- jupyter notebookでの操作を想定
- PythonDataScienceHandbookのグラフをholoviewsで描画しながら勉強中
事前準備
モジュールインポート
import holoviews as hv
import bokeh
hv.extension('bokeh')
データ作成
import numpy as np
y = np.random.randn(10)
x = np.arange(10)
グラフ
散布図
hv.Scatter((x,y))
折れ線グラフ
hv.Curve((x,y))
-
積み上げ
- hv.Area.stackに相当するメソッドが見当たらない
- 描画前にデータを加工して対応
hv.Overlay([ hv.Curve((x,y)), hv.Curve((x ,y + y))])
面グラフ
hv.Area((x,y))
-
積み上げ
ov = hv.Overlay([ hv.Area((x,y)), hv.Area((x,y))]) hv.Area.stack(ov)
スプレッドグラフ
- 日本語で正しくは何グラフというのか不明。
# 全要素同じ幅の場合はint
hv.Spread((x, 2 * x + 3 , 5 ) )
# 要素ごと幅が変わる場合はxと同じ要素数の配列
hv.Spread((x, 2 * x + 3 , np.random.randn(len(x)) * 5 ) )
# Curveとオーバレイする場合
hv.Curve((x, 2 * x + 3 )) * hv.Spread((x, 2 * x + 3 , 5 )).options(alpha=0.3,line_alpha=0)
画像
hv.Image(np.meshgrid(x,x))
ヒートマップ
-
データ構造
- こんな感じの2次元配列を第一引数に渡す
y y 値 a a 1 a b 2 b a 3 b b 4
data = [
['a','a',1],
['a','b',2],
['b','a',3],
['b','b',4],
]
hv.HeatMap(data)
# レイアウト
## 並べて表示
```Python:
hv.Layout([ hv.Curve((x,y)), hv.Scatter((x, y))])
hv.Curve((x,y)) + hv.Scatter((x, y))
- パネルの行ごとの列数指定
hv.Layout([ hv.Curve((x,y)), hv.Scatter((x, y)), \
hv.Area((x, y))]).cols(2)
重ねて表示
hv.Overlay([ hv.Curve((x,y)), hv.Scatter((x, y))])
hv.Curve((x,y)) * hv.Scatter((x, y))
オプション
凡例
hv.Scatter((x, y), label="hoge") * hv.Scatter((x + 2, y), label="huga")
- 要素が一つの場合はグラフのタイトルとして表示される
軸
- タイトル指定
hv.Scatter((x, y),"x_axis","y_axis" )
- グラフを重ねた場合最初に指定した値が有効となる
hv.Scatter((x, y),"x_axis","y_axis" ) * hv.Scatter((x + 2, y),"x_axis + 2","y_axis" )
- 範囲指定
hv.Scatter((x,y)).redim(x={'range':(10,20)}, y={'range':(-1,1)})
-
フォーマット指定
- 事前準備
pip install flexx
- 処理
```py
def fmt (x):
return "%d" % ("hoge" + x )
# 下記ではエラーとなった
# fmt = lambda x : "%d" % ("hoge" + x )
hv.Curve((x,y), vdims=hv.Dimension('y', value_format=fmt))
```
- format()関数では動作しなかったり動作しないフォーマット文字列がある。
- 指数表示を整数に修正する程度の役には立つ
- flexxの仕様によるものではないかと推測
- 非表示化
- 画像だけ表示したいときに軸と軸のタイトルを非表示化
```py
hv.Image(np.meshgrid(x,x)).options(xticks=False, yticks=False, xaxis=None, yaxis=None)
```
## 色の指定
- グラフごとの指定
```py
hv.Scatter((x, y)).options(color="blue")
hv.Scatter((x, y)).options(color="#123456")
- まとめて指定
g = hv.Scatter((x, y)) * hv.Scatter((x + 1, y))
g.options({'Scatter':{'color':hv.Cycle(["yellow","green"] ) }} )
-
点ごとに指定
- matplotlibでないと動作しなかった
import random
hv.extension('matplotlib')
colors = [ random.sample(["red","blue"], 1) for x in range(10) ]
hv.Scatter((x, y)).options(color=colors)
- bokehの場合の回避策
色指定用の要素をデータに追加し要素ごとにプロット
```py
import pandas as pd
import random
c = [random.choice([ 0,1]) for x in range(50) ]
data = np.array([x,y,c]).T
df = pd.DataFrame(data, columns=['x','y','c'])
ds = hv.Dataset((df))
ds.to(hv.Scatter,vdims=['y'],kdims=['x']).overlay('c')
- 軸を指定
デフォルトのカラーマップが選択されるよう。
hv.Scatter((x, y)).options(color_index='y')
- カラーマップ
hv.Scatter((x, y)).options(color_index='y', cmap='RdBu')
-
指定可能なカラーマップ
hv.Palette.colormaps.keys()
コンテナ
## ホロマップ
- 第一引数のディクショナリのキーが、スライドバーの選択項目になる。
data = {
1: hv.Curve((x,y * 1 )),
2: hv.Curve((x,y * 2 )),
3: hv.Curve((x,y * 2 ))
}
hv.HoloMap(data, kdim=["data"])
- 下記のように後から代入することもできる。
holomap = hv.HoloMap(kdim=["data"])
for i in [1, 2, 3]:
holomap[i] = hv.Curve((x, y * i))
holomap