JupyterHub on Kubernetes绘图支持软件

JupyterHub on Kubernetes绘图支持软件

Jupyter主要经过python notebook提供数据分析功能,如今也称为机器学习和数据科学家的新宠。那么,绘图和可视化功能也是其中的必选项了。目前,支持python的图形库主要有Matplotlib、Bokeh、Echarts、Plotly等,其支持能力有所差异。html

  • Matplotlib是在后台完成绘制,能够支持本地和服务器运行,发展多年,兼容性和稳定性好,资源丰富。鉴于下面的一些库虽然效果很好,可是与Jupyter Notebook的兼容性很差,因此在JupyterLab中目前首选仍是Matplotlib。
  • Bokeh和Echarts主要是在前端绘制,利用HTML的特性建立出色的效果,可是目前的JupyterLab还不支持(须要安装支持插件),显示不出来(装了插件目前也仍是有问题)。
  • Echarts经过pyecharts项目提供python和jupyter支持,不过目前对JupyterLab的支持还有问题。
  • Plotly是后端渲染、前端显示的模式,须要链接到服务和帐号登陆才能使用。安装后经过提供的演示帐号没法在Jupyterhub中运行起来,放弃。
  • Python和NoteBook资源:

下面对一些资源给出说明和索引:前端

Matplotlib

python上的经典绘图工具,支持桌面、Notebook和JupyterLab。python

Bokeh

Bokeh之前端渲染为主,后端有python脚本支持。在jupyterlab中使用须要安装插件,安装命令以下:git

jupyter labextension install jupyterlab_bokeh

该项目在 https://github.com/bokeh/jupyterlab_bokeh,目前的0.5.0版本安装不成功,我用的系统是Ubuntu16.04 + Kubernetes1.10.2 + JupyterHub + JupyterLab 0.32.1 ,还须要进一步修改和完善。github

Echarts

Echarts是个纯客户端绘图库,经过pyecharts提供了后端的python编程支持。不过目前对JupyterLab的支持还有很多问题。编程

Plotly

Plotly经过后端渲染、前端展现,功能较多,但须要服务器和在线帐号登陆支持。安装后经过提供的演示帐号没法在Jupyterhub中运行起来,放弃。后端

相关文章
相关标签/搜索