visualisasi data yang lengkap dan responsif sepenuhnya dengan Lux
Pernahkah Anda menghadapi situasi di mana Anda harus menulis beberapa baris kode hanya untuk memplot dan memvisualisasikan data Anda? Bagaimana dengan saat Anda harus menulis beberapa baris kode hanya untuk memplot beberapa grafik (garis, batang, pai, etc)? Jika jawabannya ya, seperti saya, maka saya punya kabar baik untuk Anda!
Hanya dengan satu baris kode, Anda dapat membuat plot, tidak hanya satu, namun serangkaian grafik dan visualisasi lengkap untuk kumpulan data Anda. Memperkenalkan Lux! Tidak hanya menyediakan serangkaian visualisasi data yang lengkap, namun juga merekomendasikan beberapa plot yang mungkin berguna bagi Anda.
Dokumentasi resmi merangkum Lux dengan sempurna:
Lux adalah perpustakaan Python yang memfasilitasi eksplorasi data yang cepat dan mudah dengan mengotomatiskan proses visualisasi dan analisis data. Dengan hanya mencetak kerangka data di buku catatan Jupyter, Lux merekomendasikan serangkaian visualisasi yang menyoroti tren dan pola menarik dalam kumpulan data. Visualisasi ditampilkan melalui widget interaktif yang memungkinkan pengguna dengan cepat menelusuri banyak koleksi visualisasi dan memahami data mereka.
Memulai Dengan Lux
Hal pertama yang perlu kita lakukan adalah menginstal Lux, baik menggunakan pip
atau conda
. Saya akan merekomendasikan penggunaan conda
sehingga kami menghindari bentrokan ketergantungan.
conda install -c conda-forge lux-api OR pip install lux-api
Jika Anda menggunakan notebook Jupyter, Anda dapat mengaktifkan Lux sebagai berikut:
jupyter nbextension install --py luxwidget jupyter nbextension enable --py luxwidget
Atau di Jupyterlab:
jupyter labextension install @jupyter-widgets/jupyterlab-manager
jupyter labextension install luxwidget
Menggunakan Lux di Notebook
Sekarang kita sudah menyiapkan Lux dan mengaktifkannya di notebook Jupyter, kita bisa mulai dengan mengimpor perpustakaan.
import pandas as pd import lux
Lalu, mari kita coba memuat contoh kerangka data
df = pd.read_csv("https://github.com/lux-org/lux-datasets/blob/master/data/hpi_full.csv?raw=True")
Mencetak kerangka data df
akan memberi kita informasi berikut
Perhatikan tombolnya Toggle Pandas/Lux
? Coba klik sekali, perhatikan plot baru bermunculan? Ini memberi kita
- Korelasi antar variabel dalam kerangka data
- Distribusi variabel
- Analisis Geografiskerangka data. Perhatikan bagaimana Lux dapat mengidentifikasi kolom
country
dan memplot distribusi spasial variabel tanpa harus memiliki koordinat eksplisit? Itu sangat keren!
Yang juga menarik adalah konsep niat.
Misalkan Anda ingin memahami bagaimana ketimpangan dan harapan hidup berhubungan satu sama lain. Kita dapat menentukan maksud di Lux sebagai berikut:
df.intent = ["Inequality","AvrgLifeExpectancy"]
Dan setelah mencetak kerangka data df
kita dapatkan
Perhatikan bagaimana negara-negara Eropa memiliki tingkat kesenjangan yang rendah dan angka harapan hidup yang tinggi, sedangkan di Afrika Sub-Sahara justru sebaliknya?
Di tab Filter
, Anda dapat mendalami sub-wilayah tertentu untuk analisis lebih lanjut.
Catatan Penutup
Saya suka betapa mudah dan cerdasnya Lux! Ini pasti bisa menghemat banyak waktu saat mencoba melakukan analisis pada kumpulan data Anda. Tidak hanya itu, Lux cukup pintar untuk memahami niat Anda dan menghasilkan visualisasi yang relevan! Jika Anda tertarik untuk mengetahui lebih lanjut tentang Lux, lihat beberapa contoh notebook mereka.
Seperti biasa, jika Anda menyukai postingan ini, pertimbangkan untuk berlangganan buletin email saya di mana saya secara rutin merangkum tips pemrograman dan penelitian AI dalam bahasa Inggris yang sederhana dan visualisasi yang indah.