Scienza dei dati di successo rapido
Se stai imparando Python, aspettati di realizzare le tue prime trame con Matplotlib. Oltre ad essere immensamente popolare, Matplotlib è un file imperativo libreria di grafici. Ciò significa che genera grafica utilizzando un approccio passo-passo, facile da comprendere per i principianti.
Anche Python supporta dichiarativo librerie di tracciamento, come nato dal mare, AltairE HoloViewsche ti consente di concentrarti Che cosa la trama dovrebbe mostrare, piuttosto che come disegnarlo. Per citare i documenti di Altair, “L’idea chiave è che stai dichiarando collegamenti fra colonne di dati E canali di codifica visivacome l’asse x, l’asse y e il colore. Il resto dei dettagli della trama vengono gestiti automaticamente. Basandosi su questo sistema dichiarativo, è possibile creare una gamma sorprendente di trame, da quelle semplici a quelle sofisticate, utilizzando una grammatica concisa.
Scienziati e ingegneri dovrebbero trovare allettante l’approccio dichiarativo, poiché consente di dedicare più tempo al proprio lavoro reale e meno tempo alla programmazione. Come mi piace dire: “Prima la scienza, poi la programmazione!”
In questo Scienza dei dati di successo rapido nell’articolo, esamineremo sia il grafico imperativo che quello dichiarativo. L’attenzione principale, tuttavia, sarà rivolta allo stile dichiarativo, utilizzando esempi tratti da Seaborn, Trama espressaE hvplot.
Prima di entrare nei dettagli, ecco alcuni punti salienti, punti di forza e di debolezza dei due approcci di trama.
Tracciamento imperativo
La trama imperativa in Python prevede un approccio passo passo in cui gli utenti esplicitamente specificare i dettagli della trama in modo equo basso livello. Gli utenti hanno il controllo diretto su ogni elemento della trama, consentendo una personalizzazione altamente granulare. Di conseguenza, il grafico imperativo richiede un intervento manuale maggiore rispetto all’approccio dichiarativo, ma può produrre visualizzazioni più complesse.
Tra i punti forti della trama imperativa ci sono:
- Pieno controllo sui dettagli di una trama.
- La metodologia passo dopo passo è facile da afferrare.
Fonte: towardsdatascience.com