La visualisation des données pour tous en Python

Ce repository contient les IPython notebooks utilisés lors de la présentation sur les alternatives à matplotlib, qui a eu lieu à l'IRAP le 5 juin 2015 dans le cadre des rencontres Python ktafé.

La présentation aborde des librairies de visualisation de données qui pourraient être utiles aux chercheurs en fonction de leur besoin:

• seaborn: une librairie s'appuyant sur matplotlib mais orientée analyse statistique
• ggplot: une librairie permettant de réaliser des plots en utilisant une API simple ("Grammar Of Graphics")
• bokeh: une librairie moderne utilisant un moteur Javascript pour créer des plots interactifs comparables à d3.js

Installation du IPython notebook et des librairies de visualisation

• Avec pip:

    pip install -r requirements.txt
  

• Avec anaconda:

    conda update conda
    conda update ipython ipython-notebook ipython-qtconsole pandas
    conda install seaborn bokeh
  

NOTE: ggplot n'est pas disponible depuis conda.

Lancement de IPython notebook

Dans la console, tapez:

    ipython notebook

Ouvrez alors votre navigateur à l'adresse URL:

    http://localhost:8888

Lancement de l'application avec bokeh-server

bokeh permet d'interagir avec des données grâce à une application Flaskflask. La communication entre l'application et les données se fait avec l'exécutable bokeh-server:

    cd mtcars_app
    bokeh-server --script app.py

Ouvrez alors votre navigateur à l'adresse URL:

    http://localhost:5006/bokeh/mtcars

Notes diverses

• La commande:

    %matplotlib inline
  

permet d'afficher les plots dans le notebook.

• L'extension de IPython, watermark permet d'afficher les versions des modules utilisés.

    # Installation
    %install_ext https://raw.githubusercontent.com/rasbt/watermark/master/watermark.py
  
    # Chargement
    %load_ext watermark
  
    # Exécution
    %watermark -v -p bokeh,seaborn,matplotlib,pandas,numpy,scipy,ggplot