Python: interaktive Daten mit Diagrammen erstellen

Name: Python: interaktive Daten mit Diagrammen erstellen
Author: Brian Higgins

Erstellung interaktiver Diagramme mit HVPlot.

Preview the first lesson free — get full access to all 3 lessons.

Kurs: On-Demand

Hallo, mein Name ist Brian Higgins und in diesen Lektionen Sie lernen den Umgang mit HVPlot, Sie werden die Symbolleisten-Widgets erkunden, und Sie erfahren, wie Sie ein Filter-Widget hinzufügen. In dieser Lektion zeige ich Ihnen, wie Sie interaktive Daten erstellen mit Grundstücken. Python-Datenanalyse nutzt die Pandas-Datenbibliothek intensiv. HVPlot bietet eine auf HoloViews basierende High-Level-Plot-API das eine allgemeine und konsistente API zum Plotten bereitstellt. HVPlot kann zum Erstellen mit Pandas-Datenrahmen verwendet werden interaktive Plots. Das machen wir in dieser Lektion. Zuerst importieren wir die Pandas-Bibliothek, die Numpy-Bibliothek, und HVPlots Pandas-Bibliothek. Machen wir das zuerst in unserer ersten Codezelle. Als Nächstes erstellen wir einen Pandas-Aktienkursdatenrahmen Wir werden es für interaktives Plotten verwenden. Zunächst generieren wir Termine für das erste Quartal bzw. das erste 120 Tage im Jahr 2022. Unser Starttermin wird also der 1. Januar 2022 sein. Die Perioden, die wir übergeben werden, sind 120, 120 Tage stehen. Dazu rufen wir die Pandas-Datumsbereichsfunktion und auf Geben Sie das Ergebnis in eine Variable namens „dates“ ein. Als Nächstes verwenden wir die Randint-Funktion von NumPy. Übergeben eines niedrigen Werts von 100 und eines hohen Werts von 1.000, zusammen mit einer Größe, also Anzahl der Tage, von 120. Wir werden eine zufällige Liste der Aktienkurse veröffentlichen in unsere Preisunterstreichungsdatenvariable ein. Als nächstes rufen wir die zu erstellende Pandas-Datenrahmenfunktion auf Unser Pandas-Datenrahmen namens DF. Und wir werden dort eine Spaltenüberschrift mit dem Namen Datum übergeben, Damit sind unsere Datumslistenwerte verknüpft. Und wir werden eine weitere Spaltenüberschrift namens TSLA haben, steht für fiktive Tesla-Aktienkurse, die wir zugewiesen haben in der Preisunterstreichungsdatenvariable über. Der nächste Aufruf wird die Head-Funktion des Datenrahmens verwenden. Dadurch erhalten Sie im Wesentlichen nur die ersten fünf Zeilen des Datenrahmen, den wir erstellt haben, um Ihnen ein Gefühl dafür zu geben, was das ist Daten aussehen wie. Beachten Sie, dass wir eine Spalte mit dem Namen „Datum“ erstellt haben, die Folgendes enthält: ersten fünf Tage des Jahres 2022 drin, gefolgt von der TSLA- oder Tesla-Aktienpreisspalte, die Folgendes hat unsere zufälligen Aktienkurse für die ersten fünf Tage im Januar 2022. Als Nächstes verwenden wir diesen Datenrahmen zum Plotten mittels HV-Plot. Und unser Datenrahmen enthält wiederum Aktienkurse für unsere Stock Tesla, für dieses Beispiel. HV-Plot kann Diagramme aus den Datenrahmen von Panda erstellen. Deshalb ist es praktisch für die Lektion, die wir hier machen. Wir verwenden also unseren bereits erstellten DF-Datenrahmen. und rufen Sie damit die HVplot-Funktion auf und übergeben Sie dabei unsere x-Achse. dieses Datum nennen. Unsere x-Achse ist also die Datumsspalte aus unserem Datenrahmen für unsere Handlung, die wir generieren. Lassen Sie uns diesen Code ausführen. Beachten Sie die erstellte Handlung.

Mittelstufe Anbieter : Brian Higgins 3 Lektionen · 14m auf Arabisch, Deutsch, Englisch, Spanisch, Französisch, Portugiesisch, Chinese

Kursbeschreibung

In diesen Lektionen lernen Sie, wie Sie mit HVPlot interaktive Plots erstellen. Die Python-Bibliothek HVPlot ist eine High-Level-Plotting-API, die auf HoloViews aufbaut und eine allgemeine und konsistente API für das Plotten von Daten bietet. Wir zeigen Ihnen, wie Sie HVPlot verwenden und wie die verschiedenen Widgets der Symbolleiste funktionieren, mit Funktionen wie Schwenken, Zurücksetzen, Box-Zoom, Rad-Zoom, Speichern und Schweben. Mit diesen Funktionen können Sie das Diagramm verschieben, in das Diagramm hinein- oder aus ihm herauszoomen und Daten zu einem interessanten Punkt im Diagramm abrufen.

Wir werden Ihnen auch zeigen, wie Sie mit der Speicherfunktion ein Diagrammbild zur späteren Verwendung auf der Festplatte speichern können. Für diese Diagramme werden Sie die Python-Bibliothek Numpy verwenden, um zufällige hypothetische Daten zu erzeugen. Anschließend lernen Sie, wie Sie ein Filter-Widget zu Ihrem HVPlot hinzufügen und verwenden, mit dem Sie das Liniendiagramm für die Liste der gefilterten Daten anzeigen können.

Was Sie lernen werden

Erstellen Sie interaktive Liniendiagramme mit der Python HVPlot-Bibliothek
Verwenden Sie HVPlot-Symbolleisten-Widgets, einschließlich Schwenk, Zurücksetzen, Box-Zoom, Rad-Zoom, Speichern und Hover
Generieren Sie zufällige hypothetische Daten zum Plotten mit der Python NumPy-Bibliothek
Fügen Sie ein Filter-Widget hinzu und verwenden Sie es, um ein Liniendiagramm auf ausgewählte Daten zu konzentrieren
Speichern Sie ein Diagrammbild auf der Festplatte zur späteren Verwendung mit der Speicher-Funktion

Wichtige Erkenntnisse

HVPlot ist eine grafische High-Level-API, die auf HoloViews aufgebaut ist und eine allgemeine und konsistente API zum Darstellen von Daten bietet.
Die Symbolleisten-Widgets ermöglichen es Ihnen, das Diagramm zu verschieben, hinein- oder herauszuzoomen, und Daten zu einem Interessenspunkt zu erhalten, einschließlich Schwenk-, Zurücksetzen-, Box-Zoom-, Rad-Zoom-, Speicher- und Hover-Funktionen.
Die Speicher-Funktion ermöglicht es Ihnen, ein Diagrammbild auf der Festplatte zur späteren Verwendung zu speichern.
Die Python NumPy-Bibliothek wird verwendet, um zufällige hypothetische Daten zum Plotten zu generieren.
Ein zu einem HVPlot hinzugefügtes Filter-Widget ermöglicht es Ihnen, das Liniendiagramm für die Liste der Daten anzuzeigen, auf die Sie filtern.

Häufig gestellte Fragen

Was werde ich in diesem Kurs lernen?

Sie lernen, interaktive Liniendiagramme mit HVPlot zu erstellen, jedes an einem HVPlot-Diagramm angebrachte Symbolleisten-Widget zu verwenden, und ein Filter-Widget zu einem Liniendiagramm hinzuzufügen, um sich auf Daten zu konzentrieren.

Was ist HVPlot?

Die Python HVPlot-Bibliothek ist eine grafische High-Level-API, die auf HoloViews aufgebaut ist, was eine allgemeine und konsistente API zum Darstellen von Daten bietet.

Welche Symbolleisten-Widgets werden im Kurs behandelt?

Der Kurs behandelt Symbolleisten-Widgets mit Funktionen, einschließlich Schwenk, Zurücksetzen, Box-Zoom, Rad-Zoom, Speichern und Hover, die es Ihnen ermöglichen, das Diagramm zu verschieben, hinein- oder herauszuzoomen, und Daten zu einem Interessenspunkt zu erhalten.

Welche Python-Bibliothek wird verwendet, um die Daten für die Diagramme zu generieren?

Der Kurs verwendet die Python NumPy-Bibliothek, um zufällige hypothetische Daten zum Ausstellen zu generieren.

Welche Themen behandeln die Lektionen?

Die Lektionen behandeln die Erstellung eines interaktiven Liniendiagramms mit HVPlot, die Erforschung von Symbolleisten-Widgets und das Hinzufügen eines Filter-Widgets.