python數(shù)據(jù)可視化JupyterLab實(shí)用方法是什么

這篇文章主要介紹“python數(shù)據(jù)可視化JupyterLab實(shí)用方法是什么”，在日常操作中，相信很多人在python數(shù)據(jù)可視化JupyterLab實(shí)用方法是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python數(shù)據(jù)可視化JupyterLab實(shí)用方法是什么”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

JupyterLab 是 Jupyter 主打的最新數(shù)據(jù)科學(xué)生產(chǎn)工具，某種意義上，它的出現(xiàn)是為了取代Jupyter Notebook。

它作為一種基于 web 的集成開發(fā)環(huán)境，你可以使用它編寫notebook、操作終端、編輯markdown文本、打開交互模式、查看csv文件及圖片等功能。

JupyterLab 最棒的體驗(yàn)就是有豐富的擴(kuò)展插件，我記得過去我們不得不依賴 numpy 和 matplotlib 進(jìn)行探索性數(shù)據(jù)分析。對我們來說幸運(yùn)的是，那些日子早已一去不復(fù)返了。

Mito 來了！

遇見 Mito

Mito 是一個免費(fèi)的 JupyterLab 擴(kuò)展程序，可以使用 Excel 輕松探索和轉(zhuǎn)換數(shù)據(jù)集。

當(dāng)你啟動 Mito 時，它會顯示一個 Pandas Dataframe 的電子表格視圖。只需單擊幾下，你就可以執(zhí)行創(chuàng)建、讀取、更新、刪除操作。

如何啟動 Mito

使用 Mito 加載數(shù)據(jù)并顯示電子表格視圖非常簡單：

import mitosheet
import pandas as pd
url = 'https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv'
iris = pd.read_csv(url)
mitosheet.sheet(iris)

Mito 打開一個強(qiáng)大的電子表格查看器，它可以過濾、排序和編輯數(shù)據(jù)。

數(shù)據(jù)透視表

只需點(diǎn)擊幾下，Mito 就可以創(chuàng)建一個數(shù)據(jù)透視表。它支持許多常見的聚合，如 sum、median、mean、count、unique 等。

數(shù)據(jù)透視表是一個分組值表，它聚合了一個或多個離散類別中更廣泛的表的各個項(xiàng)目。

Mito 令人印象深刻的功能

電子表格公式

動態(tài)公式是 Excel 的殺手級功能。Excel 可以讓不熟悉編程的人輕松創(chuàng)建復(fù)雜的電子表格。如果我告訴你 Mito 以 Excel方式支持動態(tài)公式會怎樣。 這個功能真的讓我很驚訝。

看看下面的動圖，看看 Mito 的求和公式怎么工作：

可視化數(shù)據(jù)

近年來，Python 數(shù)據(jù)可視化庫層出不窮，從 matplotlib 到 seaborn、plotly，只需幾條命令就可以在 Python 中實(shí)現(xiàn)令人驚嘆的可視化。

Mito 可以在不編寫任何代碼的情況下可視化你的數(shù)據(jù)，它支持條形圖、箱線圖、直方圖和散點(diǎn)圖。

自動代碼生成

Mito 可以將每個操作轉(zhuǎn)換為 Pandas 代碼，然后你可以與同事共享這些代碼。這對于經(jīng)驗(yàn)不足的數(shù)據(jù)科學(xué)家來說，是一個很棒的功能。我做了一些點(diǎn)擊，Mito 生成了以下代碼片段：

Mito 安裝

首先，你需要使用以下命令下載 Mito 的安裝程序：

python -m pip install mitoinstaller

然后安裝它，只需運(yùn)行：

python -m mitoinstaller install

到此，關(guān)于“python數(shù)據(jù)可視化JupyterLab實(shí)用方法是什么”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！