Ferramentas de código aberto para visualizar dados multidimensionais?

31

Além do gnuplot e do ggobi , que ferramentas de código aberto as pessoas estão usando para visualizar dados multidimensionais?

O Gnuplot é mais ou menos um pacote básico de plotagem.

O Ggobi pode fazer várias coisas bacanas, como:

animar dados ao longo de uma dimensão ou entre coleções discretas
animar combinações lineares variando os coeficientes
calcular componentes principais e outras transformações
visualize e gire clusters de dados tridimensionais
use cores para representar uma dimensão diferente

Que outras abordagens úteis são baseadas em código aberto e, portanto, livremente reutilizáveis ou personalizáveis?

Forneça uma breve descrição das habilidades do pacote na resposta.

data-visualization open-source

— user87
fonte

4

Eu me pergunto se não é mais sensato pedir métodos de visualização, em vez de pacotes, especialmente porque a maioria das respostas fornece poucos detalhes, e muitos pacotes fornecem os mesmos métodos. Consulte, por exemplo, stats.stackexchange.com/questions/41326/…

— naught101

13

Que tal R com ggplot2 ?

Outras ferramentas que eu realmente gosto:

— Shane
fonte

ggplot2 é apenas um pacote gráfico? O que faz com que você o recomende para dados multidimensionais? Facetagem?

— precisa saber é o seguinte

14

Mondrian : Análise exploratória de dados com foco em grandes dados e bancos de dados.
iPlots : um pacote para o ambiente estatístico R que fornece gráficos estatísticos de alta interação, escritos em Java.

— rcs
fonte

+1 para Mondrian - brinquedo muito útil, especialmente para grandes volumes de dados

— Radek

dados grandes! = alta dimensionalidade. Mondrian é mais útil que outros pacotes para alta dimensionalidade?

— precisa saber é o seguinte

11

O pacote de treliça em R.

O Lattice é um sistema de visualização de dados de alto nível poderoso e elegante, com ênfase em dados multivariados, suficiente para as necessidades gráficas típicas e também é flexível o suficiente para lidar com a maioria dos requisitos não-padrão.

Quick-R tem uma introdução rápida .

— Jeromy Anglim
fonte

Heh. Não consigo editar esta resposta para adicionar este link porque é muito curto. Com 4 upvotes, deve haver pelo menos algumas pessoas lá fora bastante familiarizado com estrutura que eles poderiam adicionar um par de linhas de descrição, para realmente fazer esta resposta meia maneira útil ...

— naught101

1

bom ponto. Adicionei uma sinopse e seu link quick-r

— Jeromy Anglim

4

O ggobi e os links R para Ggobi são realmente bons para isso. Existem visualizações mais simples (iPlots é muito bom, também interativo, como mencionado).

Mas depende se você está fazendo algo mais especializado. Por exemplo, o TreeView permite visualizar o tipo de dendrograma de cluster obtido dos microarranjos.

— Paul Hewson
fonte

3

Matplotlib do Python

— Andre Holzner
fonte

3

Os pontos de vista são úteis para conjuntos de dados multivariáveis.

— mankoff
fonte

Só posso dizer que ... pelo que vi, você pode selecionar dados com o mouse em uma projeção enquanto observa como o subconjunto selecionado se parece em outra projeção.

— 11138 Andre Holzner

1

O t-SNE possui muitas implementações de código aberto . Um dos mais fáceis de usar é provavelmente sklearn.manifold.TSNE. sklearn.manifoldcontém outros métodos de aprendizado múltiplo para plotar seus dados em 2D:

— Franck Dernoncourt
fonte

0

Veja também a biblioteca de plotagem de dados SCaVis . Funciona em qualquer plataforma desde Java. Ele suporta muitos contêineres de dados e estilos de plotagem (2D, 3D etc.)

— IraS
fonte