Bokeh एक पायथन पैकेज है जो डेटा विज़ुअलाइज़ेशन में मदद करता है। यह एक ओपन सोर्स प्रोजेक्ट है। Bokeh अपने प्लॉट को HTML और JavaScript का उपयोग करके रेंडर करता है। यह इंगित करता है कि यह वेब-आधारित डैशबोर्ड के साथ काम करते समय उपयोगी है।
Bokeh को NumPy, Pandas, और अन्य पायथन पैकेज के साथ आसानी से उपयोग किया जा सकता है। इसका उपयोग इंटरैक्टिव प्लॉट, डैशबोर्ड आदि बनाने के लिए किया जा सकता है।
Matplotlib और Seaborn स्टैटिक प्लॉट उत्पन्न करते हैं, जबकि Bokeh इंटरैक्टिव प्लॉट उत्पन्न करता है। इसका मतलब है कि जब उपयोगकर्ता इन प्लॉट के साथ इंटरैक्ट करता है, तो वे तदनुसार बदलते हैं।
प्लॉट को Flask या Django सक्षम वेब एप्लिकेशन के आउटपुट के रूप में एम्बेड किया जा सकता है। Jupyter नोटबुक का उपयोग भी इन प्लॉट को रेंडर करने के लिए किया जा सकता है।
Bokeh की निर्भरताएं
Numpy Pillow Jinja2 Packaging Pyyaml Six Tornado Python-dateutil
Windows कमांड प्रॉम्प्ट पर Bokeh की इंस्टॉलेशन
pip3 install bokeh
Anaconda प्रॉम्प्ट पर Bokeh की इंस्टॉलेशन
conda install bokeh
आइए एक उदाहरण देखें:
from bokeh.plotting import figure, output_file, show xvals = ['label_1', 'label_2', 'label_3'] yvals = [56, 78, 99] fig = figure(x_range=xvals, plot_width=400, plot_height=300) fig.vbar(x=xvals, top=yvals, width=0.5) show(fig)
आउटपुट
व्याख्या
आवश्यक पैकेज आयात किए जाते हैं, और उपनाम दिए जाते हैं।
चौड़ाई और ऊंचाई के साथ figure फ़ंक्शन को कॉल किया जाता है।
डेटा सूचियों में परिभाषित किया जाता है।
जनरेट होने वाली HTML फ़ाइल का नाम बताने के लिए 'output_file' फ़ंक्शन को कॉल किया जाता है।
डेटा के साथ Bokeh में मौजूद 'vbar' फ़ंक्शन को कॉल किया जाता है।
प्लॉट प्रदर्शित करने के लिए 'show' फ़ंक्शन का उपयोग किया जाता है।
