繼續改進我們的 GPU 交叉過濾器儀表板庫 cuxfilter 的用戶體驗和功能。下面簡要介紹一下它的最新功能。
首先,訪問 cuxfilter 與以往一樣簡單。只需運行一個標準的 RAPIDS 安裝,如 入門頁 中所示。此外,您可以在 PaperSpace 在線試用。一個完整的 RAPIDS 安裝的強大優勢之一就是你可以在一個 jupyter 筆記本或實驗室實例中處理你的數據并將其可視化。
圖 1 :使用 cuxfilter 在幾行 Python 中構建一個完整的交互式儀表板。
以下是一些主要功能亮點的列表:
通過數據陰影的高密度散點圖、線圖、熱圖和圖表。此外, Deck 。 gl 中的 choropeth 地圖,以及 bokeh 中的條形圖和折線圖。
一個完全響應的, 可自定義布局 ,帶有小部件側面板。
Themes ,如前面所示的黑暗面。
一個使用 await d.preview() 的 預覽功能 ,它生成一個與筆記本內聯的完整儀表板的。 png 圖像。
使用 d.export() 調用在活動儀表板中執行 導出所選數據 的功能。
能夠作為一個獨立的應用程序(在筆記本之外)進行部署,如我們的 部署多用戶儀表板 文檔所述。
您可以在我們的 教程筆記本, 中嘗試所有這些和更多功能,并在我們的 教程視頻 中繼續使用。圖 2 所示的屏幕截圖是創建的儀表板之一。這是一個引人注目的例子,演示了如何將 RAPIDS 庫組合在一起,只需幾行 python 就可以快速創建強大的可交叉過濾的儀表盤。
圖 2 :下面的雙圖儀表板截圖
今后,我們將繼續改進 cuxfilter ,并使用它與龐大的 pythonviz 社區協作,例如 書 、 Holoviews 、 面板 和 數據陰影 項目。
關于作者
Allan Enemark ,數據可視化設計, NVIDIA RAPIDS 數據可視化團隊負責人,致力于建立概念證明,開發工具,并與 RAPIDS 集成框架,通過 GPU 加速推進可視化分析領域。
審核編輯:郭婷
-
NVIDIA
+關注
關注
14文章
4981瀏覽量
102997 -
gpu
+關注
關注
28文章
4729瀏覽量
128901 -
可視化
+關注
關注
1文章
1194瀏覽量
20936
發布評論請先 登錄
相關推薦
評論