2.9. カスタム可視化 #
カスタムカードギャラリー
カスタム可視化でどのようなコードを書けばいいかお悩みでしょうか？
Node-AI では、データサイエンティストが作成した様々なライブラリを紹介するカスタムカードギャラリーを用意しています。
カスタムカードを自由に組み合わせ、ユニークなデータ処理パイプラインを構築しましょう！
2.9.1. 機能概要 #
データの可視化を任意の Python コードの実行により行います。
可視化には Seaborn または Matplotlib ライブラリが使用され、これにより様々な種類の
グラフやチャートを生成することが可能です。関数内の可視化ロジックは利用者のニーズに応じて
変更可能です。
その他、カスタム可視化の影響範囲は以下となります。
- 実行コードはレシピに反映されます
- カスタム可視化が実行された履歴は実験管理には表示されません
2.9.2. 入力と出力 #
| 種別 |
|---|
| データ |
なし
2.9.3. 操作方法 #
2.9.3.1. 結線 #
対象データを結線してください。
2.9.3.2. 実行コードの設定 #
初期状態では「コード」タブの左領域に def nodeai_main(df): の関数定義と return fig の返り値定義がされています。
引数である df(pandas.DataFrame形式) を入力データとし、返却されたデータ(matplotlib.figure.Figure形式)が可視化結果として利用されます。
入力データと return 文の間に実行コードを設定することで、独自の可視化を記述できます。
以下にサンプルコードを示します。
# 利用可能なライブラリ一覧
import pandas as pd
import numpy as np
import scipy
import sklearn
import statsmodels
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
def nodeai_main(df: pd.DataFrame) -> matplotlib.figure.Figure:
"""任意のデータ可視化を行うことができます。
可視化にはSeabornまたはMatplotlibライブラリが使用され、これにより様々な種類の
グラフやチャートを生成することが可能です。関数内の可視化ロジックは利用者のニーズに応じて
変更可能です。
Parameters:
- df (pd.DataFrame): 可視化に使用するデータを含むPandasのDataFrameオブジェクト。
Returns:
- matplotlib.figure.Figure: 生成されたプロットを含むMatplotlibのFigureオブジェクト。
注意:
- 内部のビジネスロジック（可視化ロジック）は任意に変更可能ですが、fig = fig.get_figure() による
Figureオブジェクトの取得と返却のロジックは変更しないでください。
"""
# 可視化のロジックをここに実装します。
# 例: fig = sns.boxplot(data=df)
fig = sns.boxplot(data=df)
# ===ここまで可視化ロジック===
# 以降は変更しないでください。
fig = fig.get_figure()
return fig
2.9.3.3. 実行 #
- 設定した実行コードに従い可視化が行われます。
- 処理が成功すると、メッセージが表示されます。
- 実行コードに標準出力処理（
print文など）があれば、「コード」タブ右領域に表示されます。 - 実行コードに文法的なエラーがある場合も右領域に表示されます（一部のエラーはメッセージ領域に表示されます）。
- 処理時間が 20 分を超えるとタイムアウトし、処理が強制終了されます。
2.9.3.4. 処理結果の確認 #
- 右領域に表示された可視化結果を確認してください。