আমরা আলটিয়ারে চিত্রের ডেটা প্লট করতে পারি?

Question

আমি ইলেক্ট্রিতে চিত্রের ডেটা চক্রান্ত করার চেষ্টা করছি, বিশেষত জ্যাক ভিডিপি-র বই - https://jakevdp.github.io/PythonDataScienceHandbook/05.07-support-vector-machines.html থেকে এই লিঙ্কটিতে মুখের স্বীকৃতি উদাহরণটি পুনরায় তৈরির চেষ্টা করছি ।

যে কারওও ভাগ্যের বৈদ্যুতিন চিত্রের প্লট করা ছিল?

Answer 1

আলতাবস্থায় একটি চিত্র চিহ্ন রয়েছে যা আপনি যদি কোনও ইউআরএলে উপলব্ধ চিত্রগুলি প্লট করতে চান তবে ব্যবহার করা যেতে পারে; উদাহরণ স্বরূপ:

import altair as alt
import pandas as pd

source = pd.DataFrame.from_records([
      {"x": 0.5, "y": 0.5, "img": "https://vega.github.io/vega-datasets/data/ffox.png"},
      {"x": 1.5, "y": 1.5, "img": "https://vega.github.io/vega-datasets/data/gimp.png"},
      {"x": 2.5, "y": 2.5, "img": "https://vega.github.io/vega-datasets/data/7zip.png"}
])

alt.Chart(source).mark_image(
    width=50,
    height=50
).encode(
    x='x',
    y='y',
    url='img'
)

আল্টায়ার ইমেজ হিসাবে দ্বি-মাত্রিক ডেটা অ্যারে প্রদর্শন করার মতো উপযুক্ত নয়, কারণ ব্যাকরণটি প্রাথমিকভাবে কাঠামোগত টেবুলার ডেটা দিয়ে কাজ করার জন্য ডিজাইন করা হয়েছে। তবে ফ্ল্যাট ট্রান্সফর্ম এবং উইন্ডো ট্রান্সফর্মের সংমিশ্রণটি ব্যবহার করা সম্ভব ।

আপনি যে পৃষ্ঠাটিতে লিঙ্ক করেছেন সেটির ডেটা ব্যবহার করে এখানে একটি উদাহরণ রয়েছে:

import altair as alt
import pandas as pd
from sklearn.datasets import fetch_lfw_people
faces = fetch_lfw_people(min_faces_per_person=60)

data = pd.DataFrame({
    'image': list(faces.images[:12])  # list of 2D arrays
})

alt.Chart(data).transform_window(
    index='count()'           # number each of the images
).transform_flatten(
    ['image']                 # extract rows from each image
).transform_window(
    row='count()',            # number the rows...
    groupby=['index']         # ...within each image
).transform_flatten(
    ['image']                 # extract the values from each row
).transform_window(
    column='count()',         # number the columns...
    groupby=['index', 'row']  # ...within each row & image
).mark_rect().encode(
    alt.X('column:O', axis=None),
    alt.Y('row:O', axis=None),
    alt.Color('image:Q',
        scale=alt.Scale(scheme=alt.SchemeParams('greys', extent=[1, 0])),
        legend=None
    ),
    alt.Facet('index:N', columns=4)
).properties(
    width=100,
    height=120
)

Comments

আপনাকে ধন্যবাদ জেকাভিডিপি আপনি এবং আপনার বই আশ্চর্যজনক। আমরা কি বৈদ্যুতিন-ভিজে নতুন বৈশিষ্ট্যগুলি আশা করতে পারি যা আমাদের প্যাণ্ডাস ডেটাফ্রেমে রূপান্তর না করেই ন্যালি অ্যারে থেকে সরাসরি ডেটা ভিজ্যুয়ালাইজ করতে দেয় বা আমরা দীর্ঘ সময়ের জন্য ম্যাটপ্ল্লোলিবের উপর নির্ভর করতে চলেছি?

— আরজান-হাদা

না, আল্টায়ারের ব্যাকরণটি কাঠামোগত, সারণীযুক্ত তথ্যের সাথে খুব ঘনিষ্ঠভাবে আবদ্ধ। আমি লেবেলযুক্ত বহুমাত্রিক অ্যারে হিসাবে নির্দিষ্ট কখনও ডেটা সমর্থনকারী ডেটা প্রত্যাশা করি না।

— jakevdp