Інструменти з відкритим кодом для візуалізації багатовимірних даних?


31

Крім gnuplot і ggobi , які інструменти з відкритим кодом використовують люди для візуалізації багатовимірних даних?

Gnuplot - це більш-менш базовий графічний пакет.

Ггобі може зробити ряд чудових речей, таких як:

  • анімувати дані в межах виміру або серед дискретних колекцій
  • анімувати лінійні комбінації, що змінюють коефіцієнти
  • обчислити основні компоненти та інші перетворення
  • візуалізувати та обертати 3-мірні кластери даних
  • використовувати кольори для зображення іншого виміру

Які ще корисні підходи ґрунтуються на відкритому коді і, таким чином, вільно використовуються або настроюються?

Будь ласка, надайте у відповідь короткий опис здібностей пакету.


4
Цікаво, чи не розумніше запитувати про методи візуалізації, а не про пакети, тим більше, що більшість відповідей надають мало деталей, і багато пакунків пропонують ті самі методи. Дивіться, наприклад, stats.stackexchange.com/questions/41326/…
naught101

Відповіді:



14
  • Mondrian : Дослідницький аналіз даних з акцентом на великі дані та бази даних.
  • iPlots : пакет для статистичного середовища R, який забезпечує високу статистичну графіку взаємодії, написану на Java.

+1 для Mondrian - дуже корисна іграшка, особливо для великих даних
radek

великі дані! = висока розмірність. Чи корисніший Mondrian для інших розмірів корисніший за інші пакети?
naught101

11

Решітковий пакет в Р.

Решітка - це потужна і елегантна система візуалізації даних високого рівня з акцентом на багатоваріантні дані, які є достатніми для типових графічних потреб, а також є достатньо доступними для вирішення більшості нестандартних вимог.

Quick-R має швидке введення .


Хе. Я не можу редагувати цю відповідь, щоб додати це посилання, оскільки це занадто коротко. З чотирма результатами повинно бути принаймні кілька людей, знайомих з ґратами, щоб вони могли додати пару рядків опису, щоб зробити цю відповідь наполовину корисною ...
naught101

1
влучне зауваження. Я додав розмиття і ваше швидке посилання
Джеромі Англім

4

ggobi і R-посилання на Ggobi дійсно досить хороші для цього. Є більш прості візуалізації (iPlots дуже приємний, також інтерактивний, як згадувалося).

Але це залежить від того, чи займаєтесь ви чимось більш спеціалізованим. Наприклад, TreeView дозволяє візуалізувати тип кластерних дендрограм, які ви отримуєте з мікромасив.



3

Точки зору корисні для множинних наборів даних.


Я можу лише зауважити, що ... з побаченого ви можете вибрати дані за допомогою миші в одній проекції, переглядаючи, як виглядає вибраний підмножина в іншій проекції.
Андре Хольцнер


Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.