高维交互式绘图工具
项目描述
HiPlot - 高维交互式绘图 
HiPlot是一个轻量级的交互式可视化工具，帮助AI研究人员使用并行图和其他图形方式发现高维数据中的关联和模式。
现在试用带有扫数据的演示，或上传您的CSV或
HiPlot有几种模式
- 作为一个Web服务器（如果您的数据是CSV等）
- 在jupyter笔记本中（用于可视化Python数据），或在Streamlit应用中
- 在CLI中渲染独立的HTML
pip install -U hiplot # Or for conda users: conda install -c conda-forge hiplot
如果您有一个jupyter笔记本，您可以从以下简单的操作开始
import hiplot as hip
data = [{'dropout':0.1, 'lr': 0.001, 'loss': 10.0, 'optimizer': 'SGD'},
{'dropout':0.15, 'lr': 0.01, 'loss': 3.5, 'optimizer': 'Adam'},
{'dropout':0.3, 'lr': 0.1, 'loss': 4.5, 'optimizer': 'Adam'}]
hip.Experiment.from_iterable(data).display()
查看实时结果
链接
- 博客文章：https://ai.facebook.com/blog/hiplot-high-dimensional-interactive-plots-made-easy/
- 文档：https://facebookresearch.github.io/hiplot/index.html
- Pypi软件包：https://pypi.ac.cn/project/hiplot/
- Conda软件包：https://anaconda.org/conda-forge/hiplot
- NPM软件包：https://npmjs.net.cn/package/hiplot
- 示例：https://github.com/facebookresearch/hiplot/tree/main/examples
引用
@misc{hiplot,
author = {Haziza, D. and Rapin, J. and Synnaeve, G.},
title = {{Hiplot, interactive high-dimensionality plots}},
year = {2020},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/facebookresearch/hiplot}},
}
致谢
本代码灵感来源于 Kai Chang、Mike Bostock 和 Jason Davies 的代码，具体可参考：Kai Chang，Mike Bostock 和 Jason Davies。
外部贡献者（提交第一个 pull request 时请添加您的名字）
许可协议
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个，请了解有关安装软件包的更多信息。
源代码发行版
hiplot-0.1.33.tar.gz (848.2 kB 查看哈希值)
构建发行版
hiplot-0.1.33-py3-none-any.whl (863.2 kB 查看哈希值)