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.