Datenvisualisierung mit Python und JavaScript, 2.

Kapitel 14. Mit Matplotlib und Plotly deine Diagramme ins Web bringen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel sehen wir uns an, wie du die Ergebnisse deiner Pandas-Datenbereinigung und -Exploration ins Internet bringen kannst. Oft ist eine gute statische Visualisierung eine großartige Möglichkeit, Daten zu präsentieren, und wir zeigen dir zunächst, wie du Matplotlib dafür nutzen kannst. Manchmal kann die Benutzerinteraktion eine Datenvisualisierung wirklich bereichern - wir werden sehen, wie die Python-Bibliothek Plotly verwendet werden kann, um interaktive Visualisierungen in einem Jupyter-Notizbuch zu erstellen und diese mitsamt Benutzerinteraktion (UI) auf eine Webseite zu übertragen.

Wir werden auch sehen, wie das Erlernen der Python-Bibliothek von Plotly dir Kompetenz in einer nativen JavaScript-Bibliothek verleiht, die die Möglichkeiten deines Web-Dataviz wirklich erweitern kann. Wir werden das demonstrieren, indem wir einige einfache JS-UIs zur Aktualisierung unserer nativen Plotly-Diagramme erstellen.

Statische Diagramme mit Matplotlib

Oft ist ein statisches Diagramm, bei dem die volle redaktionelle Kontrolle beim Ersteller liegt, das beste Diagramm für die Aufgabe. Eine der Stärken von Matplotlib ist die Fähigkeit, Diagramme in Druckqualität in einer Vielzahl von Formaten zu erstellen, von hochauflösenden Web-PNGs bis hin zu SVG-Renderings, mit Vektorprimitiven, ...