Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
Plotly Open Source Graphing Library for Python Plotly's Python graphing library makes interactive, publication-quality graphs. Examples of how to make line plots, scatter plots, area charts, bar charts, error bars, box plots, histograms, heatmaps, subplots, multiple-axes, polar charts, and bubble charts. Plotly.py is free and open source and you can view the source, report issues or contribute on
※ 上表の「単純グラフなど」は、単純グラフ、または 自己ループのみ含む多重グラフを指しています。 グラフの用語¶ 単純グラフ(simple graph):自己ループも多重辺も含まないグラフ 多重グラフ(multi graph):単純グラフとは限らないグラフ 無向グラフ(undirected graph):無向辺だけからなるグラフ 有向グラフ(directed graph):有向辺だけからなるグラフ 自己ループ(loop):両端が同じ頂点となる辺 多重辺(multiple edges):2つの頂点の間に複数の辺がある場合、それらを多重辺といいます 有向辺(directed edge): 向きがある辺 無向辺(undirected edge): 向きのない辺 歩道:ある頂点から辺をたどって別の頂点へ行ける場合、その辺の並びを歩道といいます。 路:辺が重複しない歩道を路といい
English version available on dev.to はじめに matplotlibで作ったグラフの細かい調整は大変です。何をどういじったらいいのかを調べるのにアホみたいに時間がかかることがあります1。「何を」の部分の名前さえわからないこともあります。解決の糸口を掴んだ後も希望通りの見た目を実現するまでの最後のアレンジに苦労することが多いです2。これらの問題は__matplotlibのグラフがどういう要素で構成されていて、それらに対してどういうことができるかを知る__ことでいくらか改善されます。私はひたすらStack Overflowの回答を読むことでいろんなつまづきを時間をかけて乗り越えてきましたが、最近になってようやく公式チュートリアルにこの苦労を回避できたはずのヒントが書いてあることに気づきました。初期にざっと目を通したのですが「なるほど、よくわからん」と判断して読
データ分析に欠かせない作業である、データの可視化。データ可視化ライブラリ「Bokeh」の基本的な使い方について、調べてみました。 1. Bokehとは Bokehはインタラクティブなグラフを作成できるデータ可視化ライブラリです。Pythonで作られています。 同じくPython製の可視化ライブラリであるmatplotlibやseabornと比較して、下記のような特徴があります。 グラフを画像ファイルとして生成するのではなく、WEBブラウザで表示できるHTMLファイルやWebアプリとして生成する JavaScriptを使ったインタラクティブなグラフを生成できる グラフをドラッグしてパンしたり、要素や範囲を選択できる ボタンやスライダー等を組み合わせることもできる Python以外にも、ScalaやR、Julia等からも利用可能 Jupyter Notebookでの表示にも対応している ち
データビジュアライゼーションのデザインパターン20 - 混沌から意味を見つける可視化の理論と導入 -posted with カエレバ鈴木雅彦,鈴村嘉右 技術評論社 2015-05-08 Amazonで最安値を探す楽天市場で最安値を探すYahooショッピングで最安値を探す 目次 目次 PythonライブラリのSeabornとは? Seabornのインストール Seabornの特徴 スタイルの変更方法 matplotlibのグラフをSeabornのデフォルトスタイルに変更する Seabornのスタイルを変更する whitegrid dark white ticks 右と上のグラフの枠線を無くす グラフ描画機能 折れ線グラフ 棒グラフ 一次元分布データの描画(ヒストグラムや確率密度関数) ヒストグラム表示 二次元の分布データの描画 散布図のプロット データセットの相関分析 ヒートマップ Mac
データの見せ方や伝え方の手法の一つに、取得するデータによってリアルタイムに変化していくグラフがあります。 この手法は株価や有害物質の測定値など、値の変化が重要なデータをグラフ化する場合に有効になります。 この記事ではHighCharts.jsというライブラリを用いてリアルタイムに変化していくグラフの実例を示し解説していきます。 はじめに 前回の記事 では D3.js を使用し、Tech-Sketchの記事毎のはてブ数をグラフ化しました。 このグラフは予めはてブ数を取得・加工してから描画しているため、描画以降にはてブ数が変化してもグラフに反映されません。 特定の日付時点でのデータを評価する場合や、値の変化が少ないデータなどは事前にデータを取得・加工し描画する方法で良いのですが、例えば毎日10分置きにグラフの更新を行いたい場合だと、その都度データを取得・加工・再描画という手間が必要にな
簡単な2Dグラフを描画する #!/usr/bin/env python """ Example: simple line plot. Show how to make and save a simple line plot with labels, title and grid """ from pylab import * t = arange(0.0, 1.0+0.01, 0.01) s = cos(2*2*pi*t) plot(t, s, '-', lw=2) xlabel('time (s)') ylabel('voltage (mV)') title('About as simple as it gets, folks') grid(True) #savefig('simple_plot.png') savefig('simple_plot') show() 簡単な3Dグラフを描
世界中でデータがどんどん増えていく中でデータをうまく扱うことはとても重要になってきています。そんな中、New York Timesが積極的に活用していたり、Githubのwatch数ランキングで上位にランクインしていたりと最近人気急上昇中のデータをビジュアライズする為の「d3.js」というライブラリがあります。 本日はこの「データxデザイン」をwebサイト上で実現する為のjavascriptライブラリ”d3.js”について紹介したいと思います。 このライブラリを使うことで、今までなかなか難しくてできなかったウェブ上での「データの可視化」が手軽にできるようになり、複雑なデータを直感的に理解できるようなサイトが作りやすくなります。早速ですがこのd3.jsというものがどういうものかをなんとなく感じるには実際に動いているデモを見て頂くのが早いので以下をご覧下さい。 オバマ大統領の国家予算案詳細 (
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
処理を実行中です
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