Tim*_*mie 5 data-visualization report matplotlib pandas d3.js
对不起,如果这个问题被认为是微不足道的,但我有点迷茫:
为什么在使用d3进行数据可视化方面有如此多的讨论和努力？
在python中我们有matplotlib(MPL).它可以做很多事情.特别是出版准备好的图形(PS,PDF)？
或者这些新举措的目标是仅仅尝试实现网络可视化和交互性？
如何处理报告生成(例如编写可打印报告)的问题？
例如,我有一个带有图形仪表板的网站.我放大,检索数据等.如何将数字与数据表一起存储到报告中？恕我直言,轻松实现与"旧"MPL的方式.
提前感谢您对这个热门话题的澄清和提示.
我想这个问题没有真正客观的答案,所以这是我的看法.
目的:
在我的工作流程中,我将d3视为一种通过两种方式使数据分析更"可用"的方法.首先,它在浏览器中工作,因此与平台无关,不需要特殊的软件.其次,可视化可以使非分析人员更容易理解数据集,特别是因为交互性的潜力,以及您可以创建一个漂亮的"友好"基于Web的界面.
我认为d3可能比其他工具更可取的第二个原因是它的灵活性.我对统计软件包的体验(诚然,我没有使用过Matlab)是,如果你想从头开始创建自定义可视化,那么很难这样做.
相反,d3让您可以直接了解矢量形状放置位置的详细信息,并提供直观,快速的方法来控制所有这些并将其链接到数据集.
但是,如果要生成"标准"图表,则其他工具可能更简单,更快捷.例如,我对Mathematica的体验是它提供了令人难以置信的交互功能,通常只需要在代码周围添加操作[].但是,在某种程度上,这依赖于"预先打包"的图表.
报告:
d3不适合报道,但也不是那么糟糕..svg文件可以在Adobe Illustrator等矢量图形程序中打开,因此可以将以d3创建的图表导出为pdf或您选择的任何其他格式.
| 归档时间： |
|
| 查看次数： |
3068 次 |
| 最近记录： |