JavaScript

3 librerías JavaScript para la visualización de datos

Una de las tareas clave a la hora de presentar datos es la visualización de datos. En JavaScript es existen numerosas librerías, tanto libre como comerciales, con las que se pueden llevar a cabo estas tareas. A continuación, para facilitar la selección de una se muestran tres de las más populares librerías libres de JavaScript para la visualización de datos.

Chart.js

Chart.js es una excelente solución para aquellos usuarios no necesitan muchos tipos de gráficos ni opciones de visualización. Pero aún así desean disponer de gráficos modernos y elegantes. Por lo que es una de las opciones más populares entre los diseñadores y desarrolladores web.

  • Dispone de 8 tipos de gráficos: línea, barra, araña o radar, tarta o donut, polar, burbujas, dispersión y área.
  • Todos los tipos de gráficos se pueden personalizar y animar.
  • Permite aumentar las funcionalidades mediante el uso de plugins.
  • El proyecto tiene una excelente documentación y ejemplos fáciles de seguir.
  • Funciona en navegadores antiguos como Internet Explorer 9.

Para conocer más acerca de Chart.js se puede acceder a la página web del proyecto, donde se pueden encontrar la documentación y ejemplos.

Chartist.js

Chartist.js es una pequeña librería que permite crear gráficos responsivos de una forma sencilla. A pesar de lo cual no tiene dependencias de terceras librerias. Por lo que es una opción excelente para aquellos usuarios que necesitan los gráficos básicos (línea, barra o tarta) y que no requieren mucho en términos de visualización de datos. Pudiendo conseguir unos gráficos visualmente agradables.

  • Dispone de 8 tipos de gráficos: línea, barra y tarta.
  • Permite aumentar las funcionalidades mediante el uso de plugins.
  • Dispone de una amplia documentación.
  • Utiliza SVG para representar los gráficos.
  • Funciona en navegadores antiguos como Internet Explorer 9.

Para conocer más acerca de Chartist.js se puede acceder a la página web del proyecto, donde se pueden encontrar la documentación y ejemplos.

D3.js

D3.js es una de librerías para la representación de datos más potentes que existen actualmente. Aunque más que una librería es un framework, siendo más complicada de manejar que las librerías vistas anteriormente. Algo que representa una barrera de entrada para una gran cantidad de usuarios. Aunque, debido a su gran popularidad y potencia, se pueden encontrar múltiples recursos y ejemplos de uso en la red. Una vez familiarizado con D3.js es posible conseguir grandes resultados que no se pueden obtener con otras.

  • Dispone de múltiples tipos de gráficos, algunos de los cuales no es fácil encontrar en otras librerías.
  • Combina potentes componentes de visualización y un enfoque basado en datos para la manipulación de DOM.
  • Fácil de depurar utilizando el inspector de elementos en el navegador.
  • Múltiples funciones para generar curvas.
  • Existe miles de ejemplos de uso en la red.

Para poder acceder de una manera más sencilla a la potencia de D3.js se han creado diferentes librerías basadas en ella para la creación de ciertas gráficas. Entre las que se puede destacar NVD3.

Para conocer más acerca de D3.js se puede acceder a la página web del proyecto, donde se pueden encontrar la documentación y ejemplos.

Conclusiones

En esta entrada se han visto tres librerías de JavaScript para la visualización de datos más populares en la actualidad. Se han escogido las tres porque son libres y permiten crear gráficos modernos.

Estas tres con un completo excelente para librerías para machine learning en JavaScript que se han visto anteriormente. Pudiendo utilizarlas para representar los datos de modelos y resultados.

Imágenes: Pixabay (rawpixel)

¿Te ha parecido de utilidad el contenido?

Daniel Rodríguez

Share
Published by
Daniel Rodríguez

Recent Posts

Síndrome del objeto brillante en ciencia de datos: el error simétrico a los costes hundidos

Hace poco publiqué una entrada en la que trataba de un sesgo bien documentado: aferrarse…

4 días ago

De la Regresión Logística al Scorecard: La Transformación Matemática

En un entrada previa explicamos qué son el WOE y el IV y por qué…

6 días ago

Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring

Seguimos evolucionando el laboratorio de Analytics Lane y hoy lanzamos la versión 1.1, disponible en:…

7 días ago

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

“El interés compuesto es la octava maravilla del mundo. El que lo entiende lo gana…

2 semanas ago

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

Tienes los datos de ventas de tres productos en dos años distintos y quieres saber…

2 semanas ago

Costes hundidos en ciencia de datos: cuándo mantener un modelo y cuándo migrar

Imagina la situación. Tu equipo lleva tres años con un modelo en producción. No es…

3 semanas ago

This website uses cookies.