Python'da Veri Görüntüleme İçin Bokeh Kullanma

Etkileşimli Grafikler

Bokeh, kullanıcıların veriler üzerinde daha detaylı keşif yapmasına olanak tanıyan etkileşimli grafikler oluşturmayı mümkün kılar; yakınlaştırma, kaydırma ve üzerinde gezinme ile. Daha derinlemesine içgörüler ve veri araştırması için ya da yalnızca halka açık verileri grafiğe dökmek istiyorsanız bu etkileşim büyük önem taşır.

Yüksek Kaliteli Görseller

Bokeh, yayın ve sunum için uygun, görsel olarak etkileyici ve yüksek kaliteli görselleştirmeler oluşturur. Görüntüler hem bilgilendirici hem de estetik açıdan hoş olacak şekilde tasarlanmıştır.

Ozellestirme

Bokeh, geniş bir grafik özelleştirme seçeneği yelpazesi sunar. Grafik öğeleri, renkler, etiketler ve diğer özellikler kullanıcı tarafından ayarlanabilir, böylece özelleştirilmiş ve doğru vitrinlerle sonuçlanabilir.

Sunucu Tarafı Etkileşim

Bokeh, dinamik panolar ve çevrimiçi uygulamalar oluşturmanıza olanak tanıyan entegre bir Bokeh sunucusu ile birlikte gelir. Bu özellik, gerçek zamanlı veri akışı ve güncellemesi sağladığı için dinamik veri görselleştirme ihtiyaçları için mükemmeldir.

Web Teknolojileri ile Entegrasyon

Bokeh görselleştirmeleri bağımsız HTML dosyaları olarak ihraç edilebilir veya web uygulamalarına entegre edilebilir. İnternette etkileşimli görselleştirmeleri paylaşmak, bu bağlantı sayesinde kolaylaştırılır.

Widgetlar ve Düzenler

Bokeh, sofistike veri panoları ve uygulamaları oluşturmanıza olanak tanıyan karmaşık düzenlerin ve etkileşimli widget'ların (açılır menüler ve kaydırıcılar gibi) üretimini kolaylaştırır.

Büyük Veri Kümesi Yönetimi

Büyük veri kümeleri Bokeh tarafından etkili bir şekilde işlenebilir. Hatta büyük miktarda veri ile, etkili görselleştirme algoritmalarını kullanarak görselleştirmelerin cevap verebilirliğini ve etkileşimini koruyarak çalışır.

Bokeh'i Yükleyin

Önce Bokeh kütüphanesini yüklemeniz gereklidir. Pip, bu iş için kullanılabilir:

pip install bokeh

pip install bokeh

Bokeh Kütüphanelerini İçe Aktarın

Bokeh'i yükledikten sonra, Bokeh'ten gerekli parçalar içe aktarılmalıdır.

from bokeh.plotting import figure, output_file, show

from bokeh.plotting import figure, output_file, show

Veriyi Hazırlayın ve Bir Grafik Oluşturun

Görselleştirme için bilgiyi hazırlayın. Bu veriler, Pandas DataFrames, NumPy diziler veya listeler olarak sunulabilir. Bokeh'teki figure fonksiyonu yeni bir grafik oluşturmak için kullanılabilir. Grafik özelleştirmesi, çizimin etiketlerini, başlıklarını ve diğer ayrıntıları değiştirmeyi içerir.

# Sample data
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# Create a Bokeh figure
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

# Sample data
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# Create a Bokeh figure
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

Renderlar Ekleyin

Verilerinizi temsil etmek için, grafiğe çizgiler, daireler ve çubuklar gibi renderlar ekleyin.

# Add a line renderer
p.line(x, y, legend_label="Line Example", line_width=2)

# Add a line renderer
p.line(x, y, legend_label="Line Example", line_width=2)

Çıkışı Yapılandırın

Grafik için istenen çıkış konumunu belirtin. Satır içi görülebilir veya bir dosyaya ihraç edilebilir.

# Output to an HTML file
output_file("bokeh_plot.html")

# Output to an HTML file
output_file("bokeh_plot.html")

Grafiği Göster

Bokeh grafiklerini render etmek için görüntüleme fonksiyonunu kullanın.

# Show the plot
show(p)

# Show the plot
show(p)

IronPDF nedir?

pip install ironpdf

pip install ironpdf

Bokeh Grafiklerle PDF Belgesi Oluşturma

Bokeh kullanarak bir grafik oluşturun. Bunu göstermek için basit bir çizgi grafiği yapalım.

# Step 1: Import Bokeh Libraries
from bokeh.plotting import figure, output_file, show

# Step 2: Import the IronPDF library
from ironpdf import ChromePdfRenderer

# Prepare Your Data
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# Create a Plot
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

# Add a line renderer to the plot
p.line(x, y, legend_label="Line Example", line_width=2)

# Configure output to an HTML file
output_file("bokeh_plot.html")

# Show the plot (optional)
show(p)

# Step 3: Instantiate a PDF renderer
iron_pdf = ChromePdfRenderer()

# Render HTML content to the PDF
pdf = iron_pdf.RenderHtmlFileAsPdf("bokeh_plot.html")

# Save the generated PDF to a file
pdf.SaveAs("BokehPlot.pdf")

print("PDF document generated successfully.")

# Step 1: Import Bokeh Libraries
from bokeh.plotting import figure, output_file, show

# Step 2: Import the IronPDF library
from ironpdf import ChromePdfRenderer

# Prepare Your Data
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]

# Create a Plot
p = figure(title="Simple Bokeh Plot", x_axis_label='X-Axis', y_axis_label='Y-Axis')

# Add a line renderer to the plot
p.line(x, y, legend_label="Line Example", line_width=2)

# Configure output to an HTML file
output_file("bokeh_plot.html")

# Show the plot (optional)
show(p)

# Step 3: Instantiate a PDF renderer
iron_pdf = ChromePdfRenderer()

# Render HTML content to the PDF
pdf = iron_pdf.RenderHtmlFileAsPdf("bokeh_plot.html")

# Save the generated PDF to a file
pdf.SaveAs("BokehPlot.pdf")

print("PDF document generated successfully.")

Burada, önce Bokeh'in gerekli fonksiyonlarını ithal ediyoruz. Grafiğin örnek veri değerlerini kurun ve eksen başlıkları ve bir başlık içeren bir Bokeh figürü oluşturun. Daha sonra grafiğe bir çizgi çizeri eklemek için p.line() kullanırız. output_file() fonksiyonu, grafiğin HTML gösteriminin çıkış dosya adını belirtmek için Bokeh'ten ithal edilir.

Ardından, IronPDF'den HTML dosyasını PDF olarak render etmek için kullanılan ChromePdfRenderer sınıfını ithal ediyoruz. IronPDF renderer'ını başlatıyoruz ve HTML dosyasını PDF'ye dönüştürmek için RenderHtmlFileAsPdf() yöntemini kullanıyoruz. Son olarak, oluşturulan PDF'i SaveAs() yöntemi ile kaydediyoruz.