Alat open source untuk memvisualisasikan data multi-dimensi?

31

Selain gnuplot dan ggobi , alat open source apa yang digunakan orang untuk memvisualisasikan data multi-dimensi?

Gnuplot kurang lebih adalah paket perencanaan dasar.

Ggobi dapat melakukan sejumlah hal bagus, seperti:

menghidupkan data sepanjang dimensi atau di antara koleksi diskrit
animate kombinasi linear yang memvariasikan koefisien
menghitung komponen utama dan transformasi lainnya
memvisualisasikan dan memutar klaster data 3 dimensi
gunakan warna untuk mewakili dimensi yang berbeda

Apa pendekatan lain yang bermanfaat yang didasarkan pada sumber terbuka dan dengan demikian dapat digunakan kembali atau disesuaikan secara bebas?

Harap berikan deskripsi singkat tentang kemampuan paket dalam jawabannya.

data-visualization open-source

— pengguna87
sumber

4

Saya bertanya-tanya apakah tidak lebih masuk akal untuk meminta metode visualisasi, daripada paket, terutama karena sebagian besar jawabannya memberikan sedikit detail, dan banyak paket menyediakan metode yang sama. Lihat, misalnya, stats.stackexchange.com/questions/41326/...

— naught101

13

Bagaimana dengan R dengan ggplot2 ?

Alat lain yang sangat saya sukai:

— Shane
sumber

ggplot2 hanyalah paket grafik? Bagaimana dengan itu membuat Anda merekomendasikannya untuk data multi-dimensi? Facetting?

— naught101

14

Mondrian : Analisis data eksplorasi dengan fokus pada data dan database besar.
iPlots : paket untuk lingkungan statistik R yang menyediakan grafik statistik interaksi tinggi, ditulis dalam Java.

— rcs
sumber

+1 untuk Mondrian - mainan yang sangat berguna, terutama untuk data besar

— radek

data besar! = dimensi tinggi. Apakah Mondrian lebih berguna daripada paket lain untuk dimensi tinggi?

— naught101

11

Paket kisi di R.

Lattice adalah sistem visualisasi data tingkat tinggi yang kuat dan elegan, dengan penekanan pada data multivariat, yang mencukupi untuk kebutuhan grafis yang khas, dan juga cukup fleksibel untuk menangani sebagian besar persyaratan yang tidak standar.

Quick-R memiliki pengantar cepat .

— Jeromy Anglim
sumber

Heh. Saya tidak dapat mengedit jawaban ini untuk menambahkan tautan ini karena terlalu pendek. Dengan 4 upvotes, harus ada setidaknya beberapa orang di luar sana cukup akrab dengan kisi sehingga mereka dapat menambahkan beberapa baris deskripsi, untuk benar-benar membuat jawaban ini setengah jalan berguna ...

— naught101

1

poin yang bagus. Saya telah menambahkan uraian singkat dan tautan cepat-r Anda

— Jeromy Anglim

4

ggobi dan tautan R ke Ggobi benar-benar bagus untuk ini. Ada visualisasi yang lebih sederhana (iPlots sangat bagus, juga interaktif, seperti yang disebutkan).

Tetapi itu tergantung apakah Anda melakukan sesuatu yang lebih terspesialisasi. Misalnya TreeView memungkinkan Anda memvisualisasikan jenis program dend cluster yang Anda dapatkan dari microarrays.

— Paul Hewson
sumber

3

Matplotlib Python

— Andre Holzner
sumber

3

Sudut pandang berguna untuk set data multi-variate.

— mankoff
sumber

Saya hanya dapat yang kedua ... dari apa yang saya lihat dapat Anda pilih data dengan mouse dalam satu proyeksi sambil melihat bagaimana subset yang dipilih terlihat seperti dalam proyeksi lain.

— Andre Holzner

1

t-SNE memiliki banyak implementasi open source . Salah satu yang paling mudah digunakan adalah mungkin sklearn.manifold.TSNE. sklearn.manifoldberisi berbagai metode pembelajaran lainnya untuk memplot data Anda ke 2D:

— Franck Dernoncourt
sumber

0

Lihat juga pustaka plot data SCaVis . Ini bekerja pada platform apa pun sejak Java. Ini mendukung banyak wadah data dan gaya plot (2D, 3D dll.)

— IraS
sumber