PostgreSQL , Orange3 , 可視化 , 時空資料
可視化分析會是一個讓枯燥的資料說話的快捷途徑，降低可視化分析門檻，同時又保留它的程式設計能力，是非常重要的。
如今資料種類越來越多，除了常見的數值、文本，還有數組、K-V、圖像、空間資料、波、基因 等等。對可視化分析軟體的要求也越來越高。
<a href="http://blog.just4fun.site/Orange-startup.html">http://blog.just4fun.site/Orange-startup.html</a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_001.png" target="_blank"></a>
<a href="http://blog.just4fun.site/caravel-startup-and-install.html">caravel系列之安裝與入門</a>
<a href="http://blog.just4fun.site/caravel-config.html">caravel系列之簡易配置/定制</a>
<a href="http://blog.just4fun.site/caravel-demo-analysis.html">caravel系列之案例講解與分析</a>
<a href="http://blog.just4fun.site/caravel-code.html">caravel系列之架構與源碼淺析</a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_002.png" target="_blank"></a>
和許多資料分析的項目不同，其他項目多數面向資料分析從業人員、軟體開發者。而Orange讓各行各業對資料挖掘和可視化感興趣的人都能參與其中，而不必有程式設計基礎
安裝完畢打開軟體，跟着以下教程即可對它做大緻了解
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_003.png" target="_blank"></a>
官方首頁對這個項目的介紹是：
Open source machine learning and data visualization for novice and expert. Interactive data analysis workflows with a large toolbox.
該項目源碼開放，對新手友好，同時也勝任專業的資料分析工作。
Orange是一個基于元件的資料挖掘軟體，它包含了一組資料可視化、探索、預處理和模組化的技術。
它不但帶有一個新手友好的使用者界面，老司機們也可以把它用作Python的一個子產品。
如果要用一些簡單的詞描述它，我想到以下标簽:
開源
python
資料可視化
資料模式探索
機器學習
拖曳式
積木化
互動式的資料可視化探索：你可以用它做簡單的分析，諸如統計分布、箱形圖（Box plot）、散點圖。也可以做深入挖掘，諸如使用決策樹、聚類、熱圖等。通過智能的屬性選擇，你可以在2維平面上探索多元資料
可視化程式設計：圖形化界面允許你專注于探索資料，而不是編碼。你要做的事隻是在畫布上拖曳小部件、連接配接它們、加載資料集，如此便可獲得資料洞察力！
适合用于教學（jupyter出自生物學家之手，Orange似乎也和生物學領域有關，他們都讓資料分析工作的協作交流變得簡單有趣）
附加擴充功能：通過使用各種插件，我們可以做各種各樣的事：
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_004.png" target="_blank"></a>
我折騰過的資料可視化工具多而雜， 以下是我偏好Orange的幾個原因
安裝極其建議（二進制安裝包）
對新手友好，易于上手，許多操作憑直覺即可甚至不需要文檔
讓普通使用者能使用機器學習去發現資料模式，這項工作之前往往需要技術背景
支援excel檔案直接導入
對中文支援良好（目前尚未遇到亂碼）
可視化的程式設計方式，使用者無需編碼，資料在各個元件裡流動，通過拖曳元件即可開始探索資料
互動式的探索過程，每一個元件疊加都能及時得到回報。如同REPL(讀取﹣求值﹣輸出循環)般靈活順滑
同時也簡單列出我認為不足的地方
對資料源的支援不夠豐富，目前Orange3隻支援PostgreSQL資料庫，當然這是站在開發者的角度的挑刺，普通使用者對此沒有需求
無法像tableau一樣把探索結果作為網頁釋出。不過浏覽了一遍官方源碼庫，他們似乎有這個計劃。把它和superset整合在一起，指不定能折騰出一個商業應用
關于對資料庫的支援，估計随着項目的推進，會慢慢完備起來，這塊基本隻是時間的問題。（PS：不過PostgreSQL, Greenplum實際上都非常強大，不僅僅能夠完美的展現時空資料，還支援并行計算。）
接下來有空我們分析下，這個項目在技術層面有哪些有趣的東西
<a href="https://github.com/biolab/orange3">orange3</a>
<a href="http://orange.biolab.si/">orange.biolab.si</a>
<a href="https://my.oschina.net/u/2306127/blog/548833">Orange-資料挖掘和機器學習軟體</a>
<a href="http://hao.jobbole.com/orange/">Orange：通過可視化程式設計或 Python 腳本進行資料挖掘、資料可視化、分析和機器學習</a>
這裡有大量的例子：
<a href="http://blog.biolab.si/">http://blog.biolab.si/</a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_005.png" target="_blank"></a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_006.png" target="_blank"></a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_007.png" target="_blank"></a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_008.png" target="_blank"></a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_009.png" target="_blank"></a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_010.png" target="_blank"></a>
<a href="https://github.com/digoal/blog/blob/master/201801/20180102_01_pic_011.png" target="_blank"></a>
![【MySQL資料庫】資料庫索引事務1.索引2.事務[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)