Interaktive grafische Darstellung beim Protokollieren von Daten

8

Ich möchte grafisch darstellen und interaktiv Live- / kontinuierlich gemessene Daten untersuchen. Es gibt einige Optionen, wobei plot.ly am benutzerfreundlichsten ist. Plot.ly verfügt über eine fantastische und benutzerfreundliche Benutzeroberfläche (leicht skalierbar, pannbar, leicht zoombar / an den Bildschirm anpassbar), kann jedoch die großen Datenmengen, die ich sammle, nicht verarbeiten. Kennt jemand Alternativen?

Ich habe MATLAB, aber nicht genug Lizenzen, um dies gleichzeitig auszuführen und gleichzeitig zu entwickeln. Ich weiß, dass LabVIEW eine großartige Option wäre, aber es ist derzeit unerschwinglich.

Danke im Voraus!

Clayton Pipkin
quelle
Sie haben weder erwähnt Arten von Daten , die Sie sammeln, noch das Volumen der Größenordnung . Diese Informationen wären hilfreich, um gezielter beraten zu können.
Aleksandr Blekh

Antworten:

7

Für diese Antwort habe ich angenommen, dass Sie Open Source-Lösungen der Big Data-Visualisierung vorziehen . Diese Annahme basiert auf Haushaltsdetails aus Ihrer Frage. Es gibt jedoch einen Ausschluss - im Folgenden werde ich einen Verweis auf ein kommerzielles Produkt hinzufügen, von dem ich glaube, dass es in Ihrem Fall von Vorteil sein könnte (vorausgesetzt, Sie könnten sich das leisten). Ich gehe auch davon aus, dass browserbasierte Lösungen akzeptabel sind (ich würde sie sogar bevorzugen, es sei denn, Sie haben spezielle widersprüchliche Anforderungen).

Natürlich würde ich als ersten Kandidaten als Lösung für Ihr Problem die JavaScript-Bibliothek von D3.j in Betracht ziehen : http://d3js.org . Trotz Flexibilität und anderer Vorteile halte ich diese Lösung jedoch für zu niedrig .

Daher würde ich Ihnen empfehlen, sich die folgenden Open-Source-Projekte für die Big-Data-Visualisierung anzusehen , die leistungsstark und flexibel genug sind, jedoch auf einer höheren Abstraktionsebene arbeiten (einige basieren auf der Grundlage von D3.js und sind es manchmal bezeichnet als D3.js Visualisierungsstapel ).

  • Bokeh - Python-basierte interaktive Visualisierungsbibliothek, die Big Data und Streaming-Daten unterstützt: http://bokeh.pydata.org
  • Flot - JavaScript-basierte interaktive Visualisierungsbibliothek mit Schwerpunkt auf jQuery: http://www.flotcharts.org
  • NodeBox - einzigartiges schnelles Datenvisualisierungssystem (nicht browserbasiert, sondern mehrsprachig und plattformübergreifend), basierend auf generativem Design und visueller Funktionsprogrammierung: https://www.nodebox.net
  • Verarbeitung - Komplettes Softwareentwicklungssystem mit eigener Programmiersprache, Bibliotheken, Plug-Ins usw., das sich an visuellen Inhalten orientiert: https://www.processing.org (ermöglicht die Ausführung von Verarbeitungsprogrammen in einem Browser über http: // procedurejs. org )
  • Crossfilter - JavaScript-basierte interaktive Visualisierungsbibliothek für Big Data von Square (sehr schnelle Visualisierung großer multivariater Datensätze): http://square.github.io/crossfilter
  • bigvis - ein R-Paket für die explorative Big-Data-Analyse (keine Visualisierungsbibliothek an sich, kann jedoch nützlich sein, um große Datenmengen zu verarbeiten / zu aggregieren, zu glätten / vor der Visualisierung mithilfe verschiedener R-Grafikoptionen): https://github.com / hadley / bigvis
  • prefuse - Java-basierte interaktive Visualisierungsbibliothek: http://prefuse.org
  • Lumify - Plattform für die Integration, Analyse und Visualisierung von Big Data (interessante Funktion: unterstützt Semantic Web): http://lumify.io

Unabhängig davon möchte ich zwei Open-Source- Big-Data-Analyse- und Visualisierungsprojekte erwähnen , die sich auf Grafik- / Netzwerkdaten konzentrieren (mit Unterstützung für Streaming-Daten dieses Typs): Cytoscape und Gephi . Wenn Sie an anderen, spezifischeren ( Kartenunterstützung usw.) oder kommerziellen (grundlegende kostenlose Ebenen), Projekten und Produkten interessiert sind , sehen Sie sich bitte diese großartige Zusammenstellung an , die ich gründlich kuratiert habe , um die Hauptliste oben zu erstellen und zu analysieren : http://blog.profitbricks.com/39-data-visualization-tools-for-big-data .

Schließlich, wie ich am Anfang versprochen hatte, Zoomdata - ein kommerzielles Produkt, von dem ich dachte, dass Sie es sich ansehen möchten: http://www.zoomdata.com . Der Grund, warum ich es von meiner Open-Source-Software-Kompilierung ausgeschlossen habe, liegt in der integrierten Unterstützung für Big-Data-Plattformen . Zoomdata bietet insbesondere Datenkonnektoren für Cloudera Impala, Amazon Redshift, MongoDB, Spark und Hadoop sowie Suchmaschinen, wichtige Datenbank-Engines und Streaming-Daten.

Haftungsausschluss: Ich bin überhaupt nicht mit Zoomdata verbunden. Ich war nur beeindruckt von den verschiedenen Konnektivitätsoptionen (die Sie möglicherweise teuer kosten , aber das ist ein weiterer Aspekt der Analyse dieses Themas).

Aleksandr Blekh
quelle
1
Vielen Dank Aleksandr Blekh & Nitesh für Ihren Einblick. Ich werde auf jeden Fall diese Optionen prüfen. Eine Sache, über die ich klarer hätte sein sollen, ist, dass ich Live-Daten von einem Lasermikrometer aufnehme und mit ungefähr 60 Proben pro Sekunde abtaste. Gleich nachdem ich diese Frage gestellt hatte, fand ich eine Software namens KST ( kst-plot.kde.org ). Es funktioniert gut, außer dass es nicht stabil ist und es nicht besonders einfach ist, ältere Daten abzurufen, hinein- / herauszuzoomen usw.
Clayton Pipkin
@ ClaytonPipkin: Gern geschehen. Ich bin froh, dass ich helfen kann. Vergessen Sie nicht, beide Antworten zu bewerten und das Beste zu akzeptieren, wenn Sie zufrieden sind. KST sieht interessant aus, aber denken Sie daran, dass es sich um eine Anwendung handelt und daher keine native Fähigkeit zur Visualisierung von Daten für das Web besitzt.
Aleksandr Blekh
@AleksandrBlekh Niemand hat meine Antwort gewählt :( Aber Ihre Antwort ist sehr befriedigend. Ich werde sie abstimmen!
Nitesh
@Nitesh: Danke für freundliche Worte und Upvoting. Sorgen Sie sich nicht zu sehr um Ihre spezielle Antwort - sie ist nicht schlecht, nur in ihrem Umfang begrenzt. Trotzdem werde ich es für den Inhalt verbessern und dich ein bisschen aufmuntern :-).
Aleksandr Blekh
1

Die Visualisierung großer Datenmengen ist ein seit langem bestehendes Problem. Eines der Probleme ist zu verstehen, wie wir über eine Million Punkte auf einem Bildschirm mit nur etwa ~ Millionen Pixeln anzeigen können.

Trotzdem sind hier einige Tools, die mit Big Data umgehen können:

  1. Tableau: Sie können das kostenlose Desktop-Tool verwenden.
  2. Tabplot: Wird auf ggplot2 in R erstellt, um größere Datensätze zu verarbeiten.
  3. In dieser Bewertung finden Sie 5 weitere Produkte, die Ihnen bei Ihrer Arbeit helfen können.
Nitesh
quelle
0

Wenn Sie Python verwenden, würde ich die Verwendung von mpld3 empfehlen, das D3js Javascript-Visualisierungen mit Matplotlib von Python kombiniert.

Die Installation und Verwendung ist sehr einfach und es gibt einige coole Plugins und interaktive Dinge.

http://mpld3.github.io/

RAM
quelle