文章预览
本期分享一个Python工具d3blocks，可轻松 将JavaScript中的D3.js强交互可视化能力延续到Python中。 一个实例， PCA图结合tSNE图 ， 可以看到，d3blocks的结果是可交互的，可轻松实现结果的局部选取、每个点数据显示、展示模式切换(左下侧PCA、tSNE插件)等。 而且d3blocks只需几行Python代码，告别D3.js的长代码，此处使用d3.scatter()函数， # 导入d3blocks from d3blocks import D3Blocks import numpy as np # 初始化 d3 = D3Blocks() # 数据准备 df = d3.import_example( 'mnist' ) size = np.random.randint( 0 , 8 , df.shape[ 0 ]) opacity = np.random.randint( 0 , 8 , df.shape[ 0 ]) / 10 tooltip = df[ 'y' ].values.astype(str) # 绘图 d3.scatter( df[ 'PC1' ].values, # PCA图主成分PC1 x轴数据 df[ 'PC2' ].values, # PCA图主成分PC2 y轴数据 x1=df[ 'tsne_1' ].values, # tSNE图x轴数据 y1=df[ 'tsne_2' ].values,
………………………………
