PythonのBokehを使ったデータ可視化の基本ガイド

Bokehは、Webブラウザ向けに設計されたPythonのデータ可視化ライブラリです。洗練された美しいグラフィックスを簡潔なコードで構築できるのが大きな特徴で、インタラクティブなプロットやダッシュボード、データアプリケーションを素早く簡単に作成できます。本記事では、Bokehを使ってさまざまな種類の基本的なグラフを作成する方法を解説します。

線グラフの描画

線グラフは、各点のx座標とy座標をそれぞれリストとして渡すことで作成できます。図の高さと幅を指定すれば、出力を直接ブラウザに表示することも可能です。さらに、線の太さや色といった追加のパラメータを指定することで、見た目を細かく調整できます。

サンプルコード

from bokeh.io import show
from bokeh.plotting import figure
p = figure(plot_width=300, plot_height=300)
# 線のレンダラーを追加
p.line([ 2, 1, 2, 4], [ 1, 3, 5, 4],
      line_width=2, color="blue")
# 結果を表示
show(p)

実行結果

上記のコードを実行すると、次のような結果が得られます。

円グラフ（散布図）の描画

この例では、circle()関数を使用し、円の中心となるx座標とy座標をリスト形式で指定します。円の色やサイズも、この関数のパラメータとして簡単に設定できます。描画結果はブラウザウィンドウに出力されます。

サンプルコード

from bokeh.io import show
from bokeh.plotting import figure
p = figure(plot_width=400, plot_height=300)
# 円のレンダラーを追加
p.circle([ 2, 1.5, 2, 3,2.4], [ 2, 3, 4, 4,3],
         size = 10, color = "red", alpha = 0.8)
# 結果を表示
show(p)

実行結果

上記のコードを実行すると、次のような結果が得られます。

棒グラフの描画

棒グラフはvbar関数を使って描画します。以下の例では、曜日の名前を要素とするリストをカテゴリ軸として指定し、各棒の高さに対応する値をtopパラメータにリストとして渡しています。もちろん、より高度なプログラムでは、ファイルやAPIから外部データを読み込み、その値をこれらのパラメータに渡すことも可能です。

サンプルコード

from bokeh.io import show
from bokeh.plotting import figure
sales_qty = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri']
# x_rangeに上記のカテゴリリストを設定
p = figure(x_range=sales_qty , plot_height=250, title="Sales Figures")
# カテゴリ値も座標として使用できる
p.vbar(x=sales_qty , top=[6, 3, 4, 2, 4], width=0.4)
# グラフを見やすくするためのプロパティを設定
p.xgrid.grid_line_color = None
p.y_range.start = 0
show(p)

実行結果

上記のコードを実行すると、次のような結果が得られます。