Buat lukisan dengan berbilang glyph menggunakan Python Bokeh

Bokeh ialah perpustakaan visualisasi data yang berkuasa dalam Python yang membantu mencipta visualisasi interaktif dan unik untuk web menyokong pelbagai teknik pemaparan dan menyediakan pelbagai alatan terbina dalam untuk mencipta visualisasi yang kompleks dengan berbilang glif Dokumen ini akan membimbing anda melalui proses mencipta plot dengan berbilang glyph menggunakan Bokeh Plot ini menggabungkan glyph yang berbeza untuk memaparkan berbilang siri data dalam satu plot yang menyediakan cara yang lebih cekap untuk memahami hubungan antara pembolehubah yang berbeza.

.

Apakah Glyph dan apakah kelebihan utamanya?

Glyph ialah perwakilan grafik aksara, simbol atau ikon yang digunakan dalam tipografi dan reka bentuk grafik Ia sering digunakan dalam reka bentuk dan reka letak teks, dan boleh termasuk huruf, nombor, tanda baca dan simbol lain.

Beberapa kelebihan utama menggunakan glyph termasuk −

• Tingkatkan kebolehbacaan− Glyph boleh direka bentuk supaya sangat mudah dibaca, membolehkan pembaca memahami teks dengan lebih cepat dan tepat.

• Estetika yang dipertingkatkan − Glyph boleh digunakan untuk menambah minat visual dan daya tarikan pada teks, menjadikannya lebih menarik secara visual dan interaktif.

• Ketekalan dan Ketepatan − Glyph boleh direka bentuk agar konsisten dari segi saiz, bentuk dan gaya, memastikan teks mudah dibaca dan koheren secara visual.

• Fleksibiliti − Glyphs boleh diskalakan dan diubah suai dengan mudah, menjadikannya mungkin untuk menggunakannya dalam pelbagai konteks dan aplikasi.

• Pengantarabangsaan − Glyph boleh digunakan untuk mewakili aksara dan simbol dalam pelbagai bahasa dan sistem tulisan, menjadikannya sangat berguna dalam pengantarabangsaan dan penyetempatan.

Secara keseluruhan, glyph ialah alat yang berkuasa untuk tipografi dan reka bentuk grafik, serta boleh membantu meningkatkan kebolehbacaan, estetika, konsistensi dan fleksibiliti teks.

Statistik Kepentingan ini

Glyphs sendiri tidak tertakluk kepada ujian keertian statistik kerana ia bukan data statistik Walau bagaimanapun, penggunaan glif dalam tipografi dan reka bentuk grafik mungkin tertakluk kepada ujian keertian statistik jika ia digunakan dalam konteks eksperimen atau kajian yang melibatkan statistik. Sebagai contoh, jika kajian sedang mengkaji kesan fon yang berbeza pada kelajuan membaca atau pemahaman, ujian statistik boleh digunakan untuk menentukan sama ada sebarang perbezaan yang diperhatikan antara fon adalah signifikan secara statistik.

Secara amnya, ujian keertian statistik digunakan untuk menentukan sama ada perbezaan atau kesan yang diperhatikan berkemungkinan disebabkan oleh kebetulan atau variasi rawak, atau sama ada ia mungkin mencerminkan perbezaan atau kesan sebenar dalam populasi yang dikaji mengenai persoalan kajian, jenis data yang dianalisis, dan andaian yang dibuat tentang data dan populasi.

Oleh itu, walaupun glif itu sendiri tidak tertakluk kepada ujian keertian statistik, ia boleh digunakan dalam konteks eksperimen atau kajian yang tertakluk kepada analisis statistik untuk menentukan sama ada sebarang perbezaan atau kesan yang diperhatikan adalah signifikan secara statistik.

Prasyarat

Sebelum kita menyelami tugas beberapa perkara yang sepatutnya dipasang pada sistem anda −

Senarai tetapan yang disyorkan −

• pip pasang panda, bokeh

• Dijangkakan bahawa pengguna akan mempunyai akses kepada mana-mana IDE kendiri seperti VS-Code, PyCharm, Atom atau teks Sublime.

• Malah penyusun Python dalam talian juga boleh digunakan seperti Kaggle.com, platform Google Cloud atau mana-mana yang lain.

• Versi Python yang dikemas kini Pada masa menulis artikel saya telah menggunakan versi 3.10.9.

• Pengetahuan menggunakan buku nota Jupyter.

• Pemahaman dan aplikasi persekitaran maya akan bermanfaat tetapi tidak diperlukan.

• Selain itu, orang itu dijangka mempunyai pemahaman yang baik tentang statistik dan matematik.

Buat carta asas

Untuk membuat plot, kita perlu mengimport modul yang diperlukan dahulu, seperti `Rajah`, `ColumnDataSource` dan glif yang diingini Berikut ialah coretan kod contoh yang mencipta plot garisan dengan glif tunggal menggunakan Bokeh −

.

Sintaks

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)

Output

Kod ini akan membuat plot garisan dengan paksi-x dilabelkan sebagai "X", paksi-y dilabelkan sebagai "Y", dan tajuk "Plot Garisan" Plot garisan akan memaparkan lima titik data dengan nilai x dan y yang sepadan .

Tambahkan berbilang glyph pada carta anda

Untuk menambah berbilang glif pada plot, kita perlu menggunakan fungsi `multi_line()` objek `Figure` Fungsi `multi_line()` mengambil berbilang jujukan nilai x dan y dan mencipta glif baris untuk setiap satu. mereka. Berikut ialah coretan kod contoh untuk membuat plot baris dengan berbilang glyph −

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。

Atas ialah kandungan terperinci Buat lukisan dengan berbilang glyph menggunakan Python Bokeh. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!