Bedste svar
Brug VTK og Numpy.
VTK – Visualization Toolkit er en fantastisk 3D-plotting / grafik til python – bygget på C ++. Dette alene kan være mere end nok.
Men NumPy tilføjer masser af visuelle muligheder med matematisk funktionalitet.
Fra strålekastning til strålesporing med Python og VTK er en god guide, der kombinerer både udførelse af strålesporing og mere kompleks grafik.
Svar
Ærligt talt, hvis du aldrig befinder dig i en situation, hvor Excel og Tableau holder dig tilbage fra at lave mere avanceret analyse, tror jeg ikke, du skal investere tid i at lære Python, medmindre du selvfølgelig vil fortsætte med at lære nye værktøjer hver dag, hvilket er en beundringsværdig tankegang.
Excel og Tableau er fremragende værktøjer til dataanalyse, og du kender sandsynligvis årsagerne bedre end mig.
A For et par år siden brugte jeg udelukkende dataanalyse på Excel-ark. Et par måneder senere besluttede jeg at lære nogle VBA-makroer til at automatisere hvad jeg gjorde.
Alligevel kom det til et punkt, hvor mere avancerede funktioner ikke var tilgængelige i Excel, og jeg var nødt til at oprette statistiske analysefunktioner på VBA fra bunden eller download add-is.
Jeg var heldig nok til at kende noget MATLAB, og at MATLAB fungerer ret anstændigt med Excel-ark, så jeg begyndte lige at blande disse to værktøjer.
Indtil jeg fandt ud af Python.
For mig tænkte jeg altid på Python som et sprog, som tiggerne lærte at programmere på Raspberry Pi.
Jeg tog dybt forkert.
Jeg regnede hurtigt ud af, at jeg kunne udføre alle mine “avancerede” dataanalyser og grafer udelukkende på Python og bedst af alt på højst 10 linjer kode!
Så dette er min historie om, hvorfor jeg gidet med Python, på trods af at jeg var ret god til Excel.
Hvis du begynder at bemærke Excel, og Tableau holder dig tilbage på dine dataanalysearbejde, skal du helt sikkert prøve Python !