeric, którego mogę użyć do manipulowania i drukowania danych.
Co byś polecił?
Odpowiedzi:
Jestem studentem fizyki i odkryłem, że najlepszym naukowym oprogramowaniem do tworzenia wykresów dla Ubuntu jest QtiPlot. Jest bardzo podobny do Origin i działa naprawdę dobrze.
Numpy i Matplotlib stanowią dobrą kombinację do przetwarzania i wyświetlania danych.
Sugerowałbym Gnuplot . Ma fajny zestaw funkcji i jest dobrze udokumentowany. Więc jeśli poświęcisz kilka minut na przejrzenie dokumentacji, otrzymasz podstawowy pomysł. Używam gnuplot do prawie wszystkich moich działek, tylko gdy nie potrzebuję pełnego zestawu funkcji, zwykle używam Ti k Z z LaTeX.
Jest jednym z najlepszych dostępnych programów do wizualizacji danych. Realizuje idee Edwarda Tufte , autora klasyki w projektowaniu graficznym i komunikacji naukowej, jako „Piękny dowód” i „Wizualne wyświetlanie informacji ilościowych”.
Interfejs graficzny Deducer umożliwia korzystanie z ggplot2 bez konieczności znajomości języka programowania R, w którym implementowany jest ggplot2. Jeśli możesz użyć programu Excel, możesz użyć narzędzia Deducer. Twoje analizy statystyczne będą prawidłowe, a twoje wykresy (dzięki ggplot2) będą skuteczne i ładne.
#dependencies
sudo apt-get install r-core
sudo apt-get install rJava default-jdk
sudo R CMD javareconf
sudo R
#to install deducer
install.packages('JGR')
install.packages('Deducer')
library(JGR)
JGR()
#in JGR
library(Deducer)
Mędrzec może być do tego dobry. Łączy wiele narzędzi matematycznych typu open source, aby stworzyć bardzo rozbudowaną i elastyczną aplikację.
Użyłem qtoctave . Jest podobny do MATLAB, jeśli używałeś go wcześniej.
Możesz zainstalować go z repozytoriów: sudo apt-get install qtoctave
gnuplot i xmgr / grace są prawdopodobnie najstarszymi naukowymi programami graficznymi dla Uniksa. Nadal używam gnuplot od czasu do czasu (BTW, to nie jest GNU i niektórzy uważają, że nie jest darmowy ), ponieważ znam go i używam go od wielu lat, ale niewiele się zmieniło w tym stuleciu i nie jest przyjazny dla użytkownika zgodnie z dzisiejszymi standardami.
Myślę, że najbardziej obiecującymi programami są teraz QtiPlot, LabPlot i Veusz. Pierwsze dwa są podobne do Origin (najpopularniejszego oprogramowania do drukowania w systemie Windows). QtiPlot ma pełnoetatowego programistę i wydaje się, że jest rozwijany bardziej aktywnie. Veusz różni się od klonów Origin i, w przeciwieństwie do innych programów, jest napisany w Pythonie. Nie ma go jeszcze w dystrybucji, ale ma PPA .
Innym programem, którego używam do drukowania danych, jest fityk. Specjalizuje się w dopasowywaniu krzywych i używam go do kreślenia głównie dlatego, że dobrze go znam (napisałem), ale wydaje mi się, że w większości przypadków najlepszym wyborem będzie QtiPlot lub Veusz.
Sugerowałbym DataScene. Tworzy naprawdę fajne wykresy i animacje wykresów. Odkryłem, że krzywa uczenia się jest dość płaska z powodu Kreatora i samouczków. Więcej informacji na temat DataScene można znaleźć na stronie:
Veusz to najlepsze narzędzie do plotowania typu open source, jakie do tej pory mogłem znaleźć. Pozwala na ustawienie bardzo szczegółowych atrybutów wykresów naukowych, takich jak wielkość drobnych i dużych podziałek. Zapewnia również operacje do manipulowania zestawami danych. Obsługuje eksport SVG i może być kontrolowany zdalnie z innych programów. Ponadto moje doświadczenia ze wsparciem były bardzo dobre. Autor odpowiedział na moje pytanie w ciągu jednego dnia i zrealizował prośbę o dodanie funkcji w ciągu dwóch tygodni.
R byłby najlepszy zarówno dla testów statystycznych, jak i wykresów. Jeśli nie masz nic przeciwko programowaniu, wybierz R. Jest to oprogramowanie open source i potężne.
Lub wypróbuj BioVinci, jeśli programowanie kosztuje zbyt wiele czasu. Umożliwia przeciąganie i upuszczanie danych w celu uruchamiania statystyk i tworzenia wykresów. Lubię nowoczesne typy działek, które oferuje, takie jak skrzypce i interaktywny wykres rozproszenia 3D (z informacją o najechaniu kursorem). Plus jest PCA - bardzo pomocny w badaniach naukowych. Co więcej, obsługuje Ubuntu 16.04, 18.04 i Debian 9.
Mam nadzieję że to pomoże! Oto zrzut ekranu z fabuły PCA 3D.
Chciałbym zasugerować supermongo do użytku naukowego. Chociaż jest ekspansywny, ale możesz go uzyskać w swoim instytucie lub centrum badawczym. Jest to bardzo przyjazny dla użytkownika i łatwy w obsłudze. Możesz drukować dane w wysokiej rozdzielczości i zaawansowanych ustawieniach.