Plotly-Resampler：面向大规模时间序列的有效视觉分析
人机交互
2022-07-19 v2 机器学习
信号处理
摘要
视觉分析可以说是熟悉数据最重要的一步。对于时间序列而言尤其如此，因为该数据类型难以描述，且在使用例如汇总统计量时无法被完全理解。为实现有效的时间序列可视化，必须满足四项要求；工具应当（1）交互式，（2）可扩展至数百万数据点，（3）可集成于常规数据科学环境，以及（4）高度可配置。我们观察到开源 Python 可视化工具包在大多数视觉分析任务中赋能数据科学家，但缺乏可扩展性与交互性的结合以实现有效的时间序列可视化。作为满足这些要求的手段，我们创建了 Plotly-Resampler，一个开源 Python 库。Plotly-Resampler 是 Plotly 的 Python 绑定的附加组件，通过在交互式工具包之上依据当前图形视图聚合底层数据，增强了折线图的可扩展性。Plotly-Resampler 被构建得敏捷迅捷，因为工具的反应性会定性地影响分析师对数据的视觉探索与分析。一项基准任务凸显了我们的工具包在样本数与时间序列数方面优于替代方案的可扩展性。此外，Plotly-Resampler 灵活的数据聚合功能为研究新型聚合技术铺平了道路。Plotly-Resampler 的可集成性，连同其可配置性、便利性与高可扩展性，使得在你的日常 Python 环境中有效分析高频数据成为可能。
引用
@article{arxiv.2206.08703,
title = {Plotly-Resampler: Effective Visual Analytics for Large Time Series},
author = {Jonas Van Der Donckt and Jeroen Van Der Donckt and Emiel Deprost and Sofie Van Hoecke},
journal= {arXiv preprint arXiv:2206.08703},
year = {2022}
}
备注
The first two authors contributed equally. Accepted at IEEE VIS 2022