Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

बोकेह पुस्तकालय में ग्रिड प्लॉट पायथन के साथ कैसे बनाया जा सकता है?


बोकेह एक पायथन पैकेज है जो डेटा विज़ुअलाइज़ेशन में मदद करता है। यह एक ओपन सोर्स प्रोजेक्ट है। बोकेह एचटीएमएल और जावास्क्रिप्ट का उपयोग करके अपनी साजिश प्रस्तुत करता है। यह इंगित करता है कि वेब-आधारित डैशबोर्ड के साथ काम करते समय यह उपयोगी है।

बोकेह डेटा स्रोत को JSON फ़ाइल में कनवर्ट करता है। इस फ़ाइल का उपयोग बोकेहजेएस के इनपुट के रूप में किया जाता है, जो एक जावास्क्रिप्ट लाइब्रेरी है। यह बोकेहजेएस टाइपस्क्रिप्ट में लिखा गया है जो आधुनिक ब्राउज़रों पर विज़ुअलाइज़ेशन प्रस्तुत करने में मदद करता है।

बोकेह की निर्भरता -

Numpy
Pillow
Jinja2
Packaging
Pyyaml
Six
Tornado
Python−dateutil

विंडोज़ कमांड प्रॉम्प्ट पर बोकेह की स्थापना

pip3 install bokeh

एनाकोंडा प्रांप्ट पर बोकेह का संस्थापन

conda install bokeh

उदाहरण

import numpy as np

from bokeh.plotting import figure, output_file, show

N = 420
x = np.linspace(0, 14, N)
y = np.linspace(0, 14, N)
x1, y1 = np.meshgrid(x, y)
d = np.sin(x1)*np.cos(y1)

p = figure(tooltips=[("x", "$x"), ("y", "$y"), ("value", "@image")])
p.x_range.range_padding = p.y_range.range_padding = 0

p.image(image=[d], x=0, y=0, dw=11, dh=11, palette="Spectral11", level="image")
p.grid.grid_line_width = 0.6

output_file("gridplot.html", title="grid plot example")

show(p)

आउटपुट

बोकेह पुस्तकालय में ग्रिड प्लॉट पायथन के साथ कैसे बनाया जा सकता है?

स्पष्टीकरण

  • आवश्यक पैकेज आयात किए जाते हैं, और उपनामित होते हैं।

  • फिगर फ़ंक्शन को प्लॉट की चौड़ाई और ऊंचाई के साथ कहा जाता है।

  • डेटा को NumPy लाइब्रेरी का उपयोग करके परिभाषित किया गया है।

  • 'output_file' फ़ंक्शन को उस HTML फ़ाइल के नाम का उल्लेख करने के लिए कहा जाता है जो जेनरेट की जाएगी।

  • बोकेह में मौजूद 'इमेज' फ़ंक्शन को डेटा के साथ कहा जाता है।

  • प्लॉट प्रदर्शित करने के लिए 'शो' फ़ंक्शन का उपयोग किया जाता है।


  1. पाइथन में सीबोर्न लाइब्रेरी में बार प्लॉट का उपयोग कैसे किया जा सकता है?

    सीबॉर्न एक पुस्तकालय है जो डेटा की कल्पना करने में मदद करता है। यह अनुकूलित थीम और उच्च स्तरीय इंटरफ़ेस के साथ आता है। पिछले प्लॉट्स में, हमने पूरे डेटासेट को ग्राफ पर प्लॉट किया था। बार प्लॉट की मदद से हम डेटा के वितरण की केंद्रीय प्रवृत्ति को समझ सकते हैं। बारप्लॉट फ़ंक्शन एक श्रेणीगत चर और एक स

  1. वायलिन प्लॉट में प्रत्येक वायलिन को पायथन सीबोर्न लाइब्रेरी में कैसे विभाजित किया जा सकता है?

    सीबॉर्न एक पुस्तकालय है जो डेटा की कल्पना करने में मदद करता है। यह अनुकूलित थीम और उच्च स्तरीय इंटरफ़ेस के साथ आता है। वायलिन प्लॉट कर्नेल घनत्व अनुमान (केडीई) के साथ बॉक्स प्लॉट का एक संयोजन है। यह विश्लेषण करना और समझना आसान है कि डेटा कैसे वितरित किया गया है। वायलिन का विस्तृत भाग डेटा के उच्च घ

  1. पाइथन में स्कैटर प्लॉट प्रदर्शित करने के लिए सीबोर्न लाइब्रेरी का उपयोग कैसे किया जा सकता है?

    डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह यह समझने में मदद करता है कि वास्तव में संख्याओं को देखे बिना और जटिल गणना किए बिना डेटा में क्या चल रहा है। सीबॉर्न एक पुस्तकालय है जो डेटा को विज़ुअलाइज़ करने में मदद करता है। स्कैटर प्लॉट डेटा के वितरण को डेटा बिंदुओं के रूप में दिखाता है ज