Інструменти візуалізації даних

Python-екосистема для наукової візуалізації

Matplotlib Безкоштовно

Основа всієї Python-екосистеми. John Hunter розробив у 2003 р. Надає повний контроль над кожним елементом графіка. Є бекендом для seaborn, pandas plots, scikit-learn. 2D та базова 3D через mpl_toolkits.mplot3d. Публікаційна якість (вектор SVG/PDF). Активна розробка до сьогодні (v3.8+).

Seaborn Безкоштовно

Побудований поверх Matplotlib, спрощує статистичну графіку. Одна функція sns.pairplot() дає матрицю розсіювання для всіх змінних датасету. Нативна підтримка DataFrames (pandas). Ідеальний для EDA (Exploratory Data Analysis). Набагато менше коду ніж чиста Matplotlib для стандартних статистичних графіків.

Plotly Open Source

Інтерактивні графіки для web та Jupyter. Plotly Express — high-level API, одна функція px.scatter() дає повністю інтерактивний графік. Plotly Dash — фреймворк для аналітичних веб-застосунків без JavaScript. Підтримує 3D plots, mapbox, sankey-діаграми, treemaps. Plotly.js доступний для чистого JavaScript.

Bokeh Безкоштовно

Спеціалізується на великих оперативних датасетах і стримінгових даних. BokehServer дозволяє виводити мільйони точок із live-оновленням. WebGL-рендеринг для прискорення у браузері. Популярний у фінансовій аналітиці, IoT-дашбордах та наукових обчислювальних центрах (NCAR, USGS).

D3.js та веб-візуалізація

D3.js (Data-Driven Documents) — розроблений Майком Бостоком (Mike Bostock) у 2011 р., D3.js є найпотужнішим, але й найскладнішим інструментом веб-візуалізації. Принцип: прив'язка даних до DOM-елементів SVG/Canvas з повним контролем через JavaScript. Використовується The New York Times, The Guardian, NASA та тисячами дослідницьких організацій для інтерактивних наукових публікацій. Vega та Vega-Lite — декларативні обгортки над D3, що дозволяють описати графік у JSON без написання JavaScript.

Спеціалізовані наукові інструменти

Origin Pro

Галузевий стандарт у фізиці та хімії для публікаційних графіків. Понад 100 типів графіків, вбудований статистичний аналіз. $1,195 для наукових установ. Використовується в більшості Nature Physics публікацій.

MATLAB

Необхідний у інженерії, DSP та обробці сигналів. Simulink для систем та управління. Дорогий ($149/рік студент), але включений у ліцензії більшості університетів. Octave — безкоштовна альтернатива.

ParaView

Відкритий інструмент для наукової 3D-візуалізації великих данних від Kitware/Sandia Labs. Обробляє терабайти симуляційних даних (CFD, FEM). Підтримує паралельні обчислення на кластерах HPC.

Gephi

Спеціалізований інструмент для мережевої візуалізації (графи). Популярний у соціальних науках, геноміці (PPI networks), інфраструктурному аналізі. Відкритий код, підтримка форматів GEXF/GraphML.

Часто задавані питання

Зміст

Python vs R highlight

Таблиця порівняння

Python-екосистема

D3.js та веб

Tableau vs Power BI

FAQ

У цій категорії

Наукова візуалізація

Дизайн інфографік

3D моделювання

Молекулярна візуалізація

ГІС системи

Астрономічне зображення

Медична візуалізація

VR у науці

AR у освіті

English version

Read this article in English:

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Path Tracing і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.