Project Icon

drawdata

交互式数据可视化工具 轻松绘制分析机器学习数据集

drawdata是一个Python库,为Jupyter notebook提供交互式数据绘制工具。基于anywidget构建,兼容Jupyter、VSCode和Colab环境,支持ipywidgets集成。可绘制散点图并导出为pandas或polars数据框,方便用于scikit-learn机器学习任务。适用于教学和快速数据分析场景,简化数据集创建和操作过程。

drawdata

"只需绘制一些数据,然后继续你的一天。"

这个小型Python库包含了允许你在Jupyter笔记本中绘制数据集的Jupyter小部件。这在教授机器学习算法时应该非常有用。

该项目在底层使用了anywidget,因此我们的工具应该可以在Jupyter、VSCode和Colab中使用。这也意味着你可以获得一个能够与ipywidgets原生交互的proper小部件。这里有一个示例,展示了更新绘图如何触发新的scikit-learn模型训练(代码)。

你可以在笔记本中非常创造性地使用它,所以请随意尝试!

安装

通过pip进行安装。

python -m pip install drawdata

要读取数据,polars很有用,但这个库也支持pandas

python -m pip install pandas polars

使用方法

你可以加载散点图小部件来立即开始绘图。

from drawdata import ScatterWidget

widget = ScatterWidget()
widget

如果你想使用刚刚绘制的数据集,可以这样做:

# 获取绘制的数据作为字典列表
widget.data

# 获取绘制的数据作为数据框
widget.data_as_pandas
widget.data_as_polars

如果你急于用你绘制的数据做scikit-learn相关的工作,你可能会更喜欢这个属性:

X, y = widget.data_as_X_y

这个属性的假设是,如果你使用了多种颜色,那么你对分类感兴趣;如果你只绘制了一种颜色,那么你对回归感兴趣。在回归的情况下,y将指的是y轴。

致谢

这个项目最初是我在calmcode labs的工作的一部分,但我的雇主probabl非常支持,允许我在工作时间内进行这个项目。这真的很酷,我想确保我对此表示认可。





旧功能

我们小部件的原始实现会使用iframe加载网站,以便能够从Jupyter笔记本中绘图。这可以工作,但需要更多的手动操作,只能通过剪贴板功能与pandas一起使用,并且需要互联网连接。以下是该小部件的样子:

它将被保留,但这个库的前进方向是在anywidget的基础上构建。

旧功能使用方法

当你从jupyter运行这个时,你应该加载一个iframe。

from drawdata import draw_scatter

draw_scatter()

完成绘图后,你可以将数据复制到剪贴板。之后,你可以使用pandas从剪贴板读取,将你绘制的数据转换为数据框。

import pandas as pd 
pd.read_clipboard(sep=",")
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号