GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

pyviz

datashader – 最大のデータも正確に画像に変換

投稿日:

最大のデータも正確に画像に変換します。 http://datashader.org

データシャダー

Datashaderは、大量のデータの意味のある表現を作成するプロセスを自動化するためのデータラスタライズパイプラインです。 Datashaderは、データのイメージ作成を3つの主要ステップに分割します。

  1. 投影

    各レコードは、指定されたグリフに基づいて、公称プロットグリッド形状の0個以上のビンに投影されます。

  2. 集約

    削減量は各ビンごとに計算され、潜在的に大きなデータセットをはるかに小さいアグリゲート配列に圧縮します。

  3. 変換

    これらの集約は、さらに処理され、最終的に画像を生成する。

この非常に一般的なパイプラインを使用すると、多くの面白いデータ視覚化をパフォーマンスとスケーラブルな方法で作成できます。 Datashaderには、わずか数行のコードを使用して、これらのパイプラインを簡単に作成可能なツールが含まれています。 Datashaderは単独で使用することもできますが、プロッティングライブラリの前処理段階として機能するようにも設計されているので、そうでない場合よりもはるかに大きなデータセットでライブラリを操作できます。

インストール

Datashaderを使い始める最善の方法は、 サンプルREADMEの指示に従って、広範なサンプルセットと一緒にインストールすることです。

あなたが必要とするのは、例で使用されているファイルのどれもがないデータシート自体であれば、 condaまたはpipでインストールできます:

conda install datashader

または

pip install datashader

最高のパフォーマンスを得るには、あなたのプラットフォームに最適化された数値ライブラリを確実に入手できるように、condaを使用することをお勧めします。

最新の未リリースの変更(例えばソースコードを自分で編集する)をしたい場合は、上記のようにdatashaderをインストールしてから、ソースコードを複製し、代わりにクローンを使用するようPythonに指示してください:

conda remove --force datashader
git clone https://github.com/pyviz/datashader.git
cd datashader
pip install -e .

テストスイートを実行するには、まずconda install pytestまたはpip install pytestしてから、datashaderのソースディレクトリにpy.test datashaderを実行します。

もっと学ぶ

これらの例を試した後、APIドキュメントや論文、アプローチについての講演など、 データシートのドキュメントからリンクされた追加リソースを見つけることができます。

スクリーンショット







-pyviz
-, , , ,

執筆者:

bokeh

datashader – 最大のデータも正確に画像に変換

投稿日:

(さらに…)







-bokeh
-, , , ,

執筆者: