Strumenti open source per la visualizzazione di dati multidimensionali?

31

Oltre a gnuplot e ggobi , quali strumenti open source vengono utilizzati dalle persone per visualizzare dati multidimensionali?

Gnuplot è più o meno un pacchetto base per la stampa.

Ggobi può fare una serie di cose ingegnose, come:

animare i dati lungo una dimensione o tra raccolte discrete
animare combinazioni lineari variando i coefficienti
calcolare i componenti principali e altre trasformazioni
visualizzare e ruotare i cluster di dati tridimensionali
usa i colori per rappresentare una dimensione diversa

Quali altri approcci utili sono basati sull'open source e quindi liberamente riutilizzabili o personalizzabili?

Fornire una breve descrizione delle capacità del pacchetto nella risposta.

data-visualization open-source

— utente87
fonte

4

Mi chiedo se non sia più sensato chiedere metodi di visualizzazione, piuttosto che pacchetti, soprattutto perché la maggior parte delle risposte fornisce pochi dettagli e molti pacchetti forniscono gli stessi metodi. Vedi, ad esempio, stats.stackexchange.com/questions/41326/…

— naught101

13

Che ne dici di R con ggplot2 ?

Altri strumenti che mi piacciono molto:

— Shane
fonte

ggplot2 è solo un pacchetto grafico? Che ne dici di farti consigliare per dati multidimensionali? Sfaccettatura?

— nulla101

14

Mondrian : analisi esplorativa dei dati con focus su grandi dati e database.
iPlots : un pacchetto per l'ambiente statistico R che fornisce grafici statistici ad alta interazione, scritti in Java.

— rcs
fonte

+1 per Mondrian - giocattolo molto utile, soprattutto per dati di grandi dimensioni

— radek,

dati di grandi dimensioni! = alta dimensionalità. Mondrian è più utile di altri pacchetti per l'alta dimensionalità?

— nulla101

11

Il pacchetto reticolare in R.

Lattice è un potente ed elegante sistema di visualizzazione di dati di alto livello, con enfasi sui dati multivariati, che è sufficiente per le esigenze grafiche tipiche ed è anche sufficientemente flessibile per gestire la maggior parte dei requisiti non standard.

Quick-R ha una rapida introduzione .

— Jeromy Anglim
fonte

Eh. Non riesco a modificare questa risposta per aggiungere questo link perché è troppo breve. Con 4 upvotes, ci deve essere almeno un paio di persone là fuori abbastanza familiarità con reticolo che potrebbero aggiungere un paio di righe di descrizione, in realtà rendere la risposta a metà strada utile ...

— naught101

1

buon punto. Ho aggiunto uno sballo e il tuo link rapido

— Jeromy Anglim il

4

ggobi e i collegamenti R a Ggobi sono davvero piuttosto buoni per questo. Ci sono visualizzazioni più semplici (iPlots è molto bello, anche interattivo, come detto).

Ma dipende se stai facendo qualcosa di più specializzato. Ad esempio TreeView consente di visualizzare il tipo di dendrogrammi del cluster che si ottiene dai microarrays.

— Paul Hewson
fonte

3

Matplotlib di Python

— Andre Holzner
fonte

3

I punti di vista sono utili per set di dati a più variabili.

— 2 giri
fonte

Posso solo sostenerlo ... da quello che ho visto puoi selezionare i dati con il mouse in una proiezione mentre guardi come appare il sottoinsieme selezionato in un'altra proiezione.

— Andre Holzner,

1

t-SNE ha molte implementazioni open source . Uno dei più facili da usare è probabilmente sklearn.manifold.TSNE. sklearn.manifoldcontiene altri molteplici metodi di apprendimento per tracciare i tuoi dati in 2D:

— Franck Dernoncourt
fonte

0

Guarda anche la libreria di tracciamento dei dati di SCaVis . Funziona su qualsiasi piattaforma dopo Java. Supporta molti contenitori di dati e stili di stampa (2D, 3D ecc.)

— IRAS
fonte