В этом уроке мы узнаем, как использовать библиотеку Bokeh в Python. Большинство из вас наверняка слышали о matplotlib, numpy, seaborn и т. Д., Поскольку они являются очень популярными библиотеками python для графики и визуализации. Что отличает Bokeh от этих библиотек, так это то, что он позволяет динамическую визуализацию, которая поддерживается современными браузерами (потому что он визуализирует графику с использованием JS и HTML), и, следовательно, может быть использован для веб-приложений с очень высоким уровнем интерактивности.
Bokeh также доступен на языках R и Scala, однако его аналог Python используется чаще, чем другие.
Установка
Самый простой способ установить Broken с помощью Python-это через pip package manager. Если в вашей системе установлен pip, выполните следующую команду, чтобы загрузить и установить Bokeh:
$ pip install bokeh
Примечание : Если вы выберете этот метод установки, вам нужно будет уже установить numpy в вашей системе
Другой способ установки Bokeh-это дистрибутив Anaconda. Просто зайдите в свой терминал или командную строку и выполните эту команду:
ПОКАЗЫВАЮ КАК НАЙТИ СЕКРЕТКИ В ТОКЕ
$ conda install bokeh
После завершения этого шага выполните следующую команду, чтобы убедиться, что установка прошла успешно:
$ bokeh —version
Если вышеприведенная команда выполняется успешно, то есть версия печатается, то вы можете использовать библиотеку bokeh в своих программах.
Упражнения по кодированию
В этой части мы будем делать некоторые практические примеры, вызывая функции библиотеки Bokeh для создания интерактивных визуализаций. Давайте начнем с попытки сделать квадрат.
Примечание : Комментарии в кодах по всей этой статье очень важны; они не только объясняют код, но и передают другую значимую информацию. Кроме того, может быть “альтернативная” или дополнительная функциональность, которая будет закомментирована, но вы можете попробовать запустить ее, раскомментировав эти строки.
Построение Основных Фигур
Здесь мы указываем координаты x и y для точек, которые будут следовать последовательно при рисовании линии. Функция figure создает экземпляр объекта figure , в котором хранятся конфигурации графика, который вы хотите построить. Здесь мы можем указать как диапазон X, так и диапазон Y графика, который мы задаем от 0 до 4, что охватывает диапазон наших данных. Метод line затем рисует линию между нашими координатами, которая имеет форму квадрата.
from bokeh.io import output_file, output_notebook from bokeh.plotting import figure, show x = [1, 3, 3, 1, 1] y = [1, 1, 3, 3, 1] # Display the output in a separate HTML file output_file(‘Square.html’, title=’Square in Bokeh’) #output_notebook() # Uncomment this line to use iPython notebook square = figure(title=’Square Shape’, plot_height=300, plot_width=300, x_range=(0, 4), y_range=(0, 4)) # Draw a line using our data square.line(x, y) #square.circle(x, y) # Uncomment this line to add a circle mark on each coordinate # Show plot show(square)
Возможно, вы заметили в коде, что существует альтернатива функции output_file , которая вместо этого показывала бы результат в записной книжке Jupyter с помощью функции output_notebook . Если вы предпочитаете использовать записную книжку, то замените функцию output_file на output_notebook в коде всей этой статьи.
ЛЕРА КУДРЯВЦЕВА: Энциклопедия русского шоу-бизнеса
При запуске приведенного выше скрипта вы должны увидеть следующий квадрат, открывающийся в новой вкладке вашего браузера по умолчанию.
На изображении выше вы можете увидеть инструменты с правой стороны (pan, box zoom, wheel zoom, save, reset, help – сверху вниз); эти инструменты позволяют вам взаимодействовать с графиком.
Еще одна важная вещь, которая пригодится, заключается в том, что после каждого вызова функции “show”, если вы создадите новый объект “figure”, последующий вызов функции “show” с новой фигурой, переданной в качестве аргумента, будет генерировать ошибку. Чтобы устранить эту ошибку, выполните следующий код:
from bokeh.plotting import reset_output reset_output()
Метод reset_output сбрасывает идентификатор фигуры, который в данный момент содержит функция show , чтобы ей можно было назначить новый.
То, что мы сделали до сих пор, довольно просто, давайте теперь попробуем сделать несколько линий/уравнений карты в одном графике. Самый простой пример для этого-попытаться нарисовать линии для уравнений y , y^2 и y^3 . Итак, давайте посмотрим, как мы можем сделать график, чтобы отобразить их все сразу, используя Боке:
from bokeh.plotting import figure, output_file, show # Declare data for our three lines x = [1, 2, 3, 4, 5, 6] x_square = [i**2 for i in x] x_cube = [i**3 for i in x] # Declare HTML file as output for when show is called output_file(«Eqs.html») lines = figure(title=’Line Comparisons’, x_range=(0, 8), y_range=(0,100), x_axis_label=’X-Axis’, y_axis_label=’Y-Axis’) lines.line(x, x, legend=»y = x», line_width=3) # Line for the equation y=x lines.square(x, x, legend=»y = x», size=10) # Add square boxes on each point on the line lines.line(x, x_square, legend=»y = x^2″, line_width=3) #Line for the equation y=x^2 lines.circle(x, x_square, legend=»y = x^2″, size=10) # Add circles to points since it partially overlaps with y=x lines.line(x, x_cube, legend=»y = x^3″, line_width=3) # Line for the equation y=x^3 lines.square(x, x_cube, legend=»y = x^2″, size=10) # Add square boxes on each point of the line # Display the graph show(lines)
Прежде чем мы продолжим рисовать еще несколько графиков, давайте сначала изучим несколько интересных трюков, чтобы сделать вашу графику более интерактивной, а также эстетичной. Для этого мы сначала узнаем о различных инструментах, которые использует библиотека Боке, кроме тех, которые отображаются рядом (либо сверху, либо справа) с графиком. Пояснения будут даны в комментариях к приведенному ниже кодексу:
# Use the same plot data as above x = [1, 2, 3, 4, 5, 6] x_square = [i**2 for i in x] x_cube = [i**3 for i in x] #now let’s make the necessary imports. Note that, in addition to the imports we made in the previous code, we’ll be importing a few other things as well, which will be used to add more options in the ‘toolset’. # Same imports as before from bokeh.plotting import figure, output_file, show # New imports to add more interactivity in our figures # Check out Bokeh’s documentation for more tools (these are just two examples) from bokeh.models import HoverTool, BoxSelectTool output_file(«Eqs.html») # Add the tools to this list tool_list = [HoverTool(), BoxSelectTool()] # Use the tools keyword arg, otherwise the same lines = figure(title=’Line Comparisons’, x_range=(0, 8), y_range=(0, 100), x_axis_label=’X-Axis’, y_axis_label=’Y-Axis’, tools=tool_list) # The rest of the code below is the same as above lines.line(x, x, legend=»y = x», line_width=3) lines.square(x, x, legend=»y = x», size=10) lines.line(x, x_square, legend=»y = x^2″, line_width=3) lines.circle(x, x_square, legend=»y = x^2″, size=10) lines.line(x, x_cube, legend=»y = x^3″, line_width=3) lines.square(x, x_cube, legend=»y = x^2″, size=10) # Display the graph show(lines)
На приведенном выше рисунке вы можете увидеть две дополнительные опции, добавленные к ранее доступным инструментам. Теперь вы также можете навести курсор мыши на любую точку данных, и ее детали будут показаны, а также вы можете выбрать определенную группу точек данных, чтобы выделить их.
Обработка категориальных данных с помощью Bokeh
Следующее, что мы научимся делать с помощью библиотеки Боке, – это обрабатывать категориальные данные. Для этого мы сначала попробуем сделать гистограмму. Чтобы сделать это интересным, давайте попробуем создать диаграмму, которая представляет количество чемпионатов мира, выигранных Аргентиной, Бразилией, Испанией и Португалией. Звучит интересно? Давайте закодируем его.
from bokeh.io import show, output_file from bokeh. plotting import figure output_file(«cups.html») # List of teams to be included in the chart. Add or # remove teams (and their World Cups won below) to # see how it affects the chart teams = [‘Argentina’, ‘Brazil’, ‘Spain’, ‘Portugal’] # Activity: We experimented with the Hover Tool and the # Box Select tool in the previous example, try to # include those tools in this graph # Number of world cups that the team has won wc_won = [5, 3, 4, 2] # Setting toolbar_location=None and tools=»» essentially # hides the toolbar from the graph barchart = figure(x_range=teams, plot_height=250, title=»WC Counts», toolbar_location=None, tools=»») barchart.vbar(x=teams, top=wc_won, width=0.5) # Acitivity: Play with the width variable and see what # happens. In particular, try to set a value above 1 for # it barchart.xgrid.grid_line_color = ‘red’ barchart.y_range.start = 0 show(barchart)
Вы заметили что-то на графике выше? Это довольно просто и не впечатляет, не так ли? Давайте внесем некоторые изменения в вышеприведенный код и сделаем его немного более красочным и эстетичным. У Боке есть много вариантов, чтобы помочь нам в этом. Давайте посмотрим, что мы можем с этим сделать:
# Mostly the same code as above, except with a few # additions to add more color to our currently dry graph from bokeh.io import show, output_file from bokeh.plotting import figure # New imports below from bokeh.models import ColumnDataSource # A was added 4 to the end of Spectral because we have 4 # teams. If you had more or less you would have used that # number instead from bokeh.palettes import Spectral4 from bokeh.transform import factor_cmap output_file(«cups.html») teams = [‘Argentina’, ‘Brazil’, ‘Spain’, ‘Portugal’] wc_won = [5, 3, 4, 2] source = ColumnDataSource(data=dict(teams=teams, wc_won=wc_won, color=Spectral4)) barchart = figure(x_range=teams, y_range=(0,8), plot_height=250, title=»World Cups Won», toolbar_location=None, tools=»») barchart.vbar(x=’teams’, top=’wc_won’, width=0.5, color=’color’, legend=’teams’, source=source) # Here we change the position of the legend in the graph # Normally it is displayed as a vertical list on the top # right. These settings change that to a horizontal list # instead, and display it at the top center of the graph barchart.legend.orientation = «horizontal» barchart.legend.location = «top_center» show(barchart)
Очевидно, что новый график выглядит намного лучше, чем раньше, с добавленной интерактивностью.
Прежде чем закончить эту статью, я хотел бы сообщить вам всем, что это был всего лишь проблеск функциональности, которую предлагает Боке. Есть масса других интересных вещей, которые вы можете сделать с ним, и вы должны попробовать их, обратившись к документации Bokeh и следуя доступным примерам.
Хотя, есть много других замечательных ресурсов, кроме документации, например . Здесь вы получите еще более подробное руководство по Боке, а также 8 других библиотек визуализации в Python.
Вывод
Подводя итог, в этом уроке мы узнали о варианте Python библиотеки Bokeh. Мы видели, как загрузить и установить его с помощью дистрибутива pip или anaconda . Мы использовали программы библиотеки Боке для создания интерактивных и динамических визуализаций различных типов, а также с использованием различных типов данных. Мы также узнали, увидев практические примеры, почему Боке необходим, хотя есть и другие более популярные библиотеки визуализации, такие как matplotlib и Seaborn . Короче говоря, Боке очень изобретателен и может делать практически все виды интерактивных визуализаций, которые вам могут понадобиться.
Читайте ещё по теме:
- Модуль Python Jokes для добавления шуток в проект
- Топ 5 лучших библиотек и графов Python
- Лучшие библиотеки науки о данных в Python
- Python для НЛП: Введение в библиотеку паттернов
- Flask Delicious Tutorial : Построение системы управления библиотекой Часть 1 – Планирование
- Запросы в Python – Запрос Веб-Страниц с использованием Python
- Python Networkx – Библиотека графов Python
Источник: pythobyte.com
Библиотека Bokeh в Python
В этом руководстве мы узнаем, как использовать библиотеку Bokeh в Python. Большинство из вас слышали о matplotlib, numpy, seaborn и т.д., поскольку это очень популярные библиотеки для графики и визуализации.
Что отличает Bokeh от этих библиотек, так это то, что он предоставляет динамическую визуализацию, которая поддерживается современными браузерами (поскольку визуализирует графику с использованием JS и HTML) и, следовательно, может использоваться для веб-приложений с очень высоким уровнем интерактивности.
Bokeh также доступно на языках R и Scala, однако его аналог на Python используется чаще, чем другие.
Установка Boken
Самый простой способ установить Boken с помощью Python – через диспетчер пакетов pip. Если в вашей системе установлен pip, выполните следующую команду, чтобы загрузить и установить Bokeh:
$ pip install bokeh
Примечание: если вы выберете этот метод установки, в вашей системе уже должен быть установлен numpy.
Другой метод установки Bokeh – через дистрибутив Anaconda. Просто зайдите в терминал или командную строку и запустите эту команду:
$ conda install bokeh
После завершения этого шага выполните следующую команду, чтобы убедиться, что установка прошла успешно:
$ bokeh —version
Если указанная выше команда выполняется успешно, т.е. версия печатается, вы можете использовать библиотеку боке в своих программах.
Примеры по кодированию
В этой части мы будем выполнять несколько практических примеров, вызывая функции библиотеки Bokeh для создания интерактивных визуализаций. Начнем с попытки сделать квадрат.
Примечание. Комментарии в кодах в этой статье очень важны, они не только объяснят код, но и передадут другую значимую информацию. Кроме того, могут быть «альтернативные» или дополнительные функции, которые будут закомментированы, но вы можете попробовать запустить их, раскомментировав эти строки.
Построение основных фигур
Здесь мы указываем координаты x и y для точек, которые будут последовательно отслеживаться при рисовании линии. Функция figure создает экземпляр объекта figure, в котором хранятся конфигурации графика, который вы хотите построить.
Здесь мы можем указать как диапазон X, так и диапазон Y графика, который мы установили от 0 до 4, что охватывает диапазон наших данных. Затем метод линии рисует линию между нашими координатами, которая имеет форму квадрата.
from bokeh.io import output_file, output_notebook from bokeh.plotting import figure, show x = [1, 3, 3, 1, 1] y = [1, 1, 3, 3, 1] # Display the output in a separate HTML file output_file(‘Square.html’, title=’Square in Bokeh’) #output_notebook() # Uncomment this line to use iPython notebook square = figure(title=’Square Shape’, plot_height=300, plot_width=300, x_range=(0, 4), y_range=(0, 4)) # Draw a line using our data square.line(x, y) #square.circle(x, y) # Uncomment this line to add a circle mark on each coordinate # Show plot show(square)
Возможно, вы заметили в коде, что есть альтернатива функции output_file, которая вместо этого показывает результат в записной книжке Jupyter с помощью функции output_notebook. Если вы предпочитаете использовать записную книжку, замените функцию output_file на output_notebook в коде этой статьи.
Когда вы запустите приведенный выше скрипт, вы должны увидеть следующий квадрат, открывающийся на новой вкладке браузера по умолчанию.
На изображении выше вы можете видеть инструменты справа (панорамирование, масштабирование рамки, масштабирование колеса, сохранение, сброс, справка – сверху вниз). Эти инструменты позволяют вам взаимодействовать с графиком.
Еще одна важная вещь, которая пригодится, это то, что после каждого вызова функции “show”, если вы создаете новый объект “figure”, последующий вызов функции “show” с новой фигурой, переданной в качестве аргумента, приведет к ошибке. Чтобы устранить эту ошибку, запустите следующий код:
from bokeh.plotting import reset_output reset_output()
Метод reset_output сбрасывает идентификатор фигуры, который в настоящее время удерживает функция show, чтобы ей можно было назначить новый.
То, что мы сделали до сих пор, довольно простое, давайте теперь попробуем составить несколько уравнений линий или карт на одном графике. Самый простой пример для этого – попытаться нарисовать линии для уравнений y = x, y = x ^ 2 и y = x ^ 3. Итак, давайте посмотрим, как мы можем сделать график, чтобы отображать их все сразу, используя Bokeh:
from bokeh.plotting import figure, output_file, show # Declare data for our three lines x = [1, 2, 3, 4, 5, 6] x_square = [i**2 for i in x] x_cube = [i**3 for i in x] # Declare HTML file as output for when show is called output_file(«Eqs.html») lines = figure(title=’Line Comparisons’, x_range=(0, 8), y_range=(0,100), x_axis_label=’X-Axis’, y_axis_label=’Y-Axis’) lines.line(x, x, legend=»y = x», line_width=3) # Line for the equation y=x lines.square(x, x, legend=»y = x», size=10) # Add square boxes on each point on the line lines.line(x, x_square, legend=»y = x^2″, line_width=3) #Line for the equation y=x^2 lines.circle(x, x_square, legend=»y = x^2″, size=10) # Add circles to points since it partially overlaps with y=x lines.line(x, x_cube, legend=»y = x^3″, line_width=3) # Line for the equation y=x^3 lines.square(x, x_cube, legend=»y = x^2″, size=10) # Add square boxes on each point of the line # Display the graph show(lines)
Прежде чем мы продолжим рисовать еще несколько графиков, давайте сначала изучим несколько интересных приемов, которые сделают вашу графику более интерактивной, а также эстетичной. Для этого мы прежде всего узнаем о различных инструментах, которые использует библиотека Bokeh, кроме тех, которые отображаются рядом (либо сверху, либо справа) от графика. Пояснения будут даны в комментариях к коду ниже:
# Use the same plot data as above x = [1, 2, 3, 4, 5, 6] x_square = [i**2 for i in x] x_cube = [i**3 for i in x] #now let’s make the necessary imports. Note that, in addition to the imports we made in the previous code, we’ll be importing a few other things as well, which will be used to add more options in the ‘toolset’. # Same imports as before from bokeh.plotting import figure, output_file, show # New imports to add more interactivity in our figures # Check out Bokeh’s documentation for more tools (these are just two examples) from bokeh.models import HoverTool, BoxSelectTool output_file(«Eqs.html») # Add the tools to this list tool_list = [HoverTool(), BoxSelectTool()] # Use the tools keyword arg, otherwise the same lines = figure(title=’Line Comparisons’, x_range=(0, 8), y_range=(0, 100), x_axis_label=’X-Axis’, y_axis_label=’Y-Axis’, tools=tool_list) # The rest of the code below is the same as above lines.line(x, x, legend=»y = x», line_width=3) lines.square(x, x, legend=»y = x», size=10) lines.line(x, x_square, legend=»y = x^2″, line_width=3) lines.circle(x, x_square, legend=»y = x^2″, size=10) lines.line(x, x_cube, legend=»y = x^3″, line_width=3) lines.square(x, x_cube, legend=»y = x^2″, size=10) # Display the graph show(lines)
На картинке выше вы можете увидеть две дополнительные опции, добавленные к ранее доступным инструментам. Теперь вы также можете навести указатель мыши на любую точку данных, и будут показаны ее подробности, а также вы можете выбрать определенную группу точек данных, чтобы выделить их.
Обработка категориальных данных
Следующее, что мы научимся делать с помощью библиотеки Bokeh, – это обработка категориальных данных. Для этого мы сначала попробуем построить гистограмму. Чтобы было интересно, давайте попробуем создать диаграмму, которая представляет количество чемпионатов мира, выигранных Аргентиной, Бразилией, Испанией и Португалией. Звучит интересно? Давайте его закодируем.
from bokeh.io import show, output_file from bokeh. plotting import figure output_file(«cups.html») # List of teams to be included in the chart. Add or # remove teams (and their World Cups won below) to # see how it affects the chart teams = [‘Argentina’, ‘Brazil’, ‘Spain’, ‘Portugal’] # Activity: We experimented with the Hover Tool and the # Box Select tool in the previous example, try to # include those tools in this graph # Number of world cups that the team has won wc_won = [5, 3, 4, 2] # Setting toolbar_location=None and tools=»» essentially # hides the toolbar from the graph barchart = figure(x_range=teams, plot_height=250, title=»WC Counts», toolbar_location=None, tools=»») barchart.vbar(x=teams, top=wc_won, width=0.5) # Acitivity: Play with the width variable and see what # happens. In particular, try to set a value above 1 for # it barchart.xgrid.grid_line_color = ‘red’ barchart.y_range.start = 0 show(barchart)
Вы заметили что-то на графике выше? Это довольно просто и не впечатляет, не правда ли? Давайте внесем некоторые изменения в приведенный выше код и сделаем его более красочным и эстетичным. У bokeh есть много вариантов, чтобы помочь нам в этом. Посмотрим, что мы можем с этим сделать:
# Mostly the same code as above, except with a few # additions to add more color to our currently dry graph from bokeh.io import show, output_file from bokeh.plotting import figure # New imports below from bokeh.models import ColumnDataSource # A was added 4 to the end of Spectral because we have 4 # teams. If you had more or less you would have used that # number instead from bokeh.palettes import Spectral4 from bokeh.transform import factor_cmap output_file(«cups.html») teams = [‘Argentina’, ‘Brazil’, ‘Spain’, ‘Portugal’] wc_won = [5, 3, 4, 2] source = ColumnDataSource(data=dict(teams=teams, wc_won=wc_won, color=Spectral4)) barchart = figure(x_range=teams, y_range=(0,8), plot_height=250, title=»World Cups Won», toolbar_location=None, tools=»») barchart.vbar(x=’teams’, top=’wc_won’, width=0.5, color=’color’, legend=’teams’, source=source) # Here we change the position of the legend in the graph # Normally it is displayed as a vertical list on the top # right. These settings change that to a horizontal list # instead, and display it at the top center of the graph barchart.legend.orientation = «horizontal» barchart.legend.location = «top_center» show(barchart)
Очевидно, новый график выглядит намного лучше, чем раньше, с добавленной интерактивностью.
Прежде чем завершить эту статью, я хотел бы сообщить вам, что это был всего лишь проблеск функциональности, которую предлагает Bokeh. Есть множество других интересных вещей, которые вы можете сделать с его помощью, и вы должны попробовать их, обратившись к документации Bokeh и следуя доступным примерам.
Заключение
Подводя итог, в этом уроке мы узнали о работе с библиотекой Bokeh в Python. Мы увидели, как загрузить и установить ее с помощью дистрибутива pip или anaconda. Мы использовали программы библиотеки Bokeh для создания интерактивных и динамических визуализаций разных типов, а также с использованием разных типов данных.
Источник: tonais.ru
Визуализация данных с использованием Bokeh Python
В этой статье мы рассмотрим визуализацию данных с помощью Python Bokeh. Bokeh позволяет пользователям принимать данные в любом формате, таком как CSV, JSON, жестко закодированные данные или базы данных.
Используя эту библиотеку, мы можем создавать точечные диаграммы, линейные диаграммы и т.д. Он широко используется для анализа фондового рынка, потому что эту библиотеку очень легко интегрировать с различными веб-фреймворками, такими как JS, Django и HTML.
Особенности
- Интерактивность: Bokeh — это очень интерактивная библиотека, которая обеспечивает функциональность интерактивности для графиков в дополнение к статическим графикам.
- Мощный: Bokeh — это мощная библиотека, потому что она позволяет добавлять JavaScript для сценариев использования.
- Переносимость: вывод диаграмм Bokeh можно отобразить на любой веб-платформе, такой как Django и Python, а также на Jupyter Notebooks.
- Гибкость: легко создавать индивидуальные и сложные сценарии использования.
- Взаимодействие с другими популярными инструментами: позволяет легко взаимодействовать с инструментами pydata, такими как Pandas и Jupyter notebook.
Начнем с визуализации данных с использованием Python Bokeh
Всякий раз, когда мы делаем что-либо с python, рекомендуется создавать виртуальную среду, и лучший способ сделать это — запустить команду pip install pipenv . После запуска этой команды у вас будет доступ к команде pipenv и вы сможете запустить pipenv shell . Это гарантирует, что виртуальная среда настроена.
Теперь вы можете использовать виртуальную среду для установки панд Bokeh и Python. Вы можете использовать команду:
pipenv install bokeh pandas
Мы будем использовать pandas, потому что эта библиотека позволяет нам читать файл CSV как фрейм данных.
1. Построение линейного графика
Прежде чем переходить к построению диаграмм из файла CSV, мы проведем вас через процесс построения простой линейной диаграммы, чтобы вы познакомились с эффектом боке.
from bokeh.plotting import figure, output_file, show
- Модуль figure поможет пользователям создавать графики.
- output_file определит имя создаваемого HTML-файла.
- Модуль show сгенерирует и покажет HTML-файл.
x=[1,2,3,4,5] y=[4,3,3,5,4]
Для данных мы просто создаем их как 2 списка — [1,2,3,4,5] и [4,3,3,5,4].
Это такие точки, как (1,4), (2,3), (3,3) и т. Д.
output_file(‘index.html’)
Мы устанавливаем выходной файл index.html используя приведенный выше код.
p = figure( title = ‘Example chart’, x_axis_label = ‘X axis’, y_axis_label = ‘Y axis’ )
figure() принимает несколько атрибутов. Мы будем использовать title x_axis_label и y_axis_label .
p.line(x, y, legend=»test», line_width=1.5)
Теперь, когда мы переходим к рендерингу глифа, мы воспользуемся приведенным выше фрагментом кода. Мы указываем два списка x и y определенные ранее. Мы также указываем дополнительные параметры, такие как legend и line_width .
Обратите внимание, что эти параметры используются здесь, потому что мы используем line график. Эти параметры имеют тенденцию различаться для других типов графиков.
show(p)
Мы используем функцию show() для отображения результата, и результат отображается в index.html как показано ниже. Также прилагается весь код.
from bokeh.plotting import figure, output_file, show x=[1,2,3,4,5] y=[4,3,3,5,4] # defining the output file output_file(‘index.html’) # Adding the plot p = figure( title = ‘Example chart’, x_axis_label = ‘X axis’, y_axis_label = ‘Y axis’ ) # Rendering the graph p.line(x, y, legend=»test», line_width=1.5) # Display the results show(p)
2. Построение графиков из файлов CSV.
Чтобы построить график, мы будем использовать простой набор данных Cars, который имеет 2 столбца, а именно название автомобиля и мощность. Корреляцию между этими параметрами мы поймем с помощью графиков. Набор данных показан ниже.
Вышеупомянутый набор данных можно построить в виде графика гистограммы (hbar) с использованием боке, и код для этого выглядит следующим образом:
from bokeh.plotting import figure, output_file, show, save, ColumnDataSource from bokeh.models.tools import HoverTool from bokeh.transform import factor_cmap from bokeh.palettes import Blues8 from bokeh.embed import components import pandas df = pandas.read_csv(‘cars.csv’) source = ColumnDataSource(df) output_file(‘index.html’) car_list = source.data[‘Car’].tolist() # Add plot p = figure( y_range=car_list, plot_width=800, plot_height=600, title=’Cars With Top Horsepower’, x_axis_label=’Horsepower’, tools=»pan,box_select,zoom_in,zoom_out,save,reset» ) # Render glyph p.hbar( y=’Car’, right=’Horsepower’, left=0, height=0.4, fill_color=factor_cmap( ‘Car’, palette=Blues8, factors=car_list ), fill_alpha=0.9, source=source, legend=’Car’ ) # Add Legend p.legend.orientation = ‘vertical’ p.legend.location = ‘top_right’ p.legend.label_text_font_size = ’10px’ # Show results show(p)
Вывод, отображаемый на index.html выглядит следующим образом:
Источник: pythononline.ru
Как сделать фото с эффектом боке?
Все же знают фишку нового айфона, когда он размывает фон, концентрируясь на определенном предмете? В этой статье мы откроем секрет, как просто сделать фото с эффектом боке на телефоне.
Snapseed
В прошлой нашей статье мы рассказывали, как сделать эффект размытия на фото с помощью нескольких приложений. Но те методы хороши для того, если вам просто нужно спрятать некрасивый фон. При таком не очень резком бэкграунде получается неоптическое размытие. И выглядит это непрофессионально.
Хороший редактор фото для айфона и андроида, который поможет сделать эффект боке, называется Snapseed. Он доступен для скачивания в официальных магазинах AppStore и Google Play.
Как сделать фото с эффектом боке:
- Открыть фоторедактор Snapseed.
- Выбрать Инструменты – Размытие.
- В нижнем меню тапнуть на кружочек и выбрать горизонтальное размытие.
- Если объект располагается по горизонтали, то наложить эффект горизонтально, а если предмет вертикальный, то вертикально.
- С помощью средней иконки на нижней панели можно регулировать интенсивность размытия, переходы и степень виньетирования.
- Сохранить эффект.
- Если что-то неправильно размылось или был задет какой-то предмет, то можно нажать в верхнем правом углу на два слоя со стрелочкой – Посмотреть изменения – Размытие – Изменить. С помощью кисти и маски изменить картинку.
С горизонтальным размытием эффект боке на фото получается правильно оптическим, словно кадры делались на зеркальный фотоаппарат. В этом случае размытие идет по возрастающей. Чем дальше уходит перспектива, тем больше размыт план.
Красивые текстуры
На фото с эффектом боке довольно часто можно увидеть красочные огоньки от гирлянды или от ночных огней города. Как же подобную текстуру наложить на телефон и где ее взять?
Вариант 1
На сайте Avatan+ или в приложение Avatan Plus в разделе Текстуры можно найти огромное количество огоньков, звездочек и сердечек. В поиске фоторедактора лучше всего вводить слово «боке» или «огоньки». Ну а дальше добавить фон вот этим способом.
Вариант 2
Наложить текстуры огоньков также можно в следующих приложениях:
- Insta Bokeh;
- Blur Bokeh;
- Pixlr-o-matic;
- Lens Distortions;
- Bokeh Lens (цена – 75 рублей на 2019 год);
- Leak.ly (платный пак за 299 рублей);
- Bokeh Cam FX;
- Bokeh Camera – Color Effects;
- Love Bokeh Photo Effects FX;
- Photo Texture + Stickers;
- Light Effect Camera lab;
- LensLight.
Сорви овации
Будьте самыми стильными! Используйте суперэффекты:
- Фильтры и маски для ТикТока.
- Бьюти приложения для видео.
- Красивые шрифты.
- Видеоредакторы.
- Убрать предмет с фото.
- Flat Lay раскладка.
- Оживить фото.
- Соединить 2 фото в 1 лицо.
- Акварельные мазки.
- Надпись в круге на фото.
- Изменить цвет предмета на фото.
- Топ-20 лучших фильтров VSCO.
- Рамки (большая коллекция).
- Двойная экспозиция.
- Снимки в стиле Полароид.
Еще куча лайфхаков, секретов обработки, лучших фильтров и необычных масок. А также о том, как сделать радугу на лице, наложить текст, правильно разложить раскладку на фото, описано в сборной большой статье. Кликайте на картинку!
Теперь вы знаете, как создать фото с эффектом боке для социальных сетей. Пользуйтесь нашими простыми советами и преображайте свои оригинальные снимки. Пускай они набирают огромное количество лайков и восхищения среди ваших подписчиков, как и вы сами!
Спасибо за ваше потраченное время
Источник: kikimoraki.ru