Digital Developer Conference: Hybrid Cloud 2021 | Capacitaciones gratuitas por expertos y partners | 21 de Setiembre ¡Inscríbete Ahora!

Visualizar datos con Python

Resumen

Construido para cualquier persona que use datos para crear portátiles Jupyter y otros artefactos, este patrón muestra el poder de las bibliotecas de código abierto como pandas, PixieDust y folium. pandas introdujo plataformas y series de datos en Python y es una parte esencial del uso de Python para el análisis de datos. Con PixieDust, alojado en IBM Watson Studio, puede crear rápidamente cuadros, gráficos y tablas sin código complejo, de manera interactiva y dinámica. Además, las PixieApps se utilizan para incrustar elementos de la interfaz de usuario directamente en el Jupyter Notebook. Dado un proveedor de datos de código abierto como el USGS, PixieDust y Watson Studio pueden ayudarlo a analizar y compartir visualizaciones de datos. folium se basa en las fortalezas de disputa de datos del ecosistema de Python y las fortalezas de mapeo de la biblioteca Leaflet.js. Manipule sus datos en Python, luego visualícelos en un mapa de folleto a través de folium.

Descripción

El USGS(link externo) es una agencia científica del gobierno de los Estados Unidos. Sus científicos estudian el paisaje de los Estados Unidos, sus recursos y los peligros naturales que lo amenazan, proporcionando numerosas fuentes de datos de código abierto, incluido el sitio waterdata.usgs.gov(link externo).

Este patrón de código utiliza algunas técnicas estándar para la ciencia de datos y la ingeniería de datos que se ejecutan en Watson Studio para analizar datos disponibles públicamente para inundaciones en Houston, Texas, en 2017. Watson Studio es un entorno interactivo, colaborativo y basado en la nube donde los científicos de datos, los desarrolladores y otros interesados en la ciencia de datos pueden usar herramientas (por ejemplo, RStudio, Jupyter Notebooks y Spark) para colaborar, compartir y obtener información de sus datos

Cuando haya completado este patrón, usted sabrá lo siguiente:

  • Usar Jupyter Notebooks(link externo) para cargar, visualizar y analizar datos
  • Ejecutar Jupyter Notebooks en Watson Studio(link externo)
  • Impulsar PixieDust(link externo) como ayudante de IPython Notebook
  • Construir un tablero usando PixieApps(link externo)
  • Buscar, seleccionar y mostrar datos disponibles públicamente
  • Crear un mapa interactivo con Mapbox GL(link externo) y folium

Flujo

Diagrama de flujo de los pasos

  1. Cargue el Jupyter Notebook en la plataforma Watson Studio.
  2. Los datos del USGS de la inundación de Houston de 2017 se cargan en el Notebook.
  3. El Notebook se usa para limpiar los datos y luego mostrarlos.
  4. Se crea un panel de instrumentos de PixieApp con el que se puede interactuar.
  5. Mapbox y folium se utilizan para visualizar mapas.

Instrucciones

Encuentre los pasos detallados para este patrón en README (link externo). Los pasos le muestran cómo:

  1. Registrarse para Watson Studio.
  2. Crear el Notebook.
  3. Ejecutar el Notebook.
  4. Analizar los resultados.
  5. Guardar y compartir.

Aviso

El contenido aquí presentado fue traducido de la página IBM Developer US. Puede revisar el contenido original en este link.