Créez des dessins avec plusieurs glyphes à l'aide de Python Bokeh

Bokeh est une puissante bibliothèque de visualisation de données en Python qui permet de créer des visualisations interactives et uniques pour le Web. Bokeh prend en charge diverses techniques de rendu et fournit une large gamme d'outils intégrés pour créer des visualisations complexes avec plusieurs glyphes. à travers le processus de création d'un tracé avec plusieurs glyphes à l'aide de Bokeh. Ce tracé combine différents glyphes pour afficher plusieurs séries de données dans un seul tracé, ce qui offre un moyen plus efficace de comprendre la relation entre différentes variables.

Que sont les Glyphes et quels sont leurs principaux avantages ?

Les glyphes sont des représentations graphiques de caractères, de symboles ou d'icônes utilisés dans la typographie et la conception graphique. Ils sont souvent utilisés dans la conception et la mise en page du texte et peuvent inclure des lettres, des chiffres, des signes de ponctuation et d'autres symboles.

Certains avantages clés de l'utilisation des glyphes incluent −

• Améliorer la lisibilité− Les glyphes peuvent être conçus pour être très lisibles, permettant aux lecteurs de comprendre le texte plus rapidement et plus précisément.

• Améliorer l'esthétique − Les glyphes peuvent être utilisés pour ajouter un intérêt visuel et un attrait au texte, le rendant plus visuellement attrayant et interactif.

• Cohérence et précision − Les glyphes peuvent être conçus pour être cohérents en termes de taille, de forme et de style, garantissant ainsi que le texte est facile à lire et visuellement cohérent.

• Flexibilité − Les glyphes peuvent être mis à l'échelle et modifiés facilement, ce qui permet de les utiliser dans un large éventail de contextes et d'applications.

• Internationalisation − Les glyphes peuvent être utilisés pour représenter des caractères et des symboles dans une variété de langues et de systèmes d'écriture, ce qui les rend très utiles pour l'internationalisation et la localisation.

Dans l'ensemble, les glyphes sont un outil puissant pour la typographie et la conception graphique et peuvent contribuer à améliorer la lisibilité, l'esthétique, la cohérence et la flexibilité du texte.

Importance statistique de ceux-ci

Les glyphes eux-mêmes ne sont pas soumis à des tests de signification statistique puisqu'ils ne sont pas des données statistiques. Cependant, l'utilisation de glyphes en typographie et en conception graphique peut être soumise à des tests de signification statistique s'ils sont utilisés dans le contexte d'une expérience ou d'une étude impliquant des statistiques. Par exemple, si une étude examine les effets de différentes polices sur la vitesse de lecture ou la compréhension, des tests statistiques peuvent être utilisés pour déterminer si les différences observées entre les polices sont statistiquement significatives.

En général, les tests de signification statistique sont utilisés pour déterminer si les différences ou les effets observés sont susceptibles d'être dus au hasard ou à une variation aléatoire, ou s'ils sont susceptibles de refléter une véritable différence ou un effet dans la population étudiée. Le test spécifique utilisé dépend. sur la question de recherche, le type de données analysées et les hypothèses formulées concernant les données et la population.

Par conséquent, même si les glyphes eux-mêmes ne sont pas soumis à des tests de signification statistique, ils peuvent être utilisés dans le contexte d'expériences ou d'études soumises à une analyse statistique pour déterminer si les différences ou effets observés sont statistiquement significatifs.

Prérequis

Avant de nous lancer dans la tâche, peu de choses devraient être installées sur votre système −

Liste des paramètres recommandés −

• pip installe pandas, bokeh

• Il est prévu que l'utilisateur ait accès à n'importe quel IDE autonome tel que VS-Code, PyCharm, Atom ou Sublime text.

• Même les compilateurs Python en ligne peuvent également être utilisés, tels que Kaggle.com, la plateforme Google Cloud ou tout autre, feront l'affaire.

• Version mise à jour de Python au moment de la rédaction de l'article, j'ai utilisé la version 3.10.9.

• Connaissance de l'utilisation du notebook Jupyter.

• La compréhension et l'application des environnements virtuels seront bénéfiques mais pas obligatoires.

• De plus, la personne doit avoir une bonne compréhension des statistiques et des mathématiques.

Créer des graphiques de base

Pour créer un tracé, nous devons d'abord importer les modules nécessaires, tels que `Figure`, `ColumnDataSource` et les glyphes souhaités. Voici un exemple d'extrait de code qui crée un tracé linéaire avec un seul glyphe en utilisant Bokeh −

.

Syntaxe

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)

Sortie

Ce code créera un tracé linéaire avec un axe x étiqueté "X", un axe y étiqueté "Y" et un titre "Line Plot". Le tracé linéaire affichera cinq points de données avec leurs valeurs x et y correspondantes. .

Ajoutez plusieurs glyphes à votre graphique

Pour ajouter plusieurs glyphes au tracé, nous devons utiliser la fonction `multi_line()` de l'objet `Figure`. La fonction `multi_line()` prend plusieurs séquences de valeurs x et y et crée un glyphe de ligne pour chacune d'elles. eux. Voici un exemple d'extrait de code pour créer un tracé linéaire avec plusieurs glyphes −

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。

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!