Bokehを使用してPythonで複数の棒グラフを視覚化するにはどうすればよいですか?
Bokehは、データの視覚化に役立つPythonパッケージです。これはオープンソースプロジェクトです。 Bokehは、HTMLとJavaScriptを使用してプロットをレンダリングします。これは、Webでの作業中に役立つことを示しています-
BokehはデータソースをJSONファイルに変換します。このファイルは、JavaScriptライブラリであるBokehJSへの入力として使用されます。このBokehJSはTypeScriptで記述されており、最新のブラウザで視覚化をレンダリングするのに役立ちます。
ボケの依存関係
Numpy Pillow Jinja2 Packaging Pyyaml Six Tornado Python−dateutil
WindowsコマンドプロンプトへのBokehのインストール
pip3 install bokeh
AnacondaプロンプトへのBokehのインストール
conda install bokeh
例を見てみましょう-
例
from bokeh.plotting import figure, output_file, show from bokeh.transform import dodge labs = ['label_1', 'label_2', 'label_3'] vals = ['val_1','val_2','val_3'] my_data = {'labs':labs, 'val_1':[2,5,11], 'val_2':[34,23,1], 'val_3':[25, 34, 23] } fig = figure(x_range = labs, plot_width = 300, plot_height = 300) fig.vbar(x = dodge('labs', -0.25, range = fig.x_range), top = 'val_1', width = 0.2,source = my_data, color = "green") fig.vbar(x = dodge('labs', 0.0, range = fig.x_range), top = 'val_2', width = 0.2, source = my_data,color = "cyan") fig.vbar(x = dodge('labs', 0.25, range = fig.x_range), top = 'val_3', width = 0.2,source = my_data,color = "blue") show(fig)
出力
説明
-
必要なパッケージがインポートされ、エイリアス化されます。
-
図関数は、プロットの幅と高さとともに呼び出されます。
-
データはリストで定義されています。
-
生成されるhtmlファイルの名前を指定するために「output_file」関数が呼び出されます。
-
Bokehに存在する「vbar」関数は、データとともに呼び出されます。
-
「表示」機能は、プロットを表示するために使用されます。
-
Seabornライブラリを使用してPythonでポイントプロットを視覚化するにはどうすればよいですか?
Seabornは、データの視覚化に役立つライブラリです。このインターフェースは、データの種類と、特定のフィルターが適用されたときのデータの動作をカスタマイズおよび制御するのに役立ちます。 バープロットの助けを借りて、データの分布の中心傾向を理解することができます。棒グラフ関数は、カテゴリ変数と連続変数の間の関係を確立します。 データは長方形のバーの形式で表され、バーの長さはその特定のカテゴリのデータの割合を示します。 ポイントプロットはバープロットに似ていますが、フィルバーを表す代わりに、データポイントの推定値は、他の軸上の特定の高さのポイントで表されます。これが例です- 例 impor
-
PythonのSeabornライブラリで棒グラフをどのように使用できますか?
Seabornは、データの視覚化に役立つライブラリです。カスタマイズされたテーマと高レベルのインターフェースが付属しています。 以前のプロットでは、データセット全体をグラフにプロットしました。バープロットの助けを借りて、データの分布の中心傾向を理解することができます。 棒グラフ関数は、カテゴリ変数と連続変数の間の関係を確立します。データは長方形のバーの形式で表され、バーの長さはその特定のカテゴリのデータの割合を示します。 「タイタニック」データセットを使用してバープロットを理解しましょう- 例 import pandas as pd import seaborn as sb from m