Python Bokeh를 사용하여 여러 글리프가 포함된 그림 만들기

Bokeh는 웹용 대화형 고유 시각화를 만드는 데 도움이 되는 Python의 강력한 데이터 시각화 라이브러리입니다. Bokeh는 다양한 렌더링 기술을 지원하고 여러 글리프를 사용하여 복잡한 시각화를 만들기 위한 다양한 내장 도구를 제공합니다. Bokeh를 사용하여 여러 글리프가 포함된 플롯을 생성하는 과정을 통해 이 플롯은 다양한 글리프를 결합하여 여러 데이터 시리즈를 단일 플롯에 표시하며, 이는 다양한 변수 간의 관계를 이해하는 보다 효율적인 방법을 제공합니다.

글리프란 무엇이며 주요 장점은 무엇인가요?

글리프는 타이포그래피와 그래픽 디자인에 사용되는 문자, 기호 또는 아이콘을 그래픽으로 표현한 것으로, 텍스트의 디자인과 레이아웃에 자주 사용되며 문자, 숫자, 구두점 및 기타 기호를 포함할 수 있습니다.

글리프 사용의 주요 이점은 다음과 같습니다. −

• 가독성 향상− 글리프는 읽기 쉽게 디자인되어 독자가 텍스트를 더 빠르고 정확하게 이해할 수 있습니다.

• 미학 향상 − 글리프를 사용하면 텍스트에 시각적 흥미와 매력을 더해 시각적으로 매력적이고 대화형으로 만들 수 있습니다.

• 일관성 및 정확성 − 글리프는 크기, 모양 및 스타일이 일관되도록 디자인하여 텍스트를 읽기 쉽고 시각적으로 일관되게 만들 수 있습니다.

• 유연성 − 글리프의 크기를 쉽게 조정하고 수정할 수 있으므로 다양한 상황과 응용 프로그램에서 사용할 수 있습니다.

• 국제화 − 글리프는 다양한 언어와 쓰기 체계로 문자와 기호를 나타내는 데 사용될 수 있으므로 국제화 및 현지화에 매우 유용합니다.

전반적으로 글리프는 타이포그래피와 그래픽 디자인을 위한 강력한 도구이며 텍스트의 가독성, 심미성, 일관성 및 유연성을 향상시키는 데 도움이 될 수 있습니다.

이것의 통계적 중요성

글리프 자체는 통계적 데이터가 아니기 때문에 통계적 유의성 테스트의 대상이 되지 않습니다. 단, 타이포그래피나 그래픽 디자인에 사용된 글리프가 통계와 관련된 실험이나 연구의 맥락에서 사용될 경우 통계적 유의성 테스트의 대상이 될 수 있습니다. 예를 들어, 연구에서 다양한 글꼴이 읽기 속도나 이해력에 미치는 영향을 조사하는 경우 통계 테스트를 사용하여 글꼴 간에 관찰된 차이가 통계적으로 유의한지 여부를 확인할 수 있습니다.

일반적으로 통계적 유의성 테스트는 관찰된 차이나 효과가 우연이나 무작위 변동으로 인한 것인지, 또는 연구 대상 모집단의 실제 차이나 효과를 반영할 수 있는지 여부를 결정하는 데 사용됩니다. 연구 질문, 분석되는 데이터 유형, 데이터 및 모집단에 대한 가정에 대해 알아보세요.

따라서 글리프 자체는 통계적 유의성 테스트의 대상이 아니지만, 관찰된 차이나 효과가 통계적으로 유의한지 여부를 확인하기 위해 통계 분석 대상이 되는 실험이나 연구의 맥락에서 사용될 수 있습니다.

전제조건

작업을 시작하기 전에 시스템에 설치해야 할 몇 가지 사항이 있습니다 −

권장 설정 목록 −

• pip 설치 팬더, 보케

• 사용자는 VS-Code, PyCharm, Atom 또는 Sublime text와 같은 모든 독립형 IDE에 액세스할 수 있을 것으로 예상됩니다.

• Kaggle.com, Google Cloud 플랫폼 또는 기타 다른 온라인 Python 컴파일러도 사용할 수 있습니다.

• 업데이트된 Python 버전입니다. 기사를 작성할 당시 저는 3.10.9 버전을 사용했습니다.

• Jupyter 노트북 사용에 대한 지식.

• 가상환경에 대한 이해와 적용이 도움이 되지만 필수는 아닙니다.

• 또한 통계와 수학에 대한 이해도가 높아야 합니다.

기본 차트 만들기

플롯을 생성하려면 먼저 `Figure`, `ColumnDataSource` 및 원하는 글리프와 같은 필수 모듈을 가져와야 합니다. 다음은 Bokeh −

를 사용하여 단일 글리프가 있는 선 플롯을 생성하는 예제 코드 조각입니다.

구문

으아아아

출력

이 코드는 x축 레이블이 "X"이고 y축 레이블이 "Y"이며 제목이 "선 플롯"인 선 플롯을 생성합니다. 선 플롯은 해당 x 및 y 값과 함께 5개의 데이터 포인트를 표시합니다. .

차트에 여러 개의 글리프를 추가하세요

플롯에 여러 개의 글리프를 추가하려면 `Figure` 객체의 `multi_line()` 함수를 사용해야 합니다. `multi_line()` 함수는 x 및 y 값의 여러 시퀀스를 가져와 각각에 대한 선 글리프를 생성합니다. 다음은 여러 글리프가 포함된 선 그래프를 생성하는 예제 코드 조각입니다 −

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。

위 내용은 Python Bokeh를 사용하여 여러 글리프가 포함된 그림 만들기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!