hvPlot-Beispiele#
Installation#
Um die Beispiele ausführen zu können, muss zusätzlich Snappy installiert werden.
Mit Spack könnt ihr Snappy in eurem Kernel bereitstellen, z.B. mit:
$ spack env activate python-311
$ spack install snappy
Alternativ könnt ihr Snappy auch mit anderen Paketmanagern installieren, z.B.
Für Debian/Ubuntu:
$ sudo apt install libsnappy-dev
Für Windows:
Snappy benötigt Microsoft Visual C++ ≥ 14.0. Dies kann installiert werden mit den Microsoft C++ Build Tools.
Für Mac OS:
$ brew install snappy
Anschließend sollten für euren Kernel noch weitere Pakete installiert werden, z.B. mit:
$ pipenv install intake intake-parquet s3fs python-snappy pyviz-comms
…
Einführung#
Als erstes importieren wir NumPy und pandas um anschließend einen kleinen Satz zufälliger Daten zu erstellen:
[1]:
import numpy as np
import pandas as pd
index = pd.date_range("1/1/2000", periods=1000)
df = pd.DataFrame(
np.random.randn(1000, 4), index=index, columns=list("ABCD")
).cumsum()
df.head()
[1]:
| A | B | C | D | |
|---|---|---|---|---|
| 2000-01-01 | 1.431985 | 1.378913 | 0.539567 | 0.257977 |
| 2000-01-02 | 1.266573 | 0.834050 | 1.176750 | 1.458363 |
| 2000-01-03 | 1.799283 | 0.945437 | 1.792629 | -0.220764 |
| 2000-01-04 | 2.131248 | 0.160377 | 1.186063 | -0.702810 |
| 2000-01-05 | 3.574972 | 2.274926 | 1.759324 | -1.297244 |
pandas.plot ()-API#
pandas bietet standardmäßig Matplotlib-basiertes Plotten mit der .plot()-Methode:
[2]:
%matplotlib inline
df.plot();
Das Ergebnis ist ein PNG-Bild, das leicht angezeigt werden kann, ansonsten aber statisch ist.
Hinweis: In pandas > 0.25.0 kann das Backend ausgetauscht werden, z.B. mit
pd.options.backend.plotting == 'holoviews',. Weitere Informationen hierzu findet ihr unter pandas-API.
.hvplot()#
Wenn wir statt %matplotlib inline zu import hvplot.pandas und der df.hvplot-Methode wechseln, , wird jetzt ein interaktiv erforschbares Bokeh-Diagramm erzeugt mit Verschieben und Vergrößern/Verkleinern sowie anklickbaren Legenden:
[3]:
import hvplot.pandas
df.hvplot()
[3]:
Ein solches interaktive Diagramm erleichtert das Erkunden der der Daten erheblich, ohne dass hierfür zusätzlicher Code geschrieben werden müsste.
Native hvPlot-API#
Für das obige Diagramm hat hvPlot die pandas-.hvplot()-Methode dynamisch hinzugefügt, sodass ihr dieselbe Syntax wie bei pandas-Plots verwenden könnt. Wenn ihr ein expliziteres Vorgehen bevorzugt, könnt ihr stattdessen direkt mit den hvPlot-Objekten arbeiten:
[4]:
import holoviews as hv
from hvplot import hvPlot
hv.extension("bokeh")
plot = hvPlot(df)
plot(y=["A", "B", "C", "D"])
[4]:
Hilfe#
Wenn ihr in IPython oder Jupyter-Notebooks arbeitet, vervollständigen die hvplot-Methoden automatisch gültige Schlüsselwörter. Wenn ihr beispielsweise nach dem Deklarieren des Plottyps die Tabulatortaste drücken, werden alle gültigen Schlüsselwörter und die Dokumentzeichenfolge angezeigt:
df.hvplot.line(TAB
Außerhalb einer interaktiven Umgebung werden mit hvplot.help alle Informationen für einen Diagrammtyp angezeigt, z.B.:
[ ]:
hvplot.help("line")
Siehe auch:
Weitere Informationen zu den verfügbaren Optionen erhaltet ihr in Customization.
Plotting#
In den folgenden Beispielen wird neben der pandas- auch die dask-hvPlot-API verwendet:
[6]:
import hvplot.dask
Das hvplot.sample_data-Modul erstellt diese Datensätze als Intake-Datenkataloge, die wir mit pandas laden können:
[7]:
from hvplot.sample_data import airline_flights, us_crime
crime = us_crime.read()
print(type(crime))
crime.head()
<class 'pandas.core.frame.DataFrame'>
[7]:
| Year | Population | Violent crime total | Murder and nonnegligent Manslaughter | Legacy rape /1 | Revised rape /2 | Robbery | Aggravated assault | Property crime total | Burglary | ... | Violent Crime rate | Murder and nonnegligent manslaughter rate | Legacy rape rate /1 | Revised rape rate /2 | Robbery rate | Aggravated assault rate | Property crime rate | Burglary rate | Larceny-theft rate | Motor vehicle theft rate | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1960 | 179323175 | 288460 | 9110 | 17190 | NaN | 107840 | 154320 | 3095700 | 912100 | ... | 160.9 | 5.1 | 9.6 | NaN | 60.1 | 86.1 | 1726.3 | 508.6 | 1034.7 | 183.0 |
| 1 | 1961 | 182992000 | 289390 | 8740 | 17220 | NaN | 106670 | 156760 | 3198600 | 949600 | ... | 158.1 | 4.8 | 9.4 | NaN | 58.3 | 85.7 | 1747.9 | 518.9 | 1045.4 | 183.6 |
| 2 | 1962 | 185771000 | 301510 | 8530 | 17550 | NaN | 110860 | 164570 | 3450700 | 994300 | ... | 162.3 | 4.6 | 9.4 | NaN | 59.7 | 88.6 | 1857.5 | 535.2 | 1124.8 | 197.4 |
| 3 | 1963 | 188483000 | 316970 | 8640 | 17650 | NaN | 116470 | 174210 | 3792500 | 1086400 | ... | 168.2 | 4.6 | 9.4 | NaN | 61.8 | 92.4 | 2012.1 | 576.4 | 1219.1 | 216.6 |
| 4 | 1964 | 191141000 | 364220 | 9360 | 21420 | NaN | 130390 | 203050 | 4200400 | 1213200 | ... | 190.6 | 4.9 | 11.2 | NaN | 68.2 | 106.2 | 2197.5 | 634.7 | 1315.5 | 247.4 |
5 rows × 22 columns
Alternativ können wir dask.DataFrame verwenden:
[8]:
flights = airline_flights.to_dask().persist()
print(type(flights))
flights.head()
<class 'dask.dataframe.core.DataFrame'>
[8]:
| year | month | day | dayofweek | dep_time | crs_dep_time | arr_time | crs_arr_time | carrier | flight_num | ... | taxi_in | taxi_out | cancelled | cancellation_code | diverted | carrier_delay | weather_delay | nas_delay | security_delay | late_aircraft_delay | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 2008.0 | 11.0 | 15.0 | 6.0 | 1411.0 | 1420.0 | 1535.0 | 1546.0 | b'OO' | 4391.0 | ... | 5.0 | 11.0 | 0.0 | None | 0.0 | NaN | NaN | NaN | NaN | NaN |
| 1 | 2008.0 | 11.0 | 28.0 | 5.0 | 1222.0 | 1230.0 | 1345.0 | 1356.0 | b'OO' | 4391.0 | ... | 5.0 | 15.0 | 0.0 | None | 0.0 | NaN | NaN | NaN | NaN | NaN |
| 2 | 2008.0 | 11.0 | 22.0 | 6.0 | 1414.0 | 1420.0 | 1540.0 | 1546.0 | b'OO' | 4391.0 | ... | 5.0 | 10.0 | 0.0 | None | 0.0 | NaN | NaN | NaN | NaN | NaN |
| 3 | 2008.0 | 11.0 | 15.0 | 6.0 | 1304.0 | 1305.0 | 1507.0 | 1519.0 | b'OO' | 4392.0 | ... | 10.0 | 9.0 | 0.0 | None | 0.0 | NaN | NaN | NaN | NaN | NaN |
| 4 | 2008.0 | 11.0 | 22.0 | 6.0 | 1323.0 | 1305.0 | 1536.0 | 1519.0 | b'OO' | 4392.0 | ... | 5.0 | 21.0 | 0.0 | None | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 17.0 |
5 rows × 29 columns
Die Plot-API#
Die Schnittstellen
dask.dataframe.DataFrame.hvplotpandas.DataFrame.hvplotintake.DataSource.plot
und ihre Series-Äquivalente bieten eine leistungsfähige High-Level-API um auch komplexe Plots erzeugen zu können. Dabei kann die .hvplot-API entweder direkt oder als Namespace verwendet werden, um bestimmte Plottypen zu generieren.
Die expliziteste Methode zur Verwendung der Plot-API besteht darin, die Namen der Spalten anzugeben, die auf der x- bzw. y-Achse geplottet werden sollen:
[9]:
crime.hvplot.line(x="Year", y="Violent Crime rate")
[9]:
Zusätzlich kann auch noch der Diagrammtyp mit kind angegeben werden:
[10]:
crime.hvplot(x="Year", y="Violent Crime rate", kind="scatter")
[10]:
Mit der by-Variable könnt ihr die Daten in einer oder mehreren zusätzlichen Spalten gruppieren. Als Beispiel wird im Folgenden die Abfahrtsverzögerung ('depdelay') als Funktion der 'distance' dargestellt und die Daten nach 'carrier' gruppiert:
[11]:
flight_subset = flights[flights.carrier.isin([b"OH", b"F9"])]
flight_subset.hvplot(
x="distance",
y="depdelay",
by="carrier",
kind="scatter",
alpha=0.2,
persist=True,
)
[11]: