AutoViz: однострочная библиотека автоматической визуализации данных |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-07-15 11:55 Начиная с версии 0.1.901 важное обновление
Обратная связь Ваше мнение имеет решающее значение! Если у вас возникнут какие-либо проблемы или у вас есть предложения, сообщите нам об этом через GitHub Issues. Спасибо за вашу постоянную поддержку и удачных визуализаций! Цитирование Если вы используете AutoViz в своем исследовательском проекте или статье, используйте следующий формат для цитат: «Сешадри, Рам (2020). GitHub — AutoViML/AutoViz: автоматическая визуализация любого набора данных любого размера с помощью одной строки кода. Исходный код: https://github.com/AutoViML/AutoViz » Текущие цитаты для AutoViz Мотивация Мотивацией создания AutoViz является обеспечение более эффективного, удобного и автоматизированного подхода к исследовательскому анализу данных (EDA) посредством быстрой и простой визуализации данных и повышения качества данных. Библиотека предназначена для того, чтобы помочь пользователям понять закономерности, тенденции и взаимосвязи в данных путем создания содержательных визуализаций с минимальными усилиями. AutoViz особенно полезен для новичков в анализе данных, поскольку он позволяет абстрагироваться от сложностей различных библиотек и методов построения графиков. Для экспертов это еще один экспертный инструмент, который они могут использовать для получения более подробной информации о данных, которые они, возможно, пропустили. AutoViz — мощный инструмент для создания содержательных визуализаций с минимальными усилиями. Вот некоторые из его ключевых преимуществ по сравнению с другими автоматизированными инструментами EDA:
Предварительные условия Создайте новую среду и установите необходимые зависимости для клонирования AutoViz: Из ПиПи: cd <AutoViz_Destination> git clone git@github.com:AutoViML/AutoViz.git # or download and unzip https://github.com/AutoViML/AutoViz/archive/master.zip conda create -n <your_env_name> python=3.7 anaconda conda activate <your_env_name> # ON WINDOWS: `source activate <your_env_name>` cd AutoViz Для версий Python ниже 3.10 установите зависимости следующим образом:
Для Python 3.10 используйте:
Для Python 3.11 и выше рекомендуется использовать:
Эти файлы требований гарантируют бесперебойную работу AutoViz с вашей средой Python путем установки совместимых версий библиотек, таких как HoloViews, Bokeh и hvPlot. Пожалуйста, выберите файл требований, соответствующий вашей версии Python, чтобы использовать AutoViz без проблем. Применение Узнайте, как использовать AutoViz, в этой статье на Medium. В каталоге AutoViz откройте блокнот Jupyter или откройте палитру команд (терминал) и используйте следующий код для создания экземпляра AutoViz_Class. Вы можете просто запустить этот код шаг за шагом: from autoviz import AutoViz_Class AV = AutoViz_Class() dft = AV.AutoViz(filename) AutoViz может использовать любые входные данные: имя файла (в формате CSV, txt или JSON) или кадр данных pandas. Если у вас большой набор данных, вы можете установить аргументы AutoViz также может создавать диаграммы в нескольких форматах, используя
API Аргументы в пользу
Примеры Вот несколько примеров, которые помогут вам начать работу с AutoViz. Если вам нужны полные блокноты Jupyter с примерами кода, их можно найти в папке примеров . Пример 1. Визуализация файла CSV с целевой переменной from autoviz import AutoViz_Class AV = AutoViz_Class() filename = "your_file.csv" target_variable = "your_target_variable" dft = AV.AutoViz( filename, sep=",", depVar=target_variable, dfte=None, header=0, verbose=1, lowess=False, chart_format="svg", max_rows_analyzed=150000, max_cols_analyzed=30, save_plot_dir=None ) Пример 2. Визуализируйте DataFrame Pandas без целевой переменной: import pandas as pd from autoviz import AutoViz_Class AV = AutoViz_Class() data = {'col1': [1, 2, 3, 4, 5], 'col2': [5, 4, 3, 2, 1]} df = pd.DataFrame(data) dft = AV.AutoViz( "", sep=",", depVar="", dfte=df, header=0, verbose=1, lowess=False, chart_format="server", max_rows_analyzed=150000, max_cols_analyzed=30, save_plot_dir=None ) Пример 3. Создайте интерактивные диаграммы боке и сохраните их в виде HTML-файлов в пользовательском каталоге. from autoviz import AutoViz_Class AV = AutoViz_Class() filename = "your_file.csv" target_variable = "your_target_variable" custom_plot_dir = "your_custom_plot_directory" dft = AV.AutoViz( filename, sep=",", depVar=target_variable, dfte=None, header=0, verbose=2, lowess=False, chart_format="bokeh", max_rows_analyzed=150000, max_cols_analyzed=30, save_plot_dir=custom_plot_dir ) Эти примеры должны дать вам представление о том, как использовать AutoViz с различными сценариями и настройками. Адаптируя параметры и настройки, вы можете создавать визуализации, которые лучше всего соответствуют вашим потребностям, независимо от того, работаете ли вы с большими наборами данных, интерактивными диаграммами или просто исследуете взаимосвязи между переменными. Мейнтейнеры AutoViz активно поддерживается и совершенствуется командой преданных своему делу разработчиков. Если у вас есть какие-либо вопросы, предложения или проблемы, не стесняйтесь обращаться к сопровождающим: Содействие Мы приветствуем вклад сообщества! Если вы хотите внести свой вклад в AutoViz, выполните следующие действия:
См. прилагаемый файл ! Лицензия AutoViz выпускается под лицензией Apache версии 2.0. Используя AutoViz, вы соглашаетесь с условиями, указанными в лицензии. Советы Вот несколько дополнительных советов и напоминаний, которые помогут вам максимально эффективно использовать библиотеку:
Источник: github.com Комментарии: |
|