Bokeh es una biblioteca de visualización de datos en Python que proporciona gráficos y diagramas interactivos de alto rendimiento. La salida de Bokeh se puede obtener en varios medios como cuaderno, html y servidor. Es posible incrustar diagramas de bokeh en Django y aplicaciones de matraz.
Bokeh proporciona dos interfaces de visualización a los usuarios:
bokeh.models : una interfaz de bajo nivel que proporciona una gran flexibilidad a los desarrolladores de aplicaciones.
bokeh.plotting : una interfaz de alto nivel para crear glifos visuales.
Para instalar el paquete bokeh, ejecute el siguiente comando en la terminal:
pip install bokeh
El conjunto de datos utilizado para generar gráficos bokeh se recopila de Kaggle .
Código #1: Marcadores de dispersión
Para crear marcadores de círculo de dispersión, se usa el método circle().
# import modules from bokeh.plotting import figure, output_notebook, show # output to notebook output_notebook() # create figure p = figure(plot_width = 400, plot_height = 400) # add a circle renderer with # size, color and alpha p.circle([1, 2, 3, 4, 5], [4, 7, 1, 6, 3], size = 10, color = "navy", alpha = 0.5) # show the results show(p)
Producción :
Código #2: Línea única
Para crear una línea única, se utiliza el método line().
# import modules from bokeh.plotting import figure, output_notebook, show # output to notebook output_notebook() # create figure p = figure(plot_width = 400, plot_height = 400) # add a line renderer p.line([1, 2, 3, 4, 5], [3, 1, 2, 6, 5], line_width = 2, color = "green") # show the results show(p)
Producción :
Código #3: Gráfico de
barras El gráfico de barras presenta datos categóricos con barras rectangulares. La longitud de la barra es proporcional a los valores que se representan.
# import necessary modules import pandas as pd from bokeh.charts import Bar, output_notebook, show # output to notebook output_notebook() # read data in dataframe df = pd.read_csv(r"D:/kaggle/mcdonald/menu.csv") # create bar p = Bar(df, "Category", values = "Calories", title = "Total Calories by Category", legend = "top_right") # show the results show(p)
Producción :
Código #4: Diagrama de
caja El diagrama de caja se usa para representar datos estadísticos en una gráfica. Ayuda a resumir las propiedades estadísticas de varios grupos de datos presentes en los datos.
# import necessary modules from bokeh.charts import BoxPlot, output_notebook, show import pandas as pd # output to notebook output_notebook() # read data in dataframe df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv") # create bar p = BoxPlot(df, values = "Protein", label = "Category", color = "yellow", title = "Protein Summary (grouped by category)", legend = "top_right") # show the results show(p)
Producción :
Código #5: Histograma
El histograma se usa para representar la distribución de datos numéricos. La altura de un rectángulo en un histograma es proporcional a la frecuencia de valores en un intervalo de clase.
# import necessary modules from bokeh.charts import Histogram, output_notebook, show import pandas as pd # output to notebook output_notebook() # read data in dataframe df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv") # create histogram p = Histogram(df, values = "Total Fat", title = "Total Fat Distribution", color = "navy") # show the results show(p)
Producción :
Código #6: Diagrama de dispersión El diagrama de
dispersión se usa para representar los valores de dos variables en un conjunto de datos. Ayuda a encontrar la correlación entre las dos variables que se seleccionan.
# import necessary modules from bokeh.charts import Scatter, output_notebook, show import pandas as pd # output to notebook output_notebook() # read data in dataframe df = pd.read_csv(r"D:/kaggle / mcdonald / menu.csv") # create scatter plot p = Scatter(df, x = "Carbohydrates", y = "Saturated Fat", title = "Saturated Fat vs Carbohydrates", xlabel = "Carbohydrates", ylabel = "Saturated Fat", color = "orange") # show the results show(p)
Salida:
Referencias: https://bokeh.pydata.org/en/latest/
Publicación traducida automáticamente
Artículo escrito por SumedhKadam y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA