Pengenalan Papan Pemuka: Alat yang berkuasa untuk pemantauan masa nyata dan visualisasi data, contoh kod khusus diperlukan
Papan pemuka ialah alat visualisasi data biasa yang membolehkan orang ramai menyemak imbas berbilang penunjuk di satu tempat dengan pantas. Papan pemuka boleh memantau status berjalan apa-apa dalam masa nyata dan memberikan maklumat serta laporan yang tepat. Sama ada anda mengurus perniagaan, menjejak data untuk projek, menjejak arah aliran pasaran atau memproses output data pembelajaran mesin, Papan Pemuka sentiasa boleh digunakan untuk kelebihannya.
Tujuan utama Papan Pemuka adalah untuk menyediakan alat visualisasi mudah yang membolehkan kami melihat dan memantau data dalam masa nyata merentas projek yang berbeza. Ia mengoptimumkan cara data dipersembahkan, menjadikannya lebih menarik dan mudah difahami. Papan pemuka membantu kami memahami data dengan lebih baik dan membantu kami membuat keputusan yang tepat. Dalam artikel ini, kami akan meneroka beberapa konsep asas Papan Pemuka dan beberapa contoh kod konkrit.
Konsep Asas
Sebelum kita mula menulis Papan Pemuka, kita perlu memahami beberapa konsep asas Papan Pemuka. Berikut ialah penjelasan beberapa konsep asas:
Contoh Kod
Di sini kita akan menggunakan perpustakaan Python dan Bokeh untuk mencipta Papan Pemuka. Bokeh ialah perpustakaan Python untuk membuat visualisasi web interaktif yang boleh disepadukan dengan kebanyakan perpustakaan Python yang popular seperti Pandas, NumPy, SciPy, dll.
Kami akan menggunakan data cuaca untuk mencipta Papan Pemuka. Mari mulakan dengan mengimport perpustakaan yang diperlukan:
import pandas as pd from bokeh.layouts import column from bokeh.models import ColumnDataSource, RangeTool, HoverTool from bokeh.plotting import figure, show
Selain itu, kita perlu mengimport set data cuaca.
weather_data = pd.read_csv('https://assets.fundsindia.com/articles/wp-content/uploads/2019/07/2018_weather.csv')
Menggunakan perpustakaan panda, kita boleh membaca fail CSV dan menukarnya menjadi objek DataFrame seperti yang ditunjukkan di bawah:
weather_data = pd.read_csv('https://assets.fundsindia.com/articles/wp-content/uploads/2019/07/2018_weather.csv') weather_data['Date'] = pd.to_datetime(weather_data['Date'], format='%Y-%m-%d') weather_data = weather_data.set_index('Date')
Kami akan menggunakan perpustakaan Bokeh untuk mencipta dua carta: satu ialah carta garis tentang suhu, dan lain ialah Carta garis tentang kelembapan.
# 创建一个包含温度数据的数据源 temp_data = ColumnDataSource(weather_data[['Temperature']]) # 创建一个包含湿度数据的数据源 humidity_data = ColumnDataSource(weather_data[['Humidity']]) # 创建一个绘图工具,并添加温度数据 temp_fig = figure(sizing_mode='scale_width', plot_height=300, x_axis_type='datetime') temp_fig.line('Date', 'Temperature', source=temp_data) # 创建一个绘图工具,并添加湿度数据 humidity_fig = figure(sizing_mode='scale_width', plot_height=300, x_axis_type='datetime') humidity_fig.line('Date', 'Humidity', source=humidity_data)
Selain itu, kami boleh menambah alat julat tarikh yang boleh diseret dan alat tuding.
data_range_tool = RangeTool(x_range=temp_fig.x_range) data_range_tool.overlay.fill_color = 'blue' data_range_tool.overlay.fill_alpha = 0.2 temp_fig.add_tools(data_range_tool) temp_fig.toolbar.active_multi = data_range_tool hover_tool = HoverTool(mode='vline', tooltips=[('Temperature', '@Temperature'),('Humidity', '@Humidity')]) temp_fig.add_tools(hover_tool) humidity_fig.add_tools(hover_tool)
Akhir sekali, kami menggabungkan dua carta dan menggunakan alatan reka letak Bokeh untuk mencipta Papan Pemuka.
dashboard = column(temp_fig, humidity_fig) show(dashboard)
Itulah 10 baris kod Papan Pemuka kami yang lengkap.
Ringkasan
Papan pemuka ialah alat penting yang boleh membantu kami memahami data dengan lebih baik dan membantu kami membuat keputusan yang tepat. Dalam artikel ini, kami memperkenalkan beberapa konsep asas Papan Pemuka dan menunjukkan cara mencipta Papan Pemuka mudah menggunakan Python dan perpustakaan Bokeh. Harap ini membantu!
Atas ialah kandungan terperinci Pengenalan kepada papan pemuka: alat yang berkuasa untuk pemantauan masa nyata dan visualisasi data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!