Python | 使用Bokeh处理分类数据示例

分类数据是一种可以划分为不同类别或组的数据类型。例如，数据集可能有一列的类别为“红色”、“绿色”和“蓝色”。处理分类数据可能具有挑战性，因为它不能以与数字数据相同的方式处理。

可视化和分析分类数据的一种方法是使用Bokeh，这是一个强大的Python库，用于创建交互式可视化。在本文中，我们将探讨如何使用Bokeh处理分类数据，并提供一些示例来说明这些概念。

概念

在深入研究使用Bokeh处理分类数据的细节之前，重要的是要了解一些相关概念。

• 分类数据：如上所述，分类数据是一种可以划分为不同类别或组的数据类型。它可以是名义的（没有固有的顺序）或顺序的（有固有的顺序）。
• 分类轴：在Bokeh中，分类轴用于表示图上的分类数据。类别沿轴绘制，每个类别由刻度线表示。
• 分类颜色映射：分类颜色映射是一种将不同颜色分配给图上不同类别的方法。这对于在视觉上区分不同类别很有用。

现在我们对概念有了基本的理解，让我们来看看使用Bokeh处理分类数据的步骤。

具体步骤

1.导入必要的库（Bokeh 和您可能需要的任何其他库）
2.使用分类数据创建数据集
3.创建一个图形对象，并将x_range或y_range设置为要绘制的类别
4.使用vbar（）或hbar（）方法绘制数据，将类别指定为x或y坐标，将值指定为顶部或右侧坐标
5.可选：通过设置宽度、添加网格线和设置范围起始值来自定义图的外观
6.使用show（）函数显示绘图

现在我们已经完成了使用Bokeh 处理分类数据的步骤，让我们看一些例子来进一步说明这些概念。

示例1 - 简单条形图

#Import the necessary libraries 
from bokeh.io import output_file, show 
from bokeh.plotting import figure 
from sklearn.datasets import load_breast_cancer 
# Load the datasets 
data = load_breast_cancer(as_frame=True) 


# file to save the model 
output_file("Breast Cancer.html") 

# color of the wedges 
color = ["orange","green"] 


p = figure(x_range=data.target_names, height=350, title="breast cancer",toolbar_location=None, tools="") 

p.vbar(x=data.target_names, top=data['target'].value_counts(), color=color, width=0.9) 

show(p)

输出

代码说明：

output_file函数指定保存图表的HTML文件的名称和位置。
这里我们使用了scikit-learn库中的乳腺癌数据集
figure函数使用指定的选项创建新的图表图形：
x_range：x轴的标签，在本例中，乳腺癌为“恶性”或“良性”。
height：图表的高度（以像素为单位）
title：图表的标题
p.vbar函数向图表中添加竖条，x参数指定竖条的标签（乳腺癌状态），top参数指定竖条的高度（value_count）。width参数设置条形的宽度。
最后，show函数显示图表。当脚本运行时，将创建一个名为“bar_sorted.html”的HTML文件，其中包含图表。

示例2 - 嵌套条形图

# Import the necessary module 
from bokeh.io import output_file, show 
from bokeh.models import ColumnDataSource, FactorRange 
from bokeh.plotting import figure 
from bokeh.transform import factor_cmap 
from sklearn.datasets import load_iris 

# Load the iris dataset 
data = load_iris(as_frame=True) 
data= data.frame 

# Replace 0, 1, 2 with respective iris flower name 
data.target.replace({0: load_iris().target_names[0], 
					1:load_iris().target_names[1], 
					2:load_iris().target_names[2]}, 
					inplace = True) 

# CGroup the iris flower by the average length value 
df = data.groupby('target').agg('mean') 

# This will create a list with iris flower name and their respective sepal & petal length and width name 
x = [ (cls, col) for cls in data.target.unique() for col in data.columns[:-1] ] 

# This will contain the respective numerical for each x 
mean = sum(zip(df['sepal length (cm)'], 
			df['sepal width (cm)'], 
			df['petal length (cm)'], 
			df['petal width (cm)']), ()) 


# create the dicti 
source= ColumnDataSource(data=dict(x=x, Average = mean)) 

# file to save the model 
output_file("Bokeh Nested Bar chart.html") 

# FIgure 
p = figure(x_range=FactorRange(*x), 
		height=350, 
		title="Iris Flower Average length", 
			) 
#color 
color = ['orange','#FF0000','green','#00FF00',] 

# Vertical bar chaRT 
p.vbar(x='x', 
	top='Average', 
	width=0.9, 
	source=source, 
	line_color="white", 
	fill_color=factor_cmap('x', palette=color, factors=data.columns[:-1], start=1, end=2) 
	) 


# Orintation of text 
p.xaxis.major_label_orientation = 1
p.xgrid.grid_line_color = None
show(p)

输出

代码说明：

在这里，我们使用了scikit-learn库中的iris flower数据集。
然后根据鸢尾花的名称对数据进行分组，计算萼片和花瓣的平均长度和宽度。
然后我们创建一个列表来存储每个变量及其各自的值，名称为’x’和’mean’。
figure函数创建一个新的图表图形。
x_range：x轴的标签，在本例中是鸢尾花的名称。
height：图表的高度（以像素为单位）
title：图表的标题
p.vbar函数的作用是：向图表中添加竖条，x参数指定竖条的标签，top参数指定竖条的高度（平均值）。width参数设置条形的宽度。
最后，show函数显示图表。当脚本运行时，将创建一个名为“bar_sorted.html”的HTML文件，其中包含图表。

结论

本文中，我们探讨了如何使用Bokeh处理分类数据，并提供了一些示例来说明这些概念。通过使用Bokeh，您可以轻松地可视化和分析分类数据，使其成为数据科学的宝贵工具。