Pythonパッケージ間の共起関係を可視化してみる | POSTD
はじめに 私は、 BigQueryのGitHubデータ を使って、GitHubリポジトリにある上位3,500個のPythonパッケージの共起を抽出し、 速度ベルレ積分を使ってd3のForceレイアウト を可視化してみました。また、 python-igraph にあるアルゴリズムを使ってグラフをクラスタ化し、 http://graphistry.com/ にアップデートしました。 以下のスクリーンショットは、d3の可視化にあるNumPyのクラスタです（画像をクリックするとライブ版をご覧いただけます）。 以下は、graphistrynによって抽出されたNumPyのクラスタです（画像をクリックするとライブ版をご覧いただけます）。 グラフの特徴： 各ノードは、GitHubで見つけることのできる、それぞれのPythonパッケージです。半径は、 ノードのDataFrame セクションで計算されています
NumPy + Pandas + matplotlibでデータプロッティングしてみる - WonderPlanet DEVELOPER BLOG
今回のエンジニアブログを担当する藤岡です。 D3.js等のデータ可視化ライブラリは沢山存在していますが、 このエントリでは、「NumPy + Pandas + matplotlib」でデータプロッティングを行います。 所謂データ分析ツールのフロントエンド側の処理を3つのライブラリで実装してみようかと思います。 「データ分析Python」と呼ばれるものですね。 NumPyとは？ NumPyは数値計算を効率的に行うためのPythonの拡張モジュールです。 多次元配列の扱いを簡単にしてくれたり、大規模な高水準の数学関数ライブラリを提供してくれます。 公式サイト: http://www.numpy.org/ Pandasとは？ Pythonのデータ分析ライブラリで、Rライクな機能を提供してくれるモジュールです。 データ操作の為のDataFrameオブジェクトや、データセットの整形、柔軟な変形機能を
Welcome to Bokeh — Bokeh documentation
Bokeh documentation# Bokeh is a Python library for creating interactive visualizations for modern web browsers. It helps you build beautiful graphics, ranging from simple plots to complex dashboards with streaming datasets. With Bokeh, you can create JavaScript-powered visualizations without writing any JavaScript yourself. Finding the right documentation resources# Bokeh’s documentation consists
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
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
