Erstellen Sie Zeichnungen mit mehreren Glyphen mit Python Bokeh

Bokeh ist eine leistungsstarke Datenvisualisierungsbibliothek in Python, die beim Erstellen interaktiver und einzigartiger Visualisierungen für das Web hilft. Bokeh unterstützt verschiedene Rendering-Techniken und bietet eine breite Palette integrierter Tools zum Erstellen komplexer Visualisierungen mit mehreren Glyphen durch den Prozess der Erstellung eines Diagramms mit mehreren Glyphen mithilfe von Bokeh. Dieses Diagramm kombiniert verschiedene Glyphen, um mehrere Datenreihen in einem einzigen Diagramm anzuzeigen, was eine effizientere Möglichkeit bietet, die Beziehung zwischen verschiedenen Variablen zu verstehen.

Was sind Glyphen und was sind ihre Hauptvorteile?

Glyphen sind grafische Darstellungen von Zeichen, Symbolen oder Symbolen, die in Typografie und Grafikdesign verwendet werden. Sie werden häufig bei der Gestaltung und Gestaltung von Texten verwendet und können Buchstaben, Zahlen, Satzzeichen und andere Symbole enthalten.

Zu den wichtigsten Vorteilen der Verwendung von Glyphen gehören −

• Lesbarkeit verbessern− Glyphen können so gestaltet werden, dass sie gut lesbar sind, sodass Leser den Text schneller und genauer verstehen können.

• Verbesserte Ästhetik − Glyphen können verwendet werden, um Text visuell interessanter und ansprechender zu gestalten und ihn optisch ansprechender und interaktiver zu machen.

• Konsistenz und Genauigkeit − Glyphen können so gestaltet werden, dass sie in Größe, Form und Stil konsistent sind, sodass der Text leicht lesbar und optisch kohärent ist.

• Flexibilität − Glyphen können einfach skaliert und geändert werden, sodass sie in einer Vielzahl von Kontexten und Anwendungen verwendet werden können.

• Internationalisierung − Glyphen können zur Darstellung von Zeichen und Symbolen in verschiedenen Sprachen und Schriftsystemen verwendet werden, was sie bei der Internationalisierung und Lokalisierung sehr nützlich macht.

Insgesamt sind Glyphen ein leistungsstarkes Werkzeug für Typografie und Grafikdesign und können dazu beitragen, die Lesbarkeit, Ästhetik, Konsistenz und Flexibilität von Text zu verbessern.

Statistische Bedeutung davon

Glyphen selbst unterliegen keinen statistischen Signifikanztests, da es sich nicht um statistische Daten handelt. Die Verwendung von Glyphen in Typografie und Grafikdesign kann jedoch statistischen Signifikanztests unterliegen, wenn sie im Rahmen eines Experiments oder einer Studie verwendet werden, bei der es um statistische Daten geht Wenn in einer Studie beispielsweise die Auswirkungen verschiedener Schriftarten auf die Lesegeschwindigkeit oder das Leseverständnis untersucht werden, können statistische Tests verwendet werden, um festzustellen, ob beobachtete Unterschiede zwischen den Schriftarten statistisch signifikant sind.

Im Allgemeinen werden statistische Signifikanztests verwendet, um festzustellen, ob beobachtete Unterschiede oder Effekte wahrscheinlich auf Zufall oder zufällige Variationen zurückzuführen sind oder ob sie wahrscheinlich einen echten Unterschied oder Effekt in der untersuchten Population widerspiegeln zur Forschungsfrage, zur Art der analysierten Daten und zu den getroffenen Annahmen über die Daten und die Population.

Obwohl Glyphen selbst keinen statistischen Signifikanztests unterliegen, können sie im Rahmen von Experimenten oder Studien verwendet werden, die einer statistischen Analyse unterliegen, um festzustellen, ob beobachtete Unterschiede oder Effekte statistisch signifikant sind.

Voraussetzungen

Bevor wir uns mit der Aufgabe befassen, sollten einige Dinge auf Ihrem System installiert werden −

Liste der empfohlenen Einstellungen −

• pip install pandas, bokeh

• Es wird erwartet, dass der Benutzer Zugriff auf jede eigenständige IDE wie VS-Code, PyCharm, Atom oder Sublime Text hat.

• Auch Online-Python-Compiler wie Kaggle.com, die Google Cloud-Plattform oder andere können verwendet werden.

• Aktualisierte Version von Python. Zum Zeitpunkt des Schreibens des Artikels habe ich Version 3.10.9 verwendet.

• Kenntnisse im Umgang mit dem Jupyter-Notebook.

• Das Verständnis und die Anwendung virtueller Umgebungen sind von Vorteil, aber nicht erforderlich.

• Außerdem wird von der Person erwartet, dass sie über gute Kenntnisse in Statistik und Mathematik verfügt.

Erstellen Sie einfache Diagramme

Um ein Diagramm zu erstellen, müssen wir zunächst die erforderlichen Module wie „Figure“, „ColumnDataSource“ und die gewünschten Glyphen importieren. Hier ist ein Beispiel-Codeausschnitt, der mit Bokeh −

ein Liniendiagramm mit einem einzelnen Glyphen erstellt

Syntax

from bokeh.plotting import figure, output_file, show
output_file("line.html")
p = figure(title="Line Plot", x_axis_label="X", y_axis_label="Y")

x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

p.line(x, y, line_width=2)

show(p)

Ausgabe

Dieser Code erstellt ein Liniendiagramm mit der Bezeichnung „X“ auf der X-Achse, der Bezeichnung „Y“ auf der Y-Achse und dem Titel „Liniendiagramm“. Das Liniendiagramm zeigt fünf Datenpunkte mit den entsprechenden x- und y-Werten an .

Fügen Sie Ihrem Diagramm mehrere Glyphen hinzu

Um dem Plot mehrere Glyphen hinzuzufügen, müssen wir die Funktion „multi_line()“ des Objekts „Figure“ verwenden. Die Funktion „multi_line()“ nimmt mehrere Sequenzen von x- und y-Werten und erstellt für jede davon ein Linienglyphe Hier ist ein Beispiel-Codeausschnitt zum Erstellen eines Liniendiagramms mit mehreren Glyphen −

from bokeh.plotting import figure, output_file, show
from bokeh.models import ColumnDataSource

output_file("multi_line.html")

p = figure(title="Multiple Glyphs", x_axis_label="X", y_axis_label="Y")

x1 = [1, 2, 3, 4, 5]
y1 = [6, 7, 2, 4, 5]

x2 = [1, 2, 3, 4, 5]
y2 = [2, 4, 6, 8, 10]

source = ColumnDataSource(data=dict(x1=x1, y1=y1, x2=x2, y2=y2))
p.multi_line(xs=[source.data["x1"], source.data["x2"]],
   ys=[source.data["y1"], source.data["y2"]],
   line_color=["red", "blue"], line_width=[2, 2])
show(p)

Output

Here, we created two sets of x and y values and stored them in a `ColumnDataSource` object. We then passed the two sequences of x and y values to the `multi_line()` function, along with the colors and line widths of the two glyphs. This will create a line plot with two glyphs, one in red color and one in blue color, each with their corresponding x and y values.

Final Program, Code

# Basic plot

from bokeh.plotting import figure, output_file, show
output_file("line.html")

p = figure(title="Line Plot", x_axis_label="X", y_axis_label="Y")

x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

p.line(x, y, line_width=2)

show(p)

# Multiple graphs

from bokeh.plotting import figure, output_file, show
from bokeh.models import ColumnDataSource

output_file("multi_line.html")

p = figure(title="Multiple Glyphs", x_axis_label="X", y_axis_label="Y")

x1 = [1, 2, 3, 4, 5]
y1 = [6, 7, 2, 4, 5]

x2 = [1, 2, 3, 4, 5]
y2 = [2, 4, 6, 8, 10]

source = ColumnDataSource(data=dict(x1=x1, y1=y1, x2=x2, y2=y2))

p.multi_line(xs=[source.data["x1"], source.data["x2"]],
   ys=[source.data["y1"], source.data["y2"]],
   line_color=["red", "blue"], line_width=[2, 2])

show(p)

Conclusion

在本文档中，我们学习了如何使用Bokeh创建具有多个图元的图表。我们首先介绍了图元，然后使用单个图元创建了一个基本的折线图。然后，我们使用`Figure`对象的`multi_line()`函数向图表中添加了多个图元。使用Bokeh，可以轻松创建交互式可视化，帮助理解不同数据点之间的关系。Bokeh允许您以最小的努力创建美观的可视化，让您专注于分析数据，而不必担心可视化。

Das obige ist der detaillierte Inhalt vonErstellen Sie Zeichnungen mit mehreren Glyphen mit Python Bokeh. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!