Использование IPyWidgets для создания виджетов для управления визуализацией
Визуализация данных помогает анализировать скрытые закономерности в данных, которые не видны невооруженным глазом. Это может помочь в понимании поведения данных и ассоциации данных. Существует множество визуализаций, которые можно использовать для анализа данных, таких как гистограммы, точечные диаграммы и т. Д.
Управление визуализацией может быть полезно, когда мы пытаемся анализировать различные точки данных. Это не только помогает в управлении данными, но также может использоваться, чтобы показать, как точка данных ведет себя по отношению к другим точкам данных.
IPyWidget - это библиотека Python с открытым исходным кодом, которая используется для создания виджетов, которые могут быть полезны для управления графиками или данными и сделать их интерактивными.
В этой статье мы рассмотрим, как управлять визуализацией данных с помощью виджетов, созданных с помощью IPyWidgets.
Давайте начнем…
Установка необходимых библиотек
В этой статье мы создадим визуализацию с использованием Bokeh и создадим виджеты с помощью IPyWidgets. Итак, нам нужно установить эти библиотеки с помощью установки pip. Приведенная ниже команда установит обе библиотеки.
!pip install bokeh !pip install ipywidgets
Импорт необходимых библиотек
На этом этапе мы импортируем все библиотеки, необходимые для создания визуализации и виджета.
import numpy as np import bokeh from bokeh.models import ColumnDataSource from bokeh.plotting import figure, show, output_notebook from ipywidgets import interact
Создание визуализаций
Теперь мы создадим визуализацию, которой хотим управлять с помощью виджетов. Перед созданием визуализации нам нужно запустить команду Bokeh для отображения визуализаций в Блокноте.
output_notebook(bokeh.resources.INLINE) x = np.linspace(0, 2*np.pi, 2000) y = np.sin(x) source = ColumnDataSource(data=dict(x=x, y=y)) p = figure(title="Bokeh example", plot_height=300, plot_width=600) p.line('x', 'y', source=source, color="#2222aa", line_width=3) show(p, notebook_handle=True)
Создание виджета
Теперь мы начнем с создания виджета, который мы будем использовать для управления визуализацией, которую мы создали выше.
def update(f, w=2, A=1, phi=0): if f == "sin": func = np.sin elif f == "cos": func = np.cos elif f == "tan": func = np.tan source.data['y'] = A * func(w * x + phi) bokeh.io.push_notebook() _ = interact(update, f=["sin", "cos", "tan"], w=(0,100), A=(1,10), phi=(0, 10, 0.1))
Теперь мы будем использовать этот виджет для управления визуализацией, которую мы создали выше.
Здесь вы можете четко визуализировать различные способы управления созданной визуализацией. Давайте, попробуйте это с различными визуализациями и управляйте ими с помощью виджетов, и дайте мне знать ваши комментарии в разделе ответов.
Эта статья написана в сотрудничестве с Пиюшем Ингале.
Перед тем, как ты уйдешь
Спасибо за чтение! Если вы хотите связаться со мной, свяжитесь со мной по адресу [email protected] или в моем профиле LinkedIn. Вы можете просмотреть мой профиль Github для различных проектов по науке о данных и руководств по пакетам. Кроме того, не стесняйтесь изучать мой профиль и читать разные мои статьи, связанные с наукой о данных.