Lets-Plot: Open-Source-Plotting-Bibliothek für statistische Daten

• Lets-Plot: Open-Source-Plotting-Bibliothek für statistische Daten
• Kompatibel mit Python Version 3.7–3.11 und lauffähig unter Linux, macOS und Windows
• Einfach zu installieren mit dem Befehl pip install lets-plot
• Die Bibliothek bietet eine API ähnlich zu ggplot2, das bei Data Scientists, die R verwenden, beliebt ist
• Mit Lets-Plot lassen sich Daten über Diagramme, Karten und Geocoding erkunden
• Geeignet sowohl für Wissenschaftler als auch für Entwickler; Arbeiten ist in Computational Notebooks und professionellen IDEs möglich
• Lets-Plot unterstützt anpassbare Tooltips, bei denen Inhalt, Werteformatierung und Erscheinungsbild vom Nutzer angepasst werden können
• Zahlen- und Datums-/Zeitwerte können in Tooltips, Legenden, Achsen und Text-Geometrie-Layern formatiert werden
• Lets-Plot bietet auch eine Kotlin-API, sodass Datenvisualisierung in JVM- und Kotlin/JS-Anwendungen möglich ist
• Lets-Plot unterstützt Sampling-Techniken für große Datensätze und zur Behandlung von Overplotting
• Mit dem Geocoding-Modul von Lets-Plot wird Geodatenvisualisierung einfacher
• Mit der Funktion ggsave() können Plots in die Formate SVG, HTML und PNG exportiert werden
• Interaktive Karten werden unterstützt, sodass sich um Geodaten herum zoomen und verschieben lässt
• Lets-Plot bietet einen „No-JavaScript“-Modus, mit dem Plots als minimale SVG-Bilder erzeugt werden können
• In Notebooks können Plots auch ohne Internetverbindung offline angezeigt werden

[GN⁺]

Hacker-News-Kommentare

• Ein Nachteil von ggplot-ähnlichen Bibliotheken in anderen Sprachen als R ist der Verlust der zusätzlichen Bibliotheken, die im Original verfügbar sind.
• Statistikexperten schätzen Grafiken besonders und haben mehr Zeit darauf verwendet, sie zu perfektionieren.
• Copilot hilft bei der auf R basierenden ggplot-Syntax und den Optionen.
• Lets-Plot basiert auf einer Grammar-of-Graphics-Sprache, die ggplot2 ähnelt.
• Es werden Beispiele für Datenplots und Verteilungsplots bereitgestellt.
• Ein Vergleich mit plotnine, einer anderen ggplot2-ähnlichen Plotting-Bibliothek für Python, wird erwähnt.
• Plotnine ist gut etabliert und bietet eine Grafikoberfläche.
• Anfrage nach einem empirischen CDF-Plot.
• Kritik am direkten Kopieren von ggplot sowie Verbesserungsvorschläge.
• Hoffnung, andere ggplot-Bibliotheken für lets-plot zu portieren bzw. neu zu implementieren.
• Für Dashboards wird Apache ECharts bevorzugt.
• Frage nach den Interaktionsfähigkeiten von lets-plot.
• Zweifel daran, ob noch eine weitere Plotting-Bibliothek nötig ist.
• Anfrage nach einem Python-orientierten Tutorial oder Leitfaden zum Erstellen von Plots im Grammar-of-Graphics-Stil.