Datenvisualisierungen – chatgpz.de – KI-Tools & Praxiswissen http://chatgpz.de Unabhängige Tests, Anleitungen und Hintergründe zu KI-Tools. Sun, 09 Mar 2025 05:03:28 +0000 de-DE hourly 1 https://wordpress.org/?v=6.4.2 234900186 Responsive Design für Datenvisualisierungen: Final Information http://chatgpz.de/data-science/responsive-design-fuer-datenvisualisierungen-final-information/ http://chatgpz.de/data-science/responsive-design-fuer-datenvisualisierungen-final-information/#respond Sun, 09 Mar 2025 05:03:28 +0000 http://chatgpz.de/data-science/responsive-design-fuer-datenvisualisierungen-ultimate-guide/ [ad_1]

Möchten Sie, dass Ihre Diagramme auf einem Gerät großartig aussehen? In diesem Leitfaden wird erläutert, wie Datenvisualisierungen reagieren, damit sie perfekt auf Desktops, Tablets und Smartphones arbeiten. Folgendes werden Sie lernen:

  • Was ist reaktionsschnell Design für Visualisierungen? Diagramme, die die Größe ändern, vereinfachen und für jeden Bildschirm anpassen.
  • Warum es wichtig ist: Bessere Benutzererfahrung und Zugänglichkeit über Geräte hinweg.
  • Wichtige Herausforderungen: Vereinfachung von Daten, Optimierung der Geschwindigkeit und das Entwerfen von Berührungen.
  • Finest Practices: Beginnen Sie mit dem Design des Mobilfunks, verwenden Sie versatile Layouts und priorisieren Sie die Leistung.
  • Instruments zu verwenden: JavaScript -Bibliotheken mögen D3.jsAnwesend Diagramm.jsund CSS -Techniken wie Gitter und Flexbox.
  • Tipps zur Zugänglichkeit: Befolgen Sie die WCAG -Requirements, verwenden Sie den richtigen Kontrast und fügen Sie Alt -Textual content hinzu.
  • Häufige Fehler zu vermeiden: Vermeiden Sie Unordnung, sorgen Sie für berührungsfreundliches Design und testen Sie auf echten Geräten.

Responsive Visualisierungen machen Ihre Daten für alle klar, schnell und benutzerfreundlich. Lass uns eintauchen!

Techniken für versatile Reaktionsvisualisierungsdesign

Designprinzipien für ansprechende Visualisierungen

Um reaktionsschnelle Datenvisualisierungen zu erstellen, die auf allen Geräten intestine funktionieren, ist es wichtig, die Funktionalität mit einer reibungslosen Benutzererfahrung auszugleichen. Diese Prinzipien bieten praktische Möglichkeiten zur Verbesserung Ihrer Designs.

Beginnen Sie mit dem Useful im Sinn

Beginnen Sie Ihren Entwurfsprozess mit kleineren Bildschirmen als Hauptaugenmerk. Dies hilft Ihnen, die wichtigsten Elemente zu priorisieren:

  • Spotlight Schlüsselkennzahlen Sie sind additionally leicht zu erkennen.
  • Entwerfen Sie Knöpfe und andere Elemente, um berührungsfreundlich zu sein.
  • Fügen Sie zusätzliche Funktionen nur dann hinzu, wenn genügend Bildschirmplatz vorhanden ist.

Verwenden Sie versatile Layouts

Ihre Visualisierung sollte sich nahtlos an verschiedene Bildschirmgrößen anpassen, ohne ihre Struktur zu verlieren:

  • Dynamische Gitter: Nutzen Sie das CSS -Gitter oder die Flexbox für Layouts, die die Größe der Größe automatisch ändern und neu ordnen.
  • Haltepunkte: Passen Sie die Layouts anhand der Bildschirmbreite an, um ein reibungsloses Erlebnis zu gewährleisten.
  • Seitenverhältnisse: Halten Sie visuelle Elemente proportional für ein konsistentes Aussehen.

Reduzieren Sie für kleinere Bildschirme die Unordnung, indem Sie weniger Datenpunkte zeigen. Datenabtastung kann dazu beitragen, Klarheit beizubehalten und gleichzeitig Platz zu sparen.

Priorisieren Sie Geschwindigkeit und Leistung

Schnelle Ladezeiten sind unerlässlich, um die Benutzer zu engagieren:

  • Verwenden faules Laden Zögern Sie das Rendern komplexer Grafiken bis zum Bedarf.
  • Anwenden Datenkomprimierung Dateigrößen schrumpfen.
  • Cache üblicherweise verwendete Datensätze zur Verbesserung der Lastgeschwindigkeiten.

Testen Sie Ihre Visualisierungen auf verschiedenen Geräten und Netzwerkbedingungen, um alle Leistungsprobleme zu erkennen und zu beheben.

Implementierungsmethoden

Skalierung und Vereinfachung von Diagrammen

Verwenden Sie die Ansichtsfenklierungsgrößen mit relativen Einheiten wie Prozentsätze oder, damit die Diagramme nahtlos über verschiedene Bildschirmgrößen passen. vw. Auf diese Weise können Diagramme automatisch an die Breite des Containers einstellen. Vereinfachen Sie für kleinere Bildschirme die Visuals, indem Sie Daten zusammenfassen – z. B. Anzeigen monatlicher Durchschnittswerte anstelle von täglichen Zahlen. Dieser Ansatz hält die Diagramme klar und vermeidet überwältigende Benutzer. Zusammenfassen Sie die Daten bei der Arbeit mit großen Datensätzen, um eine reibungslose Leistung aufrechtzuerhalten.

Cross-Gerätetests

Sobald das Diagrammdesign verfeinert ist, sind gründliche Exams über Geräte hinweg von wesentlicher Bedeutung, um sicherzustellen, dass alles reibungslos funktioniert. Hier erfahren Sie, wie man sich daran nähert:

  • Browser- und Gerätetests

    Testen Sie Ihre Diagramme auf wichtigen Browsern wie Chrome, Firefox und Safari. Verwenden Sie echte Geräte, einschließlich Telefone, Tablets und Laptops, um die Leistung unter unterschiedlichen Bedingungen zu überprüfen:

    • Verschiedene Bildschirmgrößen und Pixeldichten
    • Verschiedene Eingangsmethoden (z. B. Berührung, Maus, Tastatur)
    • Netzwerkbedingungen von Hochgeschwindigkeit bis zu begrenzter Bandbreite
  • Leistungsüberwachung

    Konzentrieren Sie sich auf wichtige Leistungsbenchmarks:

    • Die anfänglichen Lastzeiten sollten unter 3 Sekunden betragen
    • Interaktionsantworten sollten unter 100 ms bleiben
    • Die Speicherverwendung sollte optimiert werden, insbesondere für große Datensätze
      Verwenden Sie Analytics-Instruments, um Realversorgungsmetriken und Spotprobleme zu verfolgen, die möglicherweise nicht während kontrollierter Exams erscheinen.

Instruments wie Chrome Devtools Gerätemodus und Safari’s Responsive Design -Modus eignen sich hervorragend zum Testen der Reaktionsfähigkeit. Überprüfen Sie jedoch immer Ihre Erkenntnisse auf tatsächlichen Geräten, um reale Probleme zu fangen, die Simulationen möglicherweise vermissen. Die Überwachung der Realverbrauchsdaten ist entscheidend für die Aufdeckung von Leistungs Engpässen.

SBB-ITB-9E017B4

Instruments zur ansprechenden Visualisierung

JavaScript -Instruments

Moderne JavaScript -Bibliotheken erleichtern das Erstellen reaktionsschneller Datenvisualisierungen erheblich. D3.js ist eine beliebte Wahl für benutzerdefinierte Visualisierungen aufgrund seines datengesteuerten Ansatzes, der den Entwicklern eine präzise Kontrolle über jedes visuelle Factor ermöglicht. Es ist besonders nützlich, um detaillierte und komplexe Diagramme zu erstellen.

Diagramm.js Passen Sie die Diagramme automatisch an ihre Container an und sparen Sie Zeit und Mühe. Für Projekte, die Echtzeitdatenaktualisierungen erfordern, Plotly.js ist eine solide Choice. Es behandelt nicht nur Reside -Updates, sondern ermöglicht es den Entwicklern auch, nur die von ihnen benötigten Komponenten zu laden und die Leistung und Effizienz zu verbessern.

CSS -Techniken können diese JavaScript -Instruments weiter verbessern, indem die Structure -Flexibilität verbessert wird.

CSS -Methoden

JavaScript -Instruments verarbeiten dynamische Elemente, aber CSS ist der Schlüssel zum Strukturieren von Reaktionslayouts. Netz Und Flexbox sind zwei wesentliche Methoden zum Erstellen flexibler Layouts. Zum Beispiel Grid’s minmax() Funktion kann dazu beitragen, Diagrammbehälter zu erstellen, die konsistente Proportionen beibehalten:

.chart-container { 
  show: grid; 
  grid-template-columns: minmax(300px, 1fr); 
  hole: 1rem; 
}

Medienfragen sind eine weitere leistungsstarke CSS -Funktion für die Verfeinerung von Layouts. Für einen kontextuelleren Ansatz,, Containerfragen Kann Stile basierend auf der Größe des übergeordneten Containers einstellen:

@container (max-width: 400px) { 
  .chart { 
    font-size: 12px; 
    padding: 0.5rem; 
  } 
}

Als nächstes bieten Design Frameworks fertige Lösungen für den Aufbau reaktionsschneller Visualisierungen.

Design -Frameworks

Frameworks wie Bootstrap 5 Vereinfachen Sie das reaktionsschnelle Design mit ihren Gittersystemen. Das 12-Kolumn-Gitter und die vordefinierten Haltepunkte von Bootstrap erleichtern das Erstellen von Layouts, die sich an verschiedene Bildschirmgrößen anpassen:

Haltepunkt Gerätetyp Container Max-Breite
xs (<576px) Cellular 100%
sm (‚576px) Tablette 540px
MD (‚768px) Laptop computer 720px
LG (‚992px) Desktop 960px
xl (‚1200px) Großer Desktop 1140px

Materialisieren ist ein weiterer Rahmen, der Reaktionskarten und Panels bietet. Die berührungsfreundlichen Schnittstellenelemente machen es ultimate für cellular Visualisierungen und unterstützen Gesten wie Zoomen und Schwenk.

Für groß angelegte Projekte sorgt die Kombination dieser Frameworks mit JavaScript-Bibliotheken sicher, dass reaktionsschnelle Visualisierungen, die nahtlos über Geräte hinweg funktionieren.

Requirements und Beispiele

Requirements und Beispiele tragen dazu bei, Ihren Ansatz zum reaktionsschnellen Design zu stärken.

Diagramme zugänglich machen

Sicherstellen, dass Datenvisualisierungen zugänglich sind, beinhaltet mehr als nur Structure -Optimierungen. Der Richtlinien für Webinhalte Accessibility (WCAG) 2.1 Umrunden Sie die Anforderungen, um Visualisierungen für alle verwendbar zu machen. Zum Beispiel müssen Farbkontrastverhältnisse WCAG -Requirements erfüllen: zumindest 4.5: 1 für normalen Textual content Und 3: 1 für großen Textual content. Hier ist ein Beispiel für CSS -Snippet, das folgenden Richtlinien folgt:

.chart-element {
  --primary-color: #2B5EA2;    /* Meets 4.5:1 distinction ratio */
  --secondary-color: #E67E22;  /* Meets 3:1 distinction ratio */
}

Das Hinzufügen alternativer Textual content ist ein weiterer kritischer Schritt. Für einfache Diagramme kann ein kurzer Alt -Textual content ausreichen. Kombinieren Sie für komplexe Visualisierungen einen kurzen Alt -Textual content mit einer detaillierteren Beschreibung, um den vollständigen Kontext zu vermitteln:

<div class="chart" 
     aria-label="Gross sales pattern chart"
     aria-description="Chart displaying month-to-month gross sales from January to December 2024, highlighting a big peak mid-year">
  <!-- Chart content material -->
</div>

Diese Praktiken sind wichtig, um zugängliche und effektive Visualisierungen zu erstellen.

Erfolgsgeschichten

Bei realen Anwendungen werden die Vorteile des reaktionsschnellen Designs hervorgehoben. Zum Beispiel die Finanzzeiten entwickelte ein Covid-19-Monitoring-Dashboard, das das cellular Engagement, verbesserte Ladezeiten und priorisierte Zugänglichkeit erhöhte. Ähnlich, Bloomberg Verwendet reaktionsschnelle Techniken in seinen interaktiven Marktdatenvisualisierungen. Durch die dynamische Vereinfachung der Diagramme, die Optimierung von Berührungssteuerungen und die Anpassung der Datendichte basierend auf der Bildschirmgröße gewährleisten sie die Benutzerfreundlichkeit auf allen Geräten.

Selbst mit diesen Erfolgen kann das Ignorieren der gängigen Fallstricke die Ergebnisse untergraben.

Häufige Fehler zu vermeiden

Einige häufige Probleme können reaktionsschnelle Visualisierungen stören. Hier ist ein kurzer Überblick:

Fehler Auswirkungen Lösung
Übermäßige Daten Cellular Clutters cellular Anzeigen Verwenden Sie die progressive Offenlegung von Datenpunkten
Diagramme mit fester Breite Bricht Layouts auf unterschiedlichen Bildschirmgrößen Verwenden Sie relative Einheiten wie %, VW
Schlechte Berührungsziele Erschwert die cellular Interaktion schwierig Stellen Sie sicher, dass Berührungsbereiche mindestens 44 44px betragen
Schweres JavaScript Verlangsamt das Laden, insbesondere auf dem Useful Verwenden Sie die Code -Spaltung und das faule Laden

Um diese Fallstricke zu vermeiden, berücksichtigen Sie diese Finest Practices:

  • Verwenden Svg für skalierbare Grafiken.
  • Passen Sie die Skalierung anhand des Ansichtsfensters an.
  • Geben Sie Fallback -Optionen für ältere Browser an.
  • Testen Sie auf einer Vielzahl von Geräten und Orientierungen.

Diese Schritte können dazu beitragen, dass Ihre Visualisierungen sowohl reaktionsschnell als auch benutzerfreundlich sind.

Zusammenfassung

Wichtige Punkte Evaluation

Das Erstellen von reaktionsschnellen Datenvisualisierungen erfordert Aufmerksamkeit auf die cellular Optimierung, Leistung, Zugänglichkeit und benutzerfreundliche Interaktion. Hier ist ein kurzer Zusammenbruch:

Komponente Schlüsselüberlegungen Implementierungsfokus
Cellular Optimierung Einstellen auf Bildschirmgrößen Versatile Layouts und klare Schlüsselmetriken
Leistung Geschwindigkeits- und Ressourceneffizienz Optimierter Code und faules Laden
Zugänglichkeit Besprechung von WCAG -Requirements Richtiger Farbkontrast und alternativer Textual content
Benutzererfahrung Clean Contact -Interaktion Berührungsfreundliches Design und intuitive Steuerelemente

Diese Prinzipien bilden die Grundlage für effektive Visualisierungen.

Ressourcen lernen

Möchten Sie Ihre Fähigkeiten schärfen? Schauen Sie sich diese hilfreichen Ressourcen an:

Branchenplattformen und Gemeinschaften

  • DataFloq (https://datafloq.com): Ein Hub für Datenvisualisierung und technische Erkenntnisse. Sie werden finden:
    • Artikel und Fallstudien zu Finest Practices
    • Aktualisierungen zu Instruments und Frameworks
    • Schulungsmaterial für die Implementierung

Technische Dokumentation

Tauchen Sie in Materialien ein, die bedeckt sind:

  • SVG für skalierbare Grafiken
  • JavaScript -Tipps für eine bessere Leistung
  • CSS -Netz und Flexbox für reaktionsschnelle Designs
  • Instruments zur Überwachung der Leistung

Diese Instruments und Plattformen können Sie bei der Verfeinerung Ihrer Datenvisualisierungstechniken führen.

Verwandte Weblog -Beiträge

Der Beitrag Responsive Design für Datenvisualisierungen: Final Information erschien zuerst auf DataFloq.

[ad_2]

]]>
http://chatgpz.de/data-science/responsive-design-fuer-datenvisualisierungen-final-information/feed/ 0 7741
Veröffentlichen Sie interaktive Datenvisualisierungen kostenlos mit Python und Marimo http://chatgpz.de/machine-learning/veroeffentlichen-sie-interaktive-datenvisualisierungen-kostenlos-mit-python-und-marimo/ http://chatgpz.de/machine-learning/veroeffentlichen-sie-interaktive-datenvisualisierungen-kostenlos-mit-python-und-marimo/#respond Sat, 15 Feb 2025 21:12:54 +0000 https://chatgpz.de/machine-learning/veroeffentlichen-sie-interaktive-datenvisualisierungen-kostenlos-mit-python-und-marimo/

Arbeiten in DatenwissenschaftEs kann schwierig sein, Erkenntnisse aus komplexen Datensätzen mit nur statischen Zahlen zu teilen. Alle Facetten, die die Kind und Bedeutung interessanter Daten beschreiben, werden nicht immer in einer Handvoll vorgenerierter Figuren erfasst. Während wir leistungsstarke Technologien zur Präsentation interaktiver Zahlen zur Verfügung haben – bei denen ein Betrachter komplexe Daten drehen, filtern, zoomen und im Allgemeinen untersuchen kann – haben sie immer Kompromisse.

Hier präsentiere ich meine Erfahrung mit einer kürzlich veröffentlichten Python -Bibliothek –Marimo– Dies eröffnet aufregende neue Möglichkeiten, um interaktive Visualisierungen im gesamten Bereich der Datenwissenschaft zu veröffentlichen.

Interaktive Datenvisualisierung

Die Kompromisse bei der Auswahl eines Ansatzes zur Präsentation von Datenvisualisierungen können in drei Kategorien unterteilt werden:

  • Fähigkeiten – Welche Visualisierungen und Interaktivität kann ich dem Benutzer präsentieren?
  • Veröffentlichungskosten – Welche Ressourcen benötigen für die Anzeige dieser Visualisierung für Benutzer (z. B. Server ausführend, Internet hosting -Web sites)?
  • Benutzerfreundlichkeit– Wie viel von einer neuen Fähigkeiten / Codebasis muss ich im Voraus lernen?

JavaScriptist die Grundlage für tragbare Interaktivität. Jeder Benutzer hat einen Webbrowser auf seinem Laptop installiert, und es stehen viele verschiedene Frameworks zur Verfügung, um ein gewisses Maß an Interaktivität oder Visualisierung anzuzeigen, die Sie sich vorstellen können (z. B. diese Galerie der erstaunlichen Dinge, die Menschen mit drei.Js gemacht haben). Da die Anwendung auf dem Laptop des Benutzers ausgeführt wird, sind keine teuren Server erforderlich. Ein wesentlicher Nachteil für die Datenwissenschaftsgemeinschaft ist jedoch eine einfache Gebrauchsnutzung, da JS nicht viele der hochrangigen (dh benutzerfreundlichen) Bibliotheken hat, die Datenwissenschaftler für Datenmanipulationen, -diagramm und Interaktivität verwenden.

Python Bietet einen nützlichen Vergleichspunkt. Wegen seiner ständig wachsende Popularitäteinige haben das das genannt „Ära von Python“. Insbesondere für Datenwissenschaftler steht Python neben R als eine der grundlegenden Sprachen für schnell und effektiv komplexe Daten. Während Python möglicherweise einfacher zu verwenden ist als JavaScript, gibt es weniger Optionen für die Präsentation interaktiver Visualisierungen. Einige beliebte Projekte, die Interaktivität und Visualisierung liefern, waren FlascheAnwesend Bindestrich Und Straffung(auch erwähnenswert –BokehAnwesend HoloviewsAnwesend AltairUnd Handlung ). Der größte Kompromiss für die Verwendung von Python waren die Kosten für die Veröffentlichung – die Bereitstellung des Instruments an Benutzer. Genauso wie das Shinyapps Erfordern Sie einen laufenden Laptop, um die Visualisierung zu erstellen, und diese pythonbasierten Frameworks wurden ausschließlich serverbasiert. Dies ist keineswegs unerschwinglich für Autoren mit einem Price range, das jedoch die Anzahl der Benutzer einschränkt, die ein bestimmtes Projekt nutzen können.

Pyodid ist ein faszinierender Mittelweg – Python -Code, der direkt im Webbrowser ausgeführt wird WebAssembly (WASM). Es gibt Ressourcenbeschränkungen (nur 1 Thread und 2 GB Speicher), die dies für die starke Aufhebung der Datenwissenschaft unpraktisch machen. JedochDies kann mehr als ausreichend für den Aufbau von Visualisierungen und Aktualisierungen auf der Grundlage der Benutzereingaben sein. Da es im Browser ausgeführt wird, sind für das Internet hosting keine Server erforderlich. Instruments, die Pyodid als Stiftung verwenden, sind interessant zu erforschen, da sie Datenwissenschaftlern die Möglichkeit geben, Python -Code zu schreiben, der direkt auf den Computern der Benutzer ausführt, ohne dass sie außerhalb des Webbrowsers installieren oder ausgeführt werden müssen.

Beiseite, Ich habe mich bisher interessiert an interessiertEin Projekt, das diesen Ansatz ausprobiert hat: stlite Anwesend eine Implementierung von Stromflächen in Browser Auf diese Weise können Sie diese flexiblen und leistungsstarken Apps für eine breite Palette von Benutzern bereitstellen. Eine Kernbegrenzung besteht jedoch darin, dass sich die Stromverstärkung von Stlite (der Port des Stroms nach WASM) unterscheidet, was bedeutet, dass nicht alle Merkmale unterstützt werden und dass die Weiterentwicklung des Projekts von zwei separaten Gruppen abhängt, die entlang kompatibler Linien arbeiten.

Einführung: Marimo

Dies bringt uns zu uns Marimo.

Der Erste Öffentlichkeit Ankündigungen von Marimo waren im Januar 2024, so dass das Projekt sehr neu ist und eine einzigartige Kombination von Funktionen hat:

  • Die Schnittstelle ähnelt einer Jupyter Notizbuch was den Benutzern bekannt sein wird.
  • Ausführung von Zellen ist reaktivso dass die Aktualisierung einer Zelle alle Zellen erneut umgeben wird, die von ihrer Ausgabe abhängen.
  • Benutzereingabe Kann mit einem flexiblen Satz UI -Komponenten erfasst werden.
  • Notizbücher können schnell konvertiert werden in Appsden Code verstecken und nur die Eingangs-/Ausgabelemente anzeigen.
  • Apps können lokal ausgeführt oder in umgewandelt werden in Statische Webseitenmit WASM/Pyodid.

Marimo gleicht die Kompromisse der Technologie auf eine Weise aus, die intestine für die Fähigkeiten der typischen Datenwissenschaftler geeignet ist:

  • Fähigkeiten– Funktionen für Benutzereingaben und visuelle Anzeige sind ziemlich umfangreich. Unterstützung der Benutzereingabeüber Altair- und Handlungsdiagramme.
  • Veröffentlichungskosten– Die Bereitstellung als statische Webseiten ist im Grunde kostenlos – keine Server erforderlich
  • Benutzerfreundlichkeit– Für Benutzer, die mit Python -Notizbüchern vertraut sind, wird sich Marimo sehr vertraut fühlen und leicht abzuholen.

Veröffentlichung von Marimo -Apps im Internet

Der beste Ort, um mit Marimo zu beginnen, ist das Lesen ihre umfangreiche Dokumentation.

Als einfaches Beispiel für die Artwork der Anzeige, die in der Information Science nützlich sein kann, die aus erklärenden Textual content besteht, die mit interaktiven Shows durchsetzt sind, habe ich ein Barebones erstellt Github -Repository. Probieren Sie es selbst aus Hier .

Beispielpublikation mit Marimo (Bild erstellt vom Autor)

Benutzer können nur ein bisschen Code verwenden, sondern können:

  • Quelldatensätze anhängen
  • Generieren Sie Visualisierungen mit flexibler Interaktivität
  • Schreiben Sie narrativen Textual content, der ihre Ergebnisse beschreibt
  • KOSTENLOS im Internet veröffentlichen (dh mit Github -Seiten)

Weitere Informationen finden Sie in ihrer Dokumentation zum Internet PublishingUnd Template -Repository für die Bereitstellung auf GitHub -Seiten.

Öffentliche App / personal Daten

Diese neue Technologie bietet eine aufregende neue Probability für die Zusammenarbeit – veröffentlichen Sie die App öffentlich für die Welt, aber Benutzer können nur bestimmte Datensätze sehen, auf die sie zugreifen können.

Anstatt für jede App ein dediziertes Daten -Backend zu erstellen, können Benutzerdaten in einem generischen Backend gespeichert werden, auf das sicher authentifiziert und mit einer Python -Consumer -Bibliothek zugegriffen werden kann – alle im Webbrowser des Benutzers enthalten. Beispielsweise erhält der Benutzer einen OAuth -Anmeldeleg, der ihn mit dem Backend authentifiziert und der App ermöglicht, vorübergehend Eingabedaten zuzugreifen.

Als Proof of Idea habe ich eine einfache Visualisierungs -App erstellt, die eine Verbindung zu einer Verbindung herstellt die Cirro -Datenplattformdie an meiner Establishment verwendet wird, um wissenschaftliche Daten zu verwalten. Vollständige Offenlegung: Ich conflict Teil des Groups, das diese Plattform aufgebaut hat, bevor sie als unabhängiges Unternehmen ausging. Auf diese Weise können Benutzer:

  • Laden Sie die öffentliche Visualisierungs -App – gehostet auf GitHub -Seiten
  • Schließen Sie sich sicher mit ihrem privaten Datenspeicher an
  • Laden Sie den entsprechenden Datensatz für die Anzeige
  • Teilen Sie einen Hyperlink, der autorisierte Mitarbeiter auf die gleichen Daten leitet

Probieren Sie es selbst aus Hier.

Beispiel Visualisierung App Sourcing Benutzer kontrollierte Daten (Bild erstellt vom Autor)

Als Datenwissenschaftler ist dieser Ansatz zur Veröffentlichung kostenloser und Open-Supply-Visualisierungs-Apps, die zur Interaktion mit privaten Datensätzen verwendet werden können. Der Aufbau und Veröffentlichen einer neuen App kann Stunden und Tage statt Wochen und Jahre dauern. Die Forscher können ihre Erkenntnisse schnell mit Mitarbeitern teilen und sie dann in der weiteren Welt veröffentlichen.


[ad_2]]]>
http://chatgpz.de/machine-learning/veroeffentlichen-sie-interaktive-datenvisualisierungen-kostenlos-mit-python-und-marimo/feed/ 0 7259