Sie können Bokeh verwenden, um interaktive Diagramme zu erstellen. Daten können nur in Python grafisch dargestellt werden, einschließlich der Ausgabe in HTML und der Integration in IPython Notebook.
Informationen zur Verwendung finden Sie in der Galerie auf der offiziellen Website und im Notizbuch unten.
Die Hauptentwickler von Bokeh sind Continuum Analytics, die Anaconda und andere bereitstellen. Sie können die Präsentation des Autors auch auf YouTube sehen. Es dauert fast 50 Minuten, ist aber hilfreich, da es Themen zur Architektur wie BokehJS gibt.
Die neueste Version wurde letzte Woche veröffentlicht. Der Inhalt ist im Release-Artikel Bokeh 0.7 Released!- beschrieben. Es ist noch nicht stabil, mit neuen Funktionen und API-Änderungen, aber ich denke, es ist sehr nützlich, wenn Sie Ihre Daten untersuchen möchten. Kürzlich wurden Scala- und Julia-Implementierungen hinzugefügt, und es scheint, dass sie in anderen Verarbeitungssystemen als Python verwendet werden können.
Für Python können Sie es einfach mit pip
installieren. Ich denke jedoch, dass es oft in Kombination mit NumPy und Pandas verwendet wird, deshalb habe ich es dem Docker-Image hinzugefügt. Mit skitazaki / python34-ipython können Sie mehrere wissenschaftliche Computerbibliotheken mit Bokeh in Ihrem IPython-Notizbuch verwenden.
Da Funktionen wie das Zoomen im Diagrammteil wirksam sind, ist es gegenüber statischen Diagrammen von Vorteil, dass Sie grob zeichnen und dann anpassen können. Es ist auch möglich, es als Bild herunterzuladen, wenn die Anzeige durch Zoomen genau richtig ist.
Es wird ein nützliches Werkzeug sein, um erschwingliche Datensätze visuell zu überprüfen.
Das Bild von Anwendungsbeispiel für Notebooks lautet wie folgt. Da der Quellcode, die Ausführungsergebnisse und die Erklärungen zusammen gespeichert werden können, erscheint es sinnvoll, ihn durch Speichern von Notizen einzuführen.
Recommended Posts