Après Dernière fois, cette fois, je présenterai le graphe de base.

Type de graphique

Les graphiques sont essentiellement dessinés à l'aide de classes appartenant au module holoviews.element.

http://holoviews.org/Reference_Manual/holoviews.element.html

Vous pouvez également consulter la liste en regardant holoviews.elements_list.

import holoviews as hv

print(hv.elements_list)

['Tabular', 'Curve', 'Annotation', 'Histogram', 'GridImage', 'Bounds', 'VectorField', 'Trisurface', 'HSV', 'Dataset', 'Area', 'Spikes', 'BoxWhisker', 'Spread', 'VLine', 'Spline', 'Chart', 'Surface', 'Element3D', 'Arrow', 'Polygons', 'Points', 'ErrorBars', 'QuadMesh', 'HeatMap', 'Ellipse', 'Box', 'Raster', 'Table', 'Text', 'Image', 'HLine', 'ItemTable', 'Element2D', 'Contours', 'Bars', 'Scatter', 'Element', 'Scatter3D', 'Path', 'BaseShape', 'RGB']

Cette fois, je présenterai le graphe de base holoviews.element.chart.

Préparation préalable

Importez les modules requis et préparez des exemples de données. (Veuillez me pardonner de ne pas être un one-liner à ce stade)

import holoviews as hv
import numpy as np

hv.extension('bokeh')

np.random.seed(111)
x = np.linspace(-np.pi, np.pi, 100)

Le backend est défini avec Bokeh, mais il fonctionne également avec matplotlib. Certains graphiques ne sont pas dessinés par tracé.

Graphique linéaire

hv.Curve((x, np.sin(x)))

Graphique en plan

hv.Area((x, np.sin(x)))

Nuage de points

hv.Points(np.random.randn(100, 2))

hv.Scatter(np.random.randn(100, 2))

La différence entre «Points» et «Scatter» est en cours de confirmation.

graphique à barres

hv.Bars((list('abc'), range(1, 4)))

histogramme

Puisqu'il ne calcule pas automatiquement, la fréquence et le bord du bac sont calculés à partir de numpy.

hv.Histogram(np.histogram(np.random.randn(1000)))

Vous pouvez ajouter un histogramme en appelant la méthode hist à partir d'un graphique tel qu'un nuage de points. C'est vraiment simple.

hv.Points(np.random.randn(100, 2)).hist()

Boîte à moustaches

hv.BoxWhisker(np.random.randn(1000))

Barre d'erreur

Comme il n'est pas de bon goût en soi, un graphique de ligne de pliage est ajouté.

hv.ErrorBars([(i, np.sin(i), np.random.rand() / 10)
              for i in x]) * hv.Curve((x, np.sin(x)))

Propagé

C'est un graphique qui donne de la largeur aux données originales. (J'ai l'impression de ne pas bien l'expliquer, alors je souhaite la bienvenue à Tsukkomi) Ça a l'air bien de faire un groupe de Bollinger.

hv.Spread((x, np.sin(x), np.random.rand(100)))

spectre

hv.Spikes(np.random.randn(100))

Vous pouvez également combiner des diagrammes de dispersion comme indiqué ci-dessous.

p = hv.Points((np.random.randn(100, 2)))
p << hv.Spikes(p['y']) << hv.Spikes(p['x'])

Champ vectoriel

hv.VectorField((range(10), range(10), np.random.rand(10), np.random.rand(10)))

TBD Nous le mettrons à jour dès qu'il y aura des informations supplémentaires.

Description de chaque argument
Paramètres du graphique (format, axe, etc.)

Si vous avez un contenu auquel vous souhaiteriez que nous accordions la priorité, veuillez commenter.

Graphique de base à une ligne de HoloViews