Dalam tutorial ini Anda akan mempelajari cara menginstal Bokeh (beserta dependensinya) dan blok bangunan dasar untuk visualisasi menggunakan Bokeh. Anda juga akan mempelajari cara membuat plot dasar dan menyesuaikannya. Ini akan menjadi landasan untuk mempelajari fitur yang lebih lanjut di bagian selanjutnya.
Apa itu Bokeh?
Bokeh adalah paket visualisasi data interaktif untuk membuat visualisasi dinamis dengan Python. Bokeh bersifat open-source dan dapat Anda gunakan untuk membuat plot yang menceritakan kisah menarik.
Apa yang membedakan Bokeh dari alat lainnya?
Di dunia visualisasi, ada banyak pustaka Python untuk membuat dasbor dan visualisasi, di antaranya:
- Bokeh
- Matplotlib
- Streamlit
- dash
- Seaborn
- Plotly
- Geoplotlib
- Gleam
- ggplot
- Missingo
Bokeh unggul untuk hal-hal berikut:
- Membangun visualisasi interaktif untuk peramban modern
- Membuat dokumen mandiri atau aplikasi berbasis server
- Menciptakan grafik yang ekspresif dan dinamis
- Membuat dasbor untuk data besar, dinamis, atau streaming
Tutorial Bokeh Ini Cocok untuk Anda...
Jika Anda adalah data scientist, data analyst, atau machine learning engineer. Tutorial ini mengharuskan Anda memiliki pengetahuan dasar Python serta mengetahui cara menginstal dan mengimpor paket. Anda akan belajar cara membuat visualisasi interaktif dan melakukan deployment di web menggunakan pustaka Bokeh. Bokeh dapat membantu Anda membuat plot interaktif, dasbor, dan aplikasi data.
Cara Menginstal Bokeh
Instal menggunakan Anaconda
Jika Anaconda adalah pengelola paket Python Anda, maka Anda dapat menginstal Bokeh dari Anaconda Prompt, Windows Command Prompt, atau Bash Terminal, sebagai berikut:
conda install bokeh
conda install jinja2
conda install six
conda install requests
conda install tornado
conda install pyYaml
Instal menggunakan pip
Anda juga dapat menginstalnya menggunakan pengelola paket pip, sebagai berikut:
pip install bokeh
pip install jinja2
pip install six
pip install requests
pip install tornado
pip install pyYaml
Instal di dalam Jupyter Notebook
!pip install bokeh
!pip install Jinja2
!pip install Six
!pip install Requests
!pip install Tornado
!pip install PyYaml
Verifikasi instalasi Anda
from bokeh.io import output_notebook, show
output_notebook()
Pemecahan Masalah
Jika Anda mengalami masalah saat menginstal Bokeh, Anda dapat melihat Discourse untuk mendapatkan bantuan. Anda juga dapat melihat Github untuk menyelesaikan isu terkait Bokeh.
Selamat datang di Glyph
Sebenarnya, apa itu glyph?
Glyph adalah blok bangunan kunci Bokeh yang membentuk plot. Setiap plot yang Anda buat di Bokeh memiliki mekanisme glyph di dalamnya. Misalnya, ketika Anda ingin membuat scatter plot, Anda dapat menggunakan lingkaran sebagai penanda untuk merepresentasikan informasi. Garis akan merepresentasikan informasi pada line plot.
Bentuk geometri ini (garis atau lingkaran) yang kita sebut glyph di Bokeh. Glyph menyampaikan informasi visual tentang data. Tutorial ini akan membantu Anda memahami glyph dengan menunjukkan cara menggunakannya untuk membuat berbagai jenis plot. Singkatnya, kita akan membuat plot berikut menggunakan glyph:
- Line plot: Line plot menyajikan pergerakan titik data sepanjang sumbu x dan y sebagai sebuah garis. Line plot cocok untuk memplot data runtun waktu.
- Bar plot: Bar plot merepresentasikan jumlah tiap kategori sebagai kolom atau batang. Bar plot cocok untuk mengkategorikan data.
- Patch plot: Patch plot menyorot suatu wilayah titik dengan warna tertentu. Plot ini cocok untuk membedakan kelompok dalam dataset yang sama.
- Scatter plot: Scatter plot merepresentasikan hubungan antara dua variabel dan kekuatan korelasinya.
Cara Menggunakan Glyph untuk Memplot
Langkah umum untuk membuat plot di Bokeh adalah:
- Buat plot menggunakan fungsi figure() untuk memberi instruksi kepada Bokeh agar membuat diagram.
- Tentukan judul, label sumbu x, dan label sumbu y.
- Kemudian tambahkan glyph line() ke figure untuk membuat line plot dan
- glyph cross() untuk menandai perpotongan antara titik x dan y.
Membuat Line Plot
Kode berikut menunjukkan cara membuat line plot sederhana di Bokeh.
#Import the required packages
from bokeh.io import output_notebook, output_file, show
from bokeh.plotting import figure
#Create two data arrays
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
# Create plot
plot = figure(width=400, height=400, title="Simple line plot", x_axis_label="x-axis", y_axis_label = 'y-axis')
plot.line(x,y, line_width=2, color='green')
#Show plot
output_file(“line_plot1.html”)
show(plot)
Contoh ini menunjukkan cara membuat satu glyph garis menggunakan deret satu dimensi titik data x dan y dengan glyph line(). Anda dapat menentukan lebar dan tinggi plot, judul, serta label sumbu di fungsi figure(). Pada glyph line(), Anda dapat menentukan line_width (ketebalan) menggunakan argumen line_width, dan warna menggunakan argumen color.
Membuat Bar Plot
#Import the
from bokeh.plotting import figure, show
animals = ['lion', 'leopard', 'elephant', 'rhino', 'buffalo']
weight_tonnes = [190, 90, 3000, 2300, 590]
p = figure(x_range=animals, height=350, title="Big Five weight", x_axis_label = "Animal", y_axis_label = "Weight",
toolbar_location=None, tools="")
p.vbar(x=animals, top=weight_tonnes, width=0.9)
p.xgrid.grid_line_color = None
p.y_range.start = 0
show(p)
Membuat Patch Plot
Patch plot memberi arsiran wilayah dengan warna untuk menunjukkan suatu kelompok atau wilayah memiliki karakteristik yang serupa. Anda dapat membuat patch plot sederhana sebagai berikut:
# Import required packages
from bokeh.io import output_file, show
from bokeh.plotting import figure
# Create the regions to chart
x_region = [[1,1,2], [2,3,3], [2,3,5,4]]
y_region = [[2,5,6], [3,6,7], [2,4,7,8]]
# Create plot
plot = figure()
plot.patches(x_region, y_region, fill_color = ['blue', 'yellow', 'green'], line_color = 'black')
show(plot)
Ada tiga wilayah yang berbeda: Pertama adalah [1,1,2] yang dipetakan ke [2,5,6] pada sumbu y. Kedua adalah wilayah [2,2,3] pada sumbu x yang dipetakan ke [3,6,7] pada sumbu y, dan wilayah ketiga [2,3,5,4] pada sumbu x yang dipetakan ke [2,4,7,8] pada sumbu y. Glyph patches menggunakan warna yang berbeda untuk membentuk patch bagi setiap wilayah. Argumen _linecolor menentukan warna garis tepi untuk setiap patch.
Membuat Scatter Plot
Data scientist sering menggunakan scatter plot untuk menentukan hubungan antara dua variabel. Anda dapat membuat scatter plot sederhana di Bokeh sebagai berikut:
# Import required packages
from bokeh.io import output_file, show
from bokeh.plotting import figure
# Create x and y data points
x = [1,2,3,4,5]
y = [5,7,2,2,4]
# Create plot
plot = figure(title = "Scatter plot", x_axis_label = "Label name of x axis", y_axis_label ="Label name of y axis")
plot.circle(x,y, size = 30, alpha = 0.5)
# Add labels
# Output the plot
show(plot)
Kode menggunakan penanda lingkaran untuk membuat titik perpotongan daftar x dan y pada scatter plot. Alih-alih lingkaran, Anda dapat menggunakan penanda lain seperti:
- cross()
- x()
- diamond()
- diamond_cross()
- circle_x()
- circle_cross()
- triangle()
- inverted_triangle()
- square_x()
- square_cross()
- asterisk()
Argumen size = 30 menentukan ukuran tiap lingkaran. Gambar berikut merangkum semua penanda yang tersedia di Bokeh.
Argumen alpha menentukan tingkat transparansi lingkaran. Nilainya berkisar antara 0 hingga 1, dengan 0 berarti sepenuhnya transparan dan 1 berarti buram.
Kesimpulan
Tutorial ini memperkenalkan Bokeh sebagai alat visualisasi interaktif dan tingkat tinggi. Tutorial ini menjadi landasan tentang apa yang dapat Anda harapkan saat menggunakan Bokeh. Anda telah melihat cara membuat line plot, bar plot, patch plot, dan scatter plot di Bokeh menggunakan konsep glyph. Lihat dokumentasi Bokeh berikut untuk detail lebih lanjut tentang berbagai bagan yang dapat Anda buat di Bokeh.
