bokeh

ボケ（サードパーティライブラリ）

意味 Webブラウザで可視化

bokehとは？

Bokehは、Webブラウザで表示するためのインタラクティブなグラフやダッシュボードを作成するためのライブラリです。大量のデータセットを扱う場合に特に役立ちます。

bokehの具体的な使い方

インタラクティブな散布図の作成例

from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource, HoverTool
import pandas as pd

# サンプルデータの作成
data = pd.DataFrame({
    '身長': [165, 170, 175, 180, 185],
    '体重': [60, 65, 70, 75, 80],
    '名前': ['A', 'B', 'C', 'D', 'E']
})

# データソースの作成
source = ColumnDataSource(data)

# 図の作成
p = figure(title='身長と体重の関係', x_axis_label='身長 (cm)', y_axis_label='体重 (kg)')

# 散布図のプロット
p.circle('身長', '体重', size=10, color='navy', alpha=0.5, source=source)

# ホバーツールの追加
hover = HoverTool(tooltips=[('名前', '@名前'), ('身長', '@身長'), ('体重', '@体重')])
p.add_tools(hover)

# グラフの表示
show(p)

Bokehを使って、身長と体重の関係を示すインタラクティブな散布図を作成しています。各点にホバーすると、その人の名前、身長、体重が表示されます。Webブラウザ上で動作し、ズームやパンなどの操作が可能です。

複数のグラフを組み合わせた例

from bokeh.plotting import figure, show
from bokeh.layouts import column
import numpy as np

# データの生成
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 1つ目のグラフ（sin波）
p1 = figure(title='sin波', x_axis_label='x', y_axis_label='y')
p1.line(x, y1, line_color='navy', line_width=2)

# 2つ目のグラフ（cos波）
p2 = figure(title='cos波', x_axis_label='x', y_axis_label='y')
p2.line(x, y2, line_color='red', line_width=2)

# 2つのグラフを縦に並べて表示
show(column(p1, p2))

Bokehを使って、sin波とcos波を表す2つの折れ線グラフを作成し、それらを縦に並べて表示しています。各グラフは独立してインタラクティブに操作できます。

bokehに関するよくある質問

Q. Bokehとmatplotlibの違いは？

A. Bokehはインタラクティブなグラフをウェブブラウザに表示するのに特化しています。一方、matplotlibは静的なグラフ作成に強みがあります。

Q. Bokehは大規模データに適していますか

A. はい、Bokehは大規模データセットの可視化に適しています。サーバーサイドレンダリングやストリーミングデータの可視化もサポートしています。

Q. Bokehでダッシュボードを作れますか

A. はい、Bokehを使用してインタラクティブなダッシュボードを作成できます。複数のグラフやウィジェットを組み合わせて柔軟なレイアウトを構築できます。

bokehが学べる書籍の紹介

「プログラミング単語帳」を使って、プログラミングの単語を英単語のように学習してみませんか？
プログラミング単語帳には、Pythonのbokehやspacy、pip、theano、などのような実務でよく使われる単語が数百以上収録されています。
この書籍には、プログラミングの単語の意味や読み方、単語の使い方がわかる例文などが掲載されており、いつでもどこでもプログラミングの学習ができます。

よく使われる単語にだけ絞って学習することができるので、効率的にプログラミングが学習できます。