Paras vastaus
Käytä VTK: ta ja Numpyä.
VTK – Visualisointityökalu on fantastinen 3D-piirtäminen / grafiikka pythonille – rakennettu C ++: lle. Pelkästään tämä voi olla enemmän kuin tarpeeksi.
Mutta NumPy lisää paljon visuaalisia mahdollisuuksia matemaattisella toiminnallisuudella.
Säteestä Castingista säteen jäljittämiseen Pythonilla ja VTK: lla on hieno opas, joka yhdistää sekä säteiden jäljityksen että monimutkaisemman grafiikan.
Vastaa
Rehellisesti, jos et koskaan löydä itsesi tilanteesta, jossa Excel ja Tableau estävät sinua tekemästä kehittyneempiä analyysejä, en usko, että sinun pitäisi käyttää aikaa Pythonin oppimiseen, ellet tietenkään haluat oppia uusia työkaluja joka päivä, mikä on ihailtavaa ajattelutapaa.
Excel ja Tableau ovat erinomaisia työkaluja tietojen analysointiin, ja tiedät todennäköisesti syyt paremmin kuin minä.
A pari vuotta sitten tein data-analyysin yksinomaan Excel-arkeilla. Muutama kuukausi myöhemmin päätin oppia joitain VBA-makroja automatisoimaan kaikkea tekemistäni.
Silti se tuli pisteeseen, jossa edistyneempiä toimintoja ei ollut saatavana Excelissä, ja minun piti luoda tilastollisia analyysitoimintoja VBA: lla alusta alkaen tai lataa lisäosa.
Olin tarpeeksi onnekas tuntemaan joitain MATLAB-tiedostoja ja että MATLAB toimii melko kunnollisesti Excel-arkkien kanssa, joten aloitin juuri näiden kahden työkalun sekoittamisen.
Kunnes sain selville Pythonista.
Minulle ajattelin aina Pythonia aloittelijoiden kieleksi oppia ohjelmoimaan Raspberry Pi: llä.
Olin syvästi väärässä.
Sain nopeasti selville, että voisin tehdä kaikki ”kehittyneet” data-analyysini ja kaavioni yksinomaan Pythonilla, ja mikä parasta, enintään 10 koodirivillä!
Joten tämä on tarinani siitä, miksi vaivasin Pythonia, huolimatta siitä, että olin melko hyvä Excelissä.
Jos huomaat, että Excel ja Tableau pidättelevät sinua tietojen analysointitehtävistäsi, sinun kannattaa ehdottomasti kokeilla Pythonia !