Bokeh를 사용하여 대화형 데이터 시각화 애플리케이션을 구축하는 방법
소개:
오늘날의 빅 데이터 시대에는 데이터 시각화가 매우 중요합니다. 시각화 기술을 통해 데이터를 그래픽 형태로 표시하여 데이터의 특성과 추세를 더욱 잘 이해할 수 있습니다. Bokeh는 대화형 데이터 시각화 애플리케이션을 구축하기 위한 풍부한 도구 및 기능 세트를 제공하는 강력한 Python 라이브러리입니다. 이 문서에서는 Bokeh를 사용하여 대화형 데이터 시각화 애플리케이션을 구축하는 방법과 코드 예제를 설명합니다.
1. Bokeh 설치
먼저 Bokeh 라이브러리를 설치해야 합니다. 명령줄 창을 열고 다음 명령을 입력하세요:
pip installbokeh
2. 기본 개념
시작하기 전에 몇 가지 기본 개념을 이해해야 합니다. Bokeh는 하위 수준 인터페이스와 상위 수준 인터페이스라는 두 가지 기본 형태의 인터페이스를 제공합니다. 하위 수준 인터페이스는 Bokeh 라이브러리의 기본 구성 요소로, 이를 통해 사용자는 사용자 정의 시각화 구성 요소를 구축할 수 있으며, 상위 수준 인터페이스는 보다 편리하고 빠른 방식으로 공통 시각화를 생성합니다. 이 기사에서는 주로 고급 인터페이스를 소개합니다.
Bokeh는 차트, 아이콘, 표 또는 더 복잡한 조합이 될 수 있는 플롯 개체를 기반으로 합니다. Bokeh의 고급 인터페이스를 사용하여 이러한 그리기 개체를 만들고 수정할 수 있습니다. 이러한 개체를 표시하려면 출력 모드가 필요합니다. 브라우저에 표시, 파일에 저장 또는 정적 이미지 생성을 포함하여 선택할 수 있는 여러 옵션이 있습니다.
3. 빠른 시작
이제 간단한 대화형 데이터 시각화 애플리케이션을 구현해 보겠습니다. 붓꽃 데이터 세트를 예로 들어 산점도로 시각화하고 몇 가지 대화형 기능을 구현합니다.
먼저 필요한 라이브러리와 모듈을 가져와야 합니다.
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
그런 다음 붓꽃 데이터세트를 로드하고 Bokeh 플롯 객체를 생성합니다.
# 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)
다음으로 데이터세트의 데이터를 산점도 플롯으로 플롯하고 다음을 사용합니다. 꽃 종류를 나타내는 색상:
# 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))
위 코드를 사용하여 x축이 꽃잎 길이를 나타내고 y축이 꽃잎 너비를 나타내는 산점도를 그리고 색상을 사용하여 꽃 종류를 나타냅니다.
다음으로 마우스 오버 시 데이터 표시와 같은 몇 가지 대화형 기능을 추가합니다.
# 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)
위 코드를 사용하여 분산점 위로 마우스를 가져가면 꽃 유형, 꽃잎 길이 및 꽃잎 너비에 대한 정보가 표시됩니다. .
마지막으로 특정 출력 모드를 선택하고 플롯 개체를 표시합니다.
# 在浏览器中显示 output_notebook() # 显示绘图对象 show(plot)
위 단계를 통해 간단한 대화형 데이터 시각화 애플리케이션을 성공적으로 구현했습니다. 여기서 각 데이터 포인트는 분산 포인트 위에 마우스를 올리면 볼 수 있습니다. .
결론:
Bokeh는 대화형 데이터 시각화 애플리케이션을 구축하는 데 도움이 되는 매우 강력한 Python 라이브러리입니다. 이 기사에서는 Bokeh의 고급 인터페이스를 사용하여 대화형 데이터 시각화 애플리케이션을 구축하는 기본 단계를 간략하게 소개하고 코드 예제를 첨부합니다. 독자들이 이 글의 소개를 통해 Bokeh의 기본 사용법을 이해하고, 실제로 이를 유연하게 사용하여 보다 발전되고 복잡한 데이터 시각화 애플리케이션을 구축할 수 있기를 바랍니다.
위 내용은 Bokeh를 사용하여 대화형 데이터 시각화 애플리케이션을 구축하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!