Bokeh を使用してインタラクティブなデータ視覚化アプリケーションを構築する方法

Bokeh を使用してインタラクティブなデータ視覚化アプリケーションを構築する方法

はじめに:
今日のビッグデータ時代では、データ視覚化は非常に重要です。可視化技術により、データをグラフィック形式で表示し、データの特性や傾向をより深く理解できます。 Bokeh は、インタラクティブなデータ視覚化アプリケーションを構築するための豊富なツールと関数のセットを提供する強力な Python ライブラリです。この記事では、Bokeh を使用してインタラクティブなデータ視覚化アプリケーションを構築する方法とコード例について説明します。

1. Bokeh のインストール
まず、Bokeh ライブラリをインストールする必要があります。コマンド ライン ウィンドウを開き、次のコマンドを入力します:

pip install bokeh

2. 基本概念
始める前に、いくつかの基本概念を理解する必要があります。 Bokeh は、低レベル インターフェイスと高レベル インターフェイスという 2 つの基本形式のインターフェイスを提供します。低レベル インターフェイスは Bokeh ライブラリの基本的な構成要素であり、ユーザーはこれを通じてカスタム ビジュアライゼーション コンポーネントを構築できますが、高レベル インターフェイスはより便利で高速な方法で共通のビジュアライゼーションを作成します。この記事では主に上位インターフェイスについて紹介します。

Bokeh は、グラフ、アイコン、テーブル、またはより複雑な組み合わせであるプロット オブジェクトに基づいています。 Bokeh の高レベル インターフェイスを使用して、これらの描画オブジェクトを作成および変更できます。これらのオブジェクトを表示するには出力モードが必要です。ブラウザでの表示、ファイルへの保存、静止画像の生成など、いくつかのオプションから選択できます。

3. クイック スタート
次に、単純な対話型データ視覚化アプリケーションを実装しましょう。例として虹彩データセットを取り上げ、それを散布図として視覚化し、いくつかの対話型関数を実装します。

まず、必要なライブラリとモジュールをインポートする必要があります:

import pandas as pd
from bokeh.plotting import figure, show
from bokeh.io import output_notebook, output_file
from bokeh.models import ColumnDataSource, CategoricalColorMapper, HoverTool

次に、虹彩データ セットをロードし、Bokeh 描画オブジェクトを作成します:

# 加载鸢尾花数据集
iris = pd.read_csv('iris.csv')

# 创建绘图对象
plot = figure(title='鸢尾花数据集', 
              x_axis_label='花瓣长度', y_axis_label='花瓣宽度',
              plot_width=600, plot_height=400)

Continue 次に、データセット内のデータを散布図にプロットし、色を使用して花の種類を表します。

# 创建颜色映射器
color_mapper = CategoricalColorMapper(factors=['setosa', 'versicolor', 'virginica'], 
                                      palette=['red', 'green', 'blue'])

# 添加散点图
plot.circle(x='petal_length', y='petal_width', 
            color={'field': 'species', 'transform': color_mapper},
            size=10, alpha=0.5, source=ColumnDataSource(iris))

上記のコードを使用して、x 軸が花びらの長さを表し、y 軸が散布図をプロットします。軸は花びらの長さを表し、軸は花びらの幅を表し、色は花の種類を示します。

次に、マウスをホバーしたときにデータを表示するなど、いくつかのインタラクティブな関数を追加します。

# 添加悬停工具
hover = HoverTool(tooltips=[('花的种类', '@species'),
                            ('花瓣长度', '@petal_length'),
                            ('花瓣宽度', '@petal_width')])
plot.add_tools(hover)

上記のコードを使用して、マウスが散布点の上にホバーすると、花の種類、情報が表示されます。花びらの長さと幅について。

最後に、特定の出力モードを選択し、描画オブジェクトを表示します。

# 在浏览器中显示
output_notebook()

# 显示绘图对象
show(plot)

上記の手順を通じて、単純な対話型データ視覚化アプリケーションを正常に実装しました。これは、散布図上の各データ ポイントの詳細を確認します。

結論:
Bokeh は、インタラクティブなデータ視覚化アプリケーションの構築に役立つ非常に強力な Python ライブラリです。この記事では、Bokeh の高レベル インターフェイスを使用してインタラクティブなデータ視覚化アプリケーションを構築する基本手順を簡単に紹介し、コード例を添付します。この記事の紹介を通じて読者が Bokeh の基本的な使い方を理解し、実際に Bokeh を柔軟に使用して、より高度で複雑なデータ視覚化アプリケーションを構築できることを願っています。

以上がBokeh を使用してインタラクティブなデータ視覚化アプリケーションを構築する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。