Data Visualization
7 Libraries for Data Visualization ที่คนใช้ Python ควรรู้
Published in
1 min readAug 7, 2020
Data Visualization คือ การเอาข้อมูลมาแสดงผลเป็นกราฟแบบต่าง ๆ เพื่อให้เข้าใจข้อมูลได้ง่ายขึ้นนั่นเองครับ ซึ่งการทำ Data Visualization เป็นส่วนหนึ่งของการทำ EDA หรือ Exploratory Data Analysis ที่จะช่วยให้เราสามารถเห็นภาพรวม การกระจายของข้อมูล ที่เรากำลังจะเข้าไปทำการวิเคราะห์นั่นเอง โดยวันนี้ Achieve Plus จะพาไปดู 7 Libraries ในการทำ Data Visualization ด้วย Python ครับผม
- Matplotlib
ใช้สร้างแผนภูมิที่สวยงามในโค้ดไม่กี่บรรทัด จึงเหมาะกับมือใหม่หัดใช้ที่สุด ถูกสร้างเเละออกแบบมาให้ทำงานควบคู่กับการวิเคราะห์ โดยเราสามารถเข้าถึงวิธีการต่างๆ โดยใช้รหัสน้อยลง - Seaborn
เป็น graphic library ที่อยู่บน Matplotlib ช่วยทำให้แผนภูมิของคุณสวยขึ้นและอำนวยความสะดวกในการทำ Data Visualization เพราะรูปแบบและโทนสีของ Seaborn นั้นมีความสวยงามและทันสมัย - ggplot
ใช้ออกแบบเเละสร้างกราฟต่างๆ ให้เหมาะสมกับข้อมูล เช่น perceptual map, quality control, log scale, combo chart - Bokeh
ใช้สร้าง interactive และ web-ready plots ซึ่งสามารถส่งออกได้อย่างง่ายดายเช่น เอกสาร HTML หรือ interactive web applications อีกทั้งยังรองรับการสตรีมและข้อมูลแบบเรียลไทม์อีกด้วย - Pygal
ใช้สร้างกราฟเเละแผนภูมิ SVG (Scalable Vector Graphics) ในหลากหลายสไตล์ เป็น interactive plots ที่สามารถฝังในเว็บเบราว์เซอร์ได้ - geoplotlib
ใช้สร้างแผนที่และวางแผนข้อมูลทางภูมิศาสตร์ คุณสามารถใช้มันเพื่อสร้างประเภทแผนที่ที่หลากหลาย เช่น choropleths, heatmaps และ dot dot maps - Gleam
ช่วยให้คุณเปลี่ยนการวิเคราะห์เป็นเว็บแอปแบบโต้ตอบโดยใช้สคริปต์ Python จึงไม่จำเป็นต้องรู้ภาษาอื่น ๆ เช่น HTML, CSS หรือ JavaScript เมื่อสร้างพล็อตแล้ว คุณสามารถสร้างฟิลด์ด้านบนเพื่อให้ผู้ใช้สามารถกรองและเรียงลำดับข้อมูลได้อีกด้วย
ขอบคุณข้อมูลจาก:
mode.com
