Was ist HoloViews?

HoloViews ist ein Wrapper, der es einfacher macht, Visualisierungstools wie matplotlib und Bokeh in gebrochenen Begriffen zu verwenden. Sie können die Visualisierung mit einem einheitlichen Code und einer einfachen Beschreibung in jedem Backend (matplotlib, Bokeh usw.) implementieren.

Die Lernkosten für die Visualisierung sind nicht sehr hoch. Verwenden Sie daher HoloViews ** "Konzentrieren wir uns auf die ursprüngliche Datenanalyse und andere Aufgaben, anstatt Zeit mit dem Schreiben von Visualisierungscode zu verschwenden" ** Es scheint ein Gefühlskonzept zu sein. Insbesondere die Syntax von matplotlib ist oft esoterisch, so dass sich viele Leute fragen: "Ist es nicht ein bisschen einfacher?"

Backend

Die folgenden Visualisierungstools können als Backend verwendet werden.

matplotlib
Bokeh
Plotly(experimental)

Installation

Bei der Installation mit conda

conda install -c ioam holoviews bokeh

Wenn Sie matplotlib oder plotly für das später beschriebene Backend verwenden, installieren Sie es zusätzlich.

conda install matplotlib plotly

Bei der Installation mit pip

[30.07.2017 Nachtrag] Es scheint einige Optionen zu geben (http://holoviews.org/user_guide/Installing_and_Configuring.html), aber versuchen Sie, sie mit "empfohlen" zu installieren.

pip install numpy param
pip install 'holoviews[recommended]'

Installieren Sie das für das Backend verwendete Paket. Es ist kein Problem, wenn Sie nicht verwendete Elemente vom Installationsziel ausschließen.

pip install matplotlib bokeh plotly

Bei der Installation der neuesten Version

Was ist git? Diejenigen, die sagen, es ist besser, mit der oben genannten Conda oder Pip zu installieren.

git clone git://github.com/ioam/holoviews.git
cd holoviews
pip install -e .

Startoptionen für Jupyter Notebook

Wenn die Notebook-Version 5.0 ist, legen Sie die folgenden Startoptionen fest.

jupyter notebook --NotebookApp.iopub_data_rate_limit=100000000

In späteren Versionen scheint nur "Jupyter Notebook" in Ordnung zu sein.

Backend-Einstellungen

Geben Sie das Backend als Argument der Klasse "notebook_extension" an.

import holoviews as hv

hv.extension('matplotlib')

Wenn es auf Jupyter Notebook ausgeführt wird, kann es mit Zellmagie eingestellt werden.

%%output backend='matplotlib'

Versuchen Sie, das Diagramm auszugeben

Im Folgenden finden Sie alle Ausführungsbeispiele für das Jupyter-Notizbuch. matplotlib

import holoviews as hv

hv.extension('matplotlib')
curve = hv.Curve(([1, 2, 3], [1, 2, 4]))
curve

Bokeh

hv.extension('bokeh')
curve = hv.Curve(([1, 2, 3], [1, 2, 4]))
curve

Plotly

hv.extension('plotly')
curve = hv.Curve(([1, 2, 3], [1, 2, 4]))
curve

Ich konnte mit jedem Backend mit demselben Code schreiben.

compose

Ich denke, viele Leute sagen, dass es ziemlich schwierig war, mehrere Figuren mit matplotlib zu arrangieren. Mit HoloViews können Sie Diagramme einfach mithilfe von Operatoren anordnen und überlagern.

Richten Sie sich mit dem Operator + aus

hv.extension('bokeh')
curve = hv.Curve(([1, 2, 3], [1, 2, 4]))
bars = hv.Bars((['a', 'b', 'c'], [3, 2, 1]))
curve + bars

* Überlagerung mit Operator

%%opts Scatter(color='green', size=10)
scatter = hv.Scatter(([1, 2, 3], [1, 2, 4]))
curve * scatter

Kombinieren Sie die Operatoren + und *

curve * scatter + bars

Funktionen von HoloViews

HoloViews hat verschiedene Funktionen. Wenn ich eine Chance habe, möchte ich sie einzeln vorstellen.

Zeichnen von Live-Daten
Verarbeitung und Zeichnung von Tabellendaten
Verarbeitung und Zeichnung mehrdimensionaler Daten
Extraktion von Zeichnungsdaten
Handhabung des Events
Interaktive und explorative Visualisierung
Große Datenmengen mit Datashader

-> Fortsetzung: Grundlegendes Diagramm von HoloViews in einem Liner

HoloViews werden möglicherweise zum Standard für Python-Visualisierungstools