Python'da Veri Görüntüleme İçin Bokeh Kullanma

Etkileşimli Grafikler

Bokeh, kullanıcıların zoom yaparak, kaydırarak ve üzerlerine gelerek verileri daha derinlemesine incelemelerini sağlayan etkileşimli grafikler oluşturmayı mümkün kılar. Daha derin içgörüler ve veri araştırması için ya da sadece halka açık verileri çizmek isteseniz bile bu etkileşim çok önemlidir.

Yüksek Kalite Görseller

Bokeh, yayın ve sunum için uygun, görsel açıdan çarpıcı ve yüksek kaliteli görselleştirmeler oluşturur. Görüntüler, hem eğitici hem de estetik açıdan hoş olmaları amaçlanır.

Özelleştirme

Bokeh, geniş bir yelpazede grafik özelleştirme seçenekleri sunar. Grafik öğeleri, renkler, etiketler ve diğer özellikler, kullanıcı tarafından özelleştirilmiş ve doğru görüntüleme sağlamak için ayarlanabilir.

Sunucu Tarafı Etkileşim

Bokeh, dinamik panolar ve çevrimiçi uygulamalar oluşturmanıza olanak tanıyan, entegre bir Bokeh sunucusuyla birlikte gelir. Bu işlevsellik, gerçek zamanlı veri akışı ve güncellemelerine izin verdiği için dinamik veri görselleştirme ihtiyaçları için mükemmeldir.

Web Teknolojileri ile Entegrasyon

Bokeh görselleştirmeleri bağımsız HTML dosyaları olarak ihraç edilebilir veya web uygulamalarına entegre edilebilir. İnternet üzerinde etkileşimli görselleştirmeleri paylaşmayı bu bağlantı basit hale getirir.

Widgetlar ve Düzenler

Bokeh, karmaşık veri panoları ve uygulamaları oluşturmaya izin veren ayrıntılı düzenler ve interaktif widgetlar (açılır menüler ve kaydırıcılar gibi) üretimini kolaylaştırır.

Büyük Veri Kümeleri ile Çalışma

Büyük veri kümeleri, Bokeh tarafından etkili bir şekilde yönlendirilebilir. Büyük veri hacimleriyle bile, görselleştirmelerin duyarlılığını ve etkileşimliliğini korumak için etkili işleme algoritmalarından yararlanır.

Bokeh'i Kurun

Önce Bokeh kütüphanesini kurmalısınız. Bunun için Pip kullanılabilir:

pip install bokeh

pip install bokeh

Bokeh Kütüphanelerini İçe Aktarın

Bokeh'i kurduktan sonra, Bokeh'ten gerekli parçaları içe aktarmanız gerekir.

from bokeh.plotting import figure, output_file, show

from bokeh.plotting import figure, output_file, show

Verileri 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 çizim yapmak için kullanılabilir. Grafik özelleştirme, grafik etiketlerini, başlıklarını ve diğer ayrıntıları değiştirmenizi 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')

Çizicileri Ekleyin

Verilerinizi göstermek için grafiğe çiziciler (çizgiler, daireler ve çubuklar gibi) 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 Yapılandırma

Grafik için arzu edilen çıkış yerini belirtin. Çevrimiçi olarak 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 işlemek için gösterim işlevini kullanın.

# Show the plot
show(p)

# Show the plot
show(p)

IronPDF Nedir?

pip install ironpdf

Bokeh Grafiklerle PDF Belgesi Üretin

Bokeh'i kullanarak bir grafik oluşturun. Bunu açıklamak için basit bir çizgi grafik 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, ilk olarak Bokeh'in gerekli işlevlerini içe aktarırız. Grafiğin örnek veri değerlerini belirleyin ve eksen etiketleri ve başlık içeren bir Bokeh figürü oluşturun. Ardından, çizime bir çizgi çizeri eklemek için p.line() kullanırız. Çizimin HTML temsili için çıkış dosya adını belirtmek üzere Bokeh'ten output_file() fonksiyonu ithal edilir.

Sonraki adımda, IronPDF'ten HTML dosyasını PDF olarak oluşturmak için kullanılan ChromePdfRenderer sınıfını ithal ederiz. IronPDF çizerini oluşturur ve HTML dosyasını bir PDF'e dönüştürmek için RenderHtmlFileAsPdf() yöntemini kullanırız. Son olarak, oluşturulan PDF'i SaveAs() yöntemiyle kaydederiz.