Python Bokeh を使用して複数のグリフを含む描画を作成する

Bokeh は、Web 用のインタラクティブでユニークなビジュアライゼーションの作成に役立つ Python の強力なデータ視覚化ライブラリです。Bokeh は、さまざまなレンダリング技術をサポートし、複数のグリフを使用した複雑なビジュアライゼーションを作成するための幅広い組み込みツールを提供します。このドキュメントでは、 Bokeh を使用して複数のグリフを含むプロットを作成するプロセスを説明します。このプロットは、異なるグリフを組み合わせて 1 つのプロットに複数のデータ系列を表示し、異なる変数間の関係をより効率的に理解する方法を提供します。

グリフとは何ですか?またその主な利点は何ですか?

グリフは、タイポグラフィーやグラフィック デザインで使用される文字、記号、またはアイコンのグラフィック表現です。テキストのデザインやレイアウトでよく使用され、文字、数字、句読点、その他の記号が含まれます。

グリフを使用する主な利点には、-

が含まれます。

• 可読性の向上- グリフを非常に読みやすく設計できるため、読者はテキストをより迅速かつ正確に理解できるようになります。

• 美観の向上 - グリフを使用すると、テキストに視覚的な面白みを加えてアピールすることができ、テキストをより視覚的に魅力的でインタラクティブなものにすることができます。

• 一貫性と精度 - グリフはサイズ、形状、スタイルが一貫するように設計できるため、テキストが読みやすく、視覚的に一貫していることが保証されます。

• 柔軟性 - グリフは簡単に拡大縮小したり変更したりできるため、幅広いコンテキストやアプリケーションで使用できます。

• 国際化 - グリフを使用すると、さまざまな言語や書記体系の文字や記号を表すことができるため、国際化やローカリゼーションに非常に役立ちます。

全体として、グリフはタイポグラフィーやグラフィック デザインにとって強力なツールであり、テキストの読みやすさ、美しさ、一貫性、柔軟性の向上に役立ちます。

これらの統計的有意性

グリフ自体は統計データではないため、統計的有意性検定の対象にはなりませんが、タイポグラフィーやグラフィック デザインでのグリフの使用は、次のような実験や研究の文脈で使用される場合、統計的有意性検定の対象となる場合があります。統計分析が含まれます。たとえば、さまざまなフォントが読書速度や理解力に及ぼす影響を調査する研究の場合、フォント間で観察された差異が統計的に有意であるかどうかを判断するために統計検定を使用できます。

一般に、統計的有意性検定は、観察された差異または効果が偶然またはランダムな変動によるものである可能性が高いかどうか、または調査対象の母集団における真の差異または効果を反映している可能性が高いかどうかを判断するために使用されます。使用される方法は、研究課題、分析対象のデータの種類、データと母集団についての仮定によって異なります。

したがって、グリフ自体は統計的有意性検定の対象ではありませんが、観察された差異や効果が統計的に有意であるかどうかを判断するために、統計分析の対象となる実験または研究のコンテキストで使用される場合があります。

前提条件

タスクに入る前に、システムにいくつかのものがインストールされることが予想されます -

推奨設定のリスト −

• pip インストールパンダ、ボケ味

• ユーザーは、VS-Code、PyCharm、Atom、Sublime text などのスタンドアロン IDE にアクセスできることが期待されます。

• Kaggle.com、Google Cloud プラットフォームなどのオンライン Python コンパイラーも使用できます。

• Python の更新バージョン。記事執筆時点では 3.10.9 バージョンを使用しています。

• Jupyter Notebook の使用に関する知識。

• 仮想環境を理解して適用することは有益ですが、必須ではありません。

• また、個人は統計と数学を十分に理解していることが期待されます。

基本的なチャートを作成する

プロットを作成するには、まず `Figure`、`ColumnDataSource`、および必要なグリフなどの必要なモジュールをインポートする必要があります。Bokeh を使用して 1 つのグリフを含むライン プロットを作成するコード スニペットの例を次に示します -

＃＃＃構文＃＃＃ リーリー ＃＃＃出力＃＃＃

このコードは、X 軸に「X」、Y 軸に「Y」というラベルを付け、タイトルに「Line Plot」という折れ線グラフを作成します。この折れ線グラフには、5 つのデータ ポイントが対応する x と 5 つのデータ ポイントで表示されます。 y 値.

複数のグリフをチャートに追加する

プロットに複数のグリフを追加するには、`Figure` オブジェクトの `multi_line()` 関数を使用する必要があります。`multi_line()` 関数は、x 値と y 値の複数のシーケンスを受け取り、次の線グリフを作成します。以下は、複数のグリフを含む折れ線グラフを作成するコード スニペットの例です。

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。

以上がPython Bokeh を使用して複数のグリフを含む描画を作成するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。