11 Best Open-Source Data Visualization Tools [Updated] (オープンソースのデータ可視化ツール)

更新しました。2019年8月19日
In this post, Christopher Frye, a データサイエンス consultant and Kolabtree freelancer, provides the top open-source data visualization tools that can help you easily visualize and interpret complex data.

データビジュアライゼーションツールは、私たちが刻々と生成・収集する、急速に増加する膨大で複雑なデータを収容し、浄化し、処理し、表示するのに役立ちます。 データビジュアライゼーション は、企業が競争力を持ち、変化する環境に素早く適応するための意思決定プロセスを促進します。リアルタイム、またはそれに近い状態でのデータの流れが増え続ける中、ダイナミックなダッシュボードの使用が求められており、高度なツール、プラットフォーム、アプリケーションの需要が高まっています。最も効果的なビジュアライゼーションは、データクレンジングと分析技術を組み合わせたもので、多くの場合、有能なデータサイエンティストを必要とします。しかし、データを簡単に可視化できるオープンソースのデータ可視化ツールは数多く存在します。

オープンソースのデータビジュアライゼーションツール

この記事のために行った調査で、「オープンソース」とみなされるデータ可視化ツールが50以上あることがわかりました。オープンソースは、時に「無料」と同義であるとして、ちょっとした混乱を引き起こすことがあります。しかし 最も基本的な定義 of open source in the context of software is “software with source code that anyone can inspect, modify, and enhance”. Open source data visualization tools require the user to have some programming ability, whereas free visualization tools may not necessarily need the user to have programming ability. Tableau Public is an example of a free data visualization software, however, it is not open source. I have tried to cover some Tableau alternatives in this post.

この記事では、フリーおよびオープンソースのデータビジュアライゼーションツールを紹介し、各ツールを比較検討するための比較表を掲載しています。

1.カンデラ

Candela（キャンデラ）は、日本国内で利用可能なデータビジュアライゼーションパッケージです。 レゾナンス プラットフォームを提供します。Candelaは、データ可視化コンポーネントの完全なスイートを提供することで、他のツールとは一線を画しています。また、トレーニング用ドキュメントにより、初心者の方でもすぐに使い始めることができ、JavaScriptによるコードの利用も可能です。 パイソンCandelaのローカルへのインストールは、リポジトリから最新のパブリックリリースパッケージを介して行うことができますが、ツールのドキュメントでは、最新の開発リリースを利用するためにソースからパッケージをインストールすることを推奨しています。

2.チャート付き

Chartedは、おそらく最も簡単なデータ可視化ツールの一つで、.csvファイルやGoogle Sheetsの場所へのリンクを入力するだけで、「GO」を押すと、Chartedが棒グラフや折れ線グラフを使って視覚的に表示してくれます。Chartedの開発者によると、（Chartedを作ったのは プロダクトサイエンスチーム このツールは、「データを保存しない」「データを変換しない」「フォーマットツールではない」という3つの原則に基づいて開発されました。データを保存しない、データを変換しない、フォーマットツールではない。また、タブ区切りのファイルやDropboxへのリンクもサポートしています。トレーニング？トレーニングはありませんが、必須ではありません。

3.データラッパー

Datawrapperは2011年に登場したツールで、主にジャーナリストによって使われていますが、データサイエンティストや研究者にとっても十分に役立つ包括的な内容となっています。ここで紹介する多くのツールとは対照的に、Datawrapperには無料版と有料版があります。また、コーディングのスキルを必要としないため、技術的にはオープンソースではありません。ホームページで説明されているように、カット＆ペーストして、可視化し、公開するだけです。チャートはインタラクティブに表示されるため、閲覧者は基礎的な値を見ることができ、ビジュアライゼーションはウェブサイトに埋め込むこともできる。シンプルな棒グラフから散布図まで、幅広いチャートオプションがあり、マッピング機能も備えています。

続きを見る

今週のWeekly Chartでは、以下のものを賞賛しています。 #worldcup ビジュアライゼーション、ドットプロットへのシンボルの導入、より良いホバー効果のためのデータのトリプル化などを行っています。 https://t.co/uZoRwM5R81 pic.twitter.com/RHOYSlAsKL

- データラッパー（@Datawrapper 2018年7月5日

 

4.リーフレット

Leafletは地図に関するものばかりです。実際、チャート作成機能はありませんが、「モバイルフレンドリーなインタラクティブマップのための主要なオープンソースJavaScriptライブラリ」であると自称しています。このツールは、様々な地図レイヤー、ズームコントロールやマウスオーバー機能などのインタラクション機能を提供します。また、地図投影やCSS3による簡単なスタイル変更など、カスタマイズも可能です。プラグインによる機能追加も可能で、プラグインがない場合はユーザー投票により追加することができます。クイックスタートガイドのような基本的なチュートリアルから、プラグイン開発のための高度なトレーニングも用意されています。インストールファイルは、ソースコードだけでなく、リポジトリ（安定版と開発中版の両方）を通じてアクセスすることができる。

5.RawGraphs

ChartedやDatawrapperに似ている点もあるが、RawGraphsは、そのキャッチフレーズが スプレッドシートとデータビジュアライゼーションの間のミッシングリンクです。 は、ユーザーがデータをカット＆ペーストするか、アップロードするか、リンクを提供するだけで、多種多様なグラフを作成することができます。RawGraphsの特徴の一つは、型にはまらない可視化モデルが数多く提供されていることです（例：サンバースト、アリュール図、階層的クラスタリングのためのデンドログラムなど）。初心者の方もご安心ください。通常のグラフ（棒グラフ、折れ線グラフ、円グラフ、散布図）も用意されています。上級者向けには、新しいタイプのグラフを作成することもできます。作成したビジュアルは、ベクターイメージやラスターイメージとしてエクスポートしてWebサイトに表示することができます。

6.Chartist.js

Chartist.jsもまた、次のようなキャッチフレーズを体現するJavaScriptライブラリです。 シンプルなレスポンシブ・チャート。 確かに。滝や箱ひげ図はありませんが、Chartist.jsが失った多様性は、カスタマイズ性で補うことができます。スタイルシート（CSS）は、このツールではかなりの範囲でカスタマイズすることができ、カスタマイズによってビジュアライゼーションのアニメーションが可能になり、中にはSVGを使ったものもあります。SVGとは？SVGとは スケーラブルなベクターグラフィックスSVGは、インタラクティブ性やアニメーションを可能にし、（解像度を落とさずに）スケーラブルにすることができるフォーマットです。Chartist.jsでは、SVGを最先端の技術として捉えており、そのビジョンは明らかに 人で共有.ブラウザの互換性の問題がありますが、サイトには互換性のあるブラウザを示す簡潔な表が用意されています。

7.D3.js

D3.jsは、html、svg、cssを使ってデータのビジュアライゼーションを行う、もう一つのJavaScriptライブラリです。D3とは データドリブンなドキュメントここでいうドキュメントとは、Document Object Model (DOM)のことです。D3.jsの背後にある核となる考え方は、「独自のフレームワークに自分を縛る」ことなく、Web標準を通じて視覚化の開発のために最新のブラウザの能力をフルに活用することです。学習曲線という点では、これは他のカットアンドペーストツールの正反対となるため、D3.jsは恐ろしいコードの呼称を避ける人には明らかに向かない。とはいえ、デザインの創造性やチャート作成において、ほぼ無限の機能を提供するツールを探しているなら、D3.jsはまさにうってつけかもしれませんね。

8.プロットリー

続きを見る

Plotlyの新しい #Python インターフェイス：巨大なデータセットの高速レンダリング、インタラクティブな #Jupyter ノート、検証・・・これは大きいですね。 https://t.co/iRzERrUdQX によるものです。 @jonmmease 👍 pic.twitter.com/VvnGdmgGEk

- Radim ŘEhůřek (@RadimRehurek) 2018年7月6日

Plotly is another example of a tool that has both open-source and proprietary (paid) products, each tier containing its own functionality. Offerings can be grouped into two platforms (Plotly On-Premises and Plotly Cloud) with four primary business intelligence tools covering charting, dashboards, slide decks, and SQL client. The SQL client is free, while Plotly libraries are available as open-source through JavaScript, Python, and R. One of the oft-marketed features of Plotly (at least in the paid tools) includes the ability to collaborate and share data visualizations with other team members.

9.ポリマップ

Leafletと同様、またその名の通り、Polymapsは「モダンなウェブブラウザでダイナミックでインタラクティブな地図を作る」ためのJavaScriptライブラリで構成されたツールである。Polymapsもまた、SVGの機能を活用し、CSSによるスタイリングを容易にし、インタラクティブ性を高めることを可能にするツールです。地図の可視化の例としては、一般的な道路レイヤーの地図、クロロプレースマップ（例えば、州レベルのデータの比較）、人口密度、さらにはk-meansクラスタリングの使用などがある。

10.オープンヒートマップ

アップロードと作成のカテゴリでは、OpenHeatMapsはかなりベーシックなツールで、ユーザーはcsvのいずれかをアップロードすることができます。 抜きん出る, or Google Sheets file, and create a map instantly. OpenHeatMap can also be used by developers (as a JQuery plugin) to provide for mapping functionality within their own website. Users uploading a file for rendering are recommended to include a full street address in one field, with values represented in another field (for instance, housing value, sales price, number of employees, etc.). Geographies can be point-based (i.e. one address), or aggregates such as city, county, state, etc.

11.DyGraphs

DyGraphsは、主な機能のひとつとして、次のような機能を謳っています。 巨大なデータセット。 何百万ものデータポイントを、"詰まらせることなく "プロットすることができます。もう一つの特徴は、自らを統計オタクと考える人のために、エラーバーや信頼区間を表示する機能である。これらを使用するには、データファイルに1つの標準偏差が指定されていなければなりません。チュートリアルのデモはかなり基本的なものですが、独自のビジュアライゼーションを作成する際にかなり早く始めることができます。

比較マトリックス