.. image:: pystat.png
:height: 20
:alt: Statistique
:target: http://www.xavierdupre.fr/app/ensae_teaching_cs/helpsphinx/td_2a_notions.html#pour-un-profil-plutot-data-scientist
Graphes
+++++++
Il existe de nombreuses librairies de visualisation réparties en deux grandes familles.
La première produit des images
(:epkg:`matplotlib`, :epkg:`seaborn`, :epkg:`networkx`),
la seconde produit des graphes animés à l'aide de Javascript
(:epkg:`bokeh`, :epkg:`bqplot`).
Les librairies les plus récentes implémentent les deux modes en cherchant toujours plus
de simplicité. A ce sujet, il faut jeter un coup d'oeil à
`flexx `_. Elles explorent aussi
la visualisation animée de gros jeux de données telle que
`datashader `_.
*Notebook sur matplotlib*
.. toctree::
:maxdepth: 2
../notebooks/_gs2a_visu
* `Graphes classiques métriques pour des modèles de machine learning `_
* `Graphes classiques métriques pour des modèles de machine learning - correction `_
*Notebook sur Javascript*
.. toctree::
:maxdepth: 2
../ext2a/javascript_doc
* Lire :ref:`Javascript et traitement de données `
*Lectures*
* `10 plotting libraries at PyData 2016 `_
*Modules*
* :epkg:`matplotlib`
* :epkg:`seaborn`
* :epkg:`scikit-plot`
* :epkg:`bokeh`
* `bqplot `_
* :ref:`l-visualisation`
*Modules Notebooks*
* `clustergrammer-widget `_ :
widget pour les notebooks
* `Jupyter Dashboards Layout Extension `_
* `visJS2jupyter `_ : représentation
de réseaux avec `vis.js `_
* `neo4jupyter `_ :
`Neo4j `_ dans un notebook
* `ipyvolume `_