原文地址HoloView – Tabular Datasets

表格數(shù)據(jù)集

正如我們已經(jīng)發(fā)現(xiàn)的那樣，元素是圍繞數(shù)據(jù)的簡單包裝，提供了語義上有意義的視覺表示。HoloViews可以處理多種數(shù)據(jù)類型，但其中許多可以分類為：

• Tabular: 表格數(shù)據(jù)
• Gridded: 陣列數(shù)據(jù)
  我們將分成兩個章節(jié)來描述上述的兩種結(jié)構(gòu)，在本篇文章中描述表格數(shù)據(jù)，包括下述的各種類型（包括NumPy array組成的字典類型，pandas的DataFrames, dask DataFrames, 和 xarray DataArrays ``Datasets`）。

表格化

Tabular data (also called columnar data) is one of the most common, general, and versatile data formats, corresponding to how data is laid out in a spreadsheet.
表格數(shù)據(jù)（也稱為柱狀數(shù)據(jù)）是最常見、通用和通用的數(shù)據(jù)格式之一，對應于數(shù)據(jù)在電子表格中的布局方式。
有很多方法可以將數(shù)據(jù)轉(zhuǎn)化為表格形式，對于交互式分析，tidy data提供了簡單與靈活的方法。對于整齊的數(shù)據(jù)，表格的列表示變量或維度，行表示觀察值。理解這種格式的最佳方法是查看這樣的數(shù)據(jù)集：

import numpy as np import pandas as pd import holoviews as hv from holoviews import opts hv.extension('bokeh', 'matplotlib')``````python path = r"C:\Users\samsung\AppData\Local\Programs\Python\Python38\Lib\site-packages\holoviews\examples\getting_started" import os os.chdir(path) diseases = pd.read_csv('../assets/diseases.csv.gz') diseases.head()

這個特殊的數(shù)據(jù)集是[華爾街日報]((http://graphics.wsj.com/infectious-diseases-and-vaccines/#b02g20t20w15)一篇優(yōu)秀的視覺新聞報道的主題。華爾街日報的主題詳細的訴說了各種疾病隨時間的發(fā)生率，該數(shù)據(jù)可以從匹茲堡大學的相應項目中下載University of Pittsburgh’s Project Tycho。我們可以看到，我們有5個數(shù)據(jù)列，每個數(shù)據(jù)列對應于指定特定測量值的自變量（“年”、“周”、“州”），或報告當時實際測量值/因變量（“麻疹”或“百日咳”發(fā)病率）。
了解變量之間的兩兩關(guān)系對于可視化是至關(guān)重要的，但是在表格中并沒有這些信息。顯然繪制“周”與“州”之間的關(guān)系圖沒有任何意義，而每個州下的麻疹率（在其他維度上求平均）的結(jié)果將很適合，但是并無法從表格格式中去推斷這些約束。因此我們會先創(chuàng)建一個Dataset這個HoloView對象，該Dataset聲明了自變量(kdims 這個維度)和因變量(vdims這個維度)。

vdims = [('measles', 'Measles Incidence'), ('pertussis', 'Pertussis Incidence')] ds = hv.Dataset(diseases, ['Year', 'State'], vdims)

這里，我們使用了可選的基于元組的語法**(name,label)**來為vdims這個維度制定了更有意思的描述，而對于kvdims，這里就是用了默認的字符。從上述可以看到，我們并沒有聲明如何去處理“Week”，因為我們這里只對"Year"和"State"感興趣。

ds = ds.aggregate(function=np.mean) ds

“repr”向我們顯示了“Dataset”的“kdims”（在方括號中）和“vdims”（在括號中）。因為“數(shù)據(jù)集”可以容納維度的任意組合，所以它不是立即可見的。從這四個維度到二維頁面沒有單一的清晰映射，因此上面顯示了文本表示。
為了使這些數(shù)據(jù)可視化，我們需要提供更多的元數(shù)據(jù)，方法是選擇一個大型元素庫來幫助回答我們想要詢問的有關(guān)數(shù)據(jù)的問題。也許這個數(shù)據(jù)集最明顯的表現(xiàn)形式是一條“曲線”，顯示了每個州每年的發(fā)病率。我們可以從原始數(shù)據(jù)集中逐個拉出各個列，但現(xiàn)在我們已經(jīng)聲明了有關(guān)維度的信息，最干凈的方法是使用將數(shù)據(jù)集的維度映射到元素的維度。到：

layout = (ds.to(hv.Curve, 'Year', 'measles') + ds.to(hv.Curve, 'Year', 'pertussis')).cols(1) layout.opts(opts.Curve(width=600, height=250, framewise=True))

在這里，我們指定了兩個分別顯示麻疹和百日咳發(fā)病率的“曲線”元素（vdims），每年（kdim），并將其放置在垂直列中。您會注意到，盡管我們只為值維度指定了短名稱，但圖中顯示了我們在“數(shù)據(jù)集”上聲明的較長名稱（“麻疹發(fā)病率”、“百日咳發(fā)病率”）。
您還會注意到，我們自動收到一個下拉菜單，選擇要查看的“州”。每個“曲線”都忽略了未使用的值維度，因為額外的測量不會相互影響，但HoloViews必須對每個這樣的圖的每個關(guān)鍵維度做一些事情。如果“州”（或任何其他關(guān)鍵維度）沒有以某種方式繪制或聚合，則HoloViews必須讓用戶為其選擇一個值，因此選擇小部件。關(guān)于如何處理額外維度或只是額外數(shù)據(jù)范圍的其他選項如下所示。

selecting

我們經(jīng)常想做的事情就是我們只選擇數(shù)據(jù)的一個子集。select方法使這個變得非常簡單，可以讓我們只選擇一個數(shù)據(jù)，list或者tuple。這里我們使用select方法選擇四個州的麻疹發(fā)病率，當應用了這個selectH后，我們用 .to方法使其使用直方圖的形式展現(xiàn)出來，使用Year和State作為kdims，‘Measles Incidence’ 作為vdims

states = ['New York', 'New Jersey', 'California', 'Texas'] bars = ds.select(State=states, Year=(1980, 1990)).to(hv.Bars, ['Year', 'State'], 'measles').sort() bars.opts(opts.Bars(width=800, height=400, tools=['hover'], xrotation=90, show_legend=False))

編者注：
實話實說，自己直接用Bokeh也不一定能出來這個效果，但看到目前位置，總感覺能控制的東西相對少了些，不如直接寫bokeh來的踏實，但是畢竟希望能用它馴服大數(shù)據(jù)的繪圖，還是先都過一遍吧

Faceting（翻譯成鑲嵌？）

上面我們已經(jīng)看到了我們沒有使用“to”方法顯式分配給元素的關(guān)鍵維度的情況：它們被分組，彈出一組小部件，以便用戶可以選擇要在任何時候顯示的值。然而，使用小部件并不總是查看數(shù)據(jù)的最有效方式，“數(shù)據(jù)集”允許您使用“數(shù)據(jù)集”指定其他替代方法。覆蓋，。網(wǎng)格和。布局``方法。例如，我們可以使用“.grid”分別布置每個狀態(tài)：

grouped = ds.select(State=states, Year=(1930, 2005)).to(hv.Curve, 'Year', 'measles') gridspace = grouped.grid('State') gridspace.opts(opts.Curve(width=200, tools=['hover'], color='indianred'))

除了選擇數(shù)據(jù)子集，HoloViews支持的另一個常見操作是計算聚合。當我們首次加載此數(shù)據(jù)集時，我們在“周”列上進行聚合，以計算每年的平均發(fā)病率，從而顯著減少了我們的數(shù)據(jù)。因此，“聚合”方法對于根據(jù)我們的數(shù)據(jù)計算統(tǒng)計數(shù)據(jù)非常有用。
使用我們的數(shù)據(jù)集的一個簡單示例是按“年”計算麻疹發(fā)病率的平均值和標準差。我們可以簡單地通過傳遞關(guān)鍵維度來表示這一點（在本例中只是“年”），以及一個函數(shù)和可選的“spreadfn”來計算我們想要的統(tǒng)計數(shù)據(jù)。“spreadfn”將把函數(shù)名附加到維度名之后，這樣我們可以單獨引用計算值。計算完聚合后，我們可以簡單地將其轉(zhuǎn)換為“曲線”和“誤差條”：

agg = ds.aggregate('Year', function=np.mean, spreadfn=np.std) errorbars = hv.ErrorBars(agg,vdims=['measles', 'measles_std']).iloc[::2] overlay = (hv.Curve(agg) * errorbars).redim.range(measles=(0, None))overlay.opts(width=600)

通過這種方式，我們可以將多維數(shù)據(jù)集概括為可以直接可視化的數(shù)據(jù)集，同時允許我們沿維度計算任意統(tǒng)計信息。

最后

歡迎各種牛一起加入學習探討，關(guān)于python可視化的交流，剛新建的群，主要專注于bokeh與Holoview

可在QQ搜索群 python bokeh, 群號859297380，隨時交流，互通有無

總結(jié)

以上是生活随笔為你收集整理的HoloView -- Tabular Datasets的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。