Creando visualizaciones dinámicas de coropletas utilizando Plotly

Creando gráficos de coropletas dinámicos con Plotly

Usando un paquete fácil de aprender para crear una visualización compleja

Visualizar datos es un paso que los científicos de datos a menudo pasan por alto. Nos ayuda a contar historias al analizar y curar datos de una manera fácil de entender. Al eliminar todos los detalles técnicos y el ruido, y resaltar la información clave, los científicos de datos pueden explicar la importancia de su trabajo a gerentes y ejecutivos no técnicos.

Existen muchas herramientas para ayudar a visualizar datos. Durante años, Microsoft Excel dominó el mercado de visualización estática. Con el tiempo, nos hemos inclinado hacia visualizaciones dinámicas y flexibilidad para mostrar más datos de manera más limpia. Hay dos tipos de herramientas que ayudaron a crear visualizaciones dinámicas.

• Software de Inteligencia Empresarial y Analítica: Tableau, PowerBI
• Bibliotecas de programación de código abierto: D3.js, Plotly Dash

Las herramientas de software de terceros como Tableau y PowerBI son excelentes para personas no técnicas. Interfaces de arrastrar y soltar y abstracciones permiten a los analistas crear paneles dinámicos fácilmente. Las desventajas son:

• Las herramientas de software son costosas
• Hay una pequeña curva de aprendizaje para aprender estas herramientas
• Hay limitaciones en el diseño de visualización; el software puede no permitir algunos componentes

Las bibliotecas de programación de código abierto son excelentes para personas técnicas. Aquellos familiarizados con la ingeniería de software pueden seguir la documentación para crear visualizaciones dinámicas flexibles con facilidad. Además, estos paquetes son de uso gratuito (con Plotly ofreciendo una versión paga para sus componentes empresariales Dash).

• Todas las Ofertas de Asociación entre Microsoft y ODSC
• Anunciando las Cumbres de Ingeniería de Datos e Innovación en IA X 2024
• Ensamble Apilado para Modelado Predictivo Avanzado con H2O.ai y Optuna

La diferencia entre D3.js y Plotly es la siguiente:

• D3.js está diseñado en JavaScript, Plotly está diseñado en Python
• D3.js ha estado presente por más tiempo que Plotly y, por lo tanto, tiene un mejor soporte de la comunidad y un ecosistema más maduro (con ejemplos y tutoriales extensos).
• D3.js requiere que los ingenieros comprendan los detalles de desarrollo web de bajo nivel (HTML, CSS, JavaScript) para usarlo de manera efectiva. Plotly abstrae esos detalles en clases simples de Python.
• D3.js tiene una curva de aprendizaje empinada debido a su naturaleza en JavaScript…

We will continue to update Zepes; if you have any questions or suggestions, please contact us!