HoloViewsを使ってみよう

HoloViews

HoloViews はデータ分析と可視化を簡単に行うことができるアプリケーション HoloViz で利用されている拡張モジュールで、matplotlibやBokehなどの可視化ライブラリを使いやすくしてくれます。

可視化の作業を簡単にして、データ分析に集中できるようにすることを目指して開発されています。

インストール

拡張モジュールなので次のようにインストールします。

code: bash condaの場合

$ conda install holoviews

code: bash pipの場合

$ pip install holoviews

準備

ほとんどの場合 NumPy を使用することになるはずなのでインポートしておきましょう。またまた、Jupyter Notebook でHoloViews を利用するためには、notebook_extension() を実行しておきます。

code: IPython

In 1: import numpy as np

In 2: import holoviews as hv In 3: hv.notebook_extension()

オンラインドキュメント

HoloViews にはオンラインドキュメントが提供されています。

次のようにインスタンスオブジェクトを生成したときには、

いくつかの方法でオンラインドキュメントを参照することができます。

code: IPython

In 4: obj = hv.Element(None, group='Value', label='Label')

hv.help(Element) / hv.help(e)：

オブジェクトやタイプの説明とパラメーターのドキュメントを表示

hv.help(Element、pattern = "group")：

指定された正規表現（この例では"group"）に一致するヘルプ項目のみを表示します

Element(<Shift+TAB>|<TAB>)

IPythonで有効

オブジェクトコンストラクターを開いて<Shift+TAB>や<TAB>を繰り返す

最終的に hv.help(Element) の完全な出力が表示されます

hv.help(Element,Visualization=True) / hv.help(e,Visualization=True)：

要素または特定のオブジェクトeを視覚化するためのオプションの説明を表示

オブジェクト自体のオプションではないことに留意

%output info=True

IPython/Jupyter Notebook のセルで有効

HoloViewsオブジェクトobjに対してhv.help(obj, Visualization=True)を表示

%%output info = True

IPython / Jupyter Notebook 全体で有効

HoloViewsオブジェクトobjに対してhv.help(obj, Visualization=True)を表示

bokeh をバックエンドにする

HoloViews ではグラフ描画のバックエンドとして、 matplotlib だけでなく bokeh や Plotlyも使用することができます。

描画例をみてみましょう。

散布図

散布図の描画には Points()クラス使います。

code:IPython

In 2: # %load holoviews_points.py

...: import numpy as np

...: import pandas as pd

...: import holoviews as hv

...: import panel as pn

...: hv.extension('bokeh', logo=False)

...:

...: data = np.random.normal(size=50, 2)

...: df = pd.DataFrame(data, columns='col1', 'col2')

...:

...: hv_plot = hv.Points(df).opts(width=600,

...: title='Sample Scatter Plot')

...:

...: bokeh_server = pn.Row(hv_plot).show(port=12345)

...: bokeh_server.stop()

...:

Launching server at http://localhost:12345

すると自動的に bokeh サーバが起動し、ブラウザにグラフを描画してくれます。

このグラフはインタラクティブに拡大縮小、移動などが行なえます。

https://gyazo.com/5537264c35d9a06e1a677d6e00743c2b

HoloViews のグラフ描画の手順を説明してみましょう。

まず、hv.extension() で bokeh をバックエンドに指定します。

ここでは、ランダムな数値を numpy.ndarrayオブジェクトで生成してから、データフレームにしています。これを、Points() でプロットオブジェクトにしています。

このとき、描画オプションを opts() メソッドで与えています。（width、title)

ダッシュボードを作るため、インポートしておいた panel に渡すと、

自動的にバックエンドにしていていた bokeh サーバが起動します。

Jupyter notebook から利用していて、hv.notebook_extension()を実行済みのときは、

最後の２行(bokeh_server) は不要です。

グラフを並べる

次のコードは、対数軸の例です。

code: IPython

In 2: # %load holoviews_2curve.py

...: import numpy as np

...: import pandas as pd

...: import holoviews as hv

...: import panel as pn

...: hv.extension('bokeh', logo=False)

...: import bokeh

...:

...: semilogy = hv.Curve(np.logspace(0, 5),

...: label='Semi-log y axes')

...: loglog = hv.Curve((np.logspace(0, 5), np.logspace(0, 5)),

...: label='Log-log axes')

...:

...: hv_plot = semilogy.opts(logy=True) + \

...: loglog.opts(logx=True, logy=True, shared_axes=False)

...:

...: bokeh_server = pn.Row(hv_plot).show(port=12345)

...: bokeh_server.stop()

...:

Launching server at http://localhost:12345

オブジェクトを演算子(+)でつなぐと、グラフを並べることができます。

https://gyazo.com/14b736d79736d2477d88f02aa30e2bd5

グラフを重ねる

時系列データの例です。

code: IPyhton

In 2: # %load holoviews_curve.py

...: import numpy as np

...: import pandas as pd

...: import holoviews as hv

...: import panel as pn

...: import bokeh

...: from bokeh.sampledata.stocks import GOOG, AAPL

...: hv.extension('bokeh', logo=False)

...:

...: goog_stock = np.array(GOOG'date', dtype=np.datetime64)

...: aapl_stock = np.array(AAPL'date', dtype=np.datetime64)

...:

...: goog = hv.Curve((goog_stock, GOOG'adj_close'),

...: 'Date', 'Stock Index', label='Google')

...: aapl = hv.Curve((aapl_stock, AAPL'adj_close'),

...: 'Date', 'Stock Index', label='Apple')

...:

...: hv_plot = (goog * aapl).opts(width=600, legend_position='top_left')

...: bokeh_server = pn.Row(hv_plot).show(port=12345)

...: bokeh_server.stop()

...:

Launching server at http://localhost:12345

オブジェクトを演算子(*)でつなぐと、グラフを重ねることができます。

https://gyazo.com/8020a0155a7d06548ab377da34b66377

なんのストレスもなく、時系列データを比較できますね。

ヒートマップ図

code: IPython

In 2: # %load holoviews_heatmap.py

...: import numpy as np

...: import pandas as pd

...: import holoviews as hv

...: import panel as pn

...: hv.extension('bokeh', logo=False)

...: import bokeh

...:

...: data = (i, chr(97+j), i*j) for i in range(5) for j in range(5) if i!=j

...: hv_plot = hv.HeatMap(data).sort()

...: hv_plot.opts(xticks=None)

...:

...: bokeh_server = pn.Row(hv_plot).show(port=12345)

...: bokeh_server.stop()

...:

Launching server at http://localhost:12345

https://gyazo.com/526dce9c4eb4bcd2423ecd34ebe5bd14

BoxWishker

code: IPython

In 2: # %load holoviews_boxwishker.py

...: import numpy as np

...: import pandas as pd

...: import holoviews as hv

...: import panel as pn

...: hv.extension('bokeh', logo=False)

...: import bokeh

...:

...: groups = chr(65+g) for g in np.random.randint(0, 3, 200)

...: boxes = hv.BoxWhisker((groups,

...: np.random.randint(0, 5, 200),

...: np.random.randn(200)),

...: 'Group', 'Category', 'Value').sort()

...:

...: boxes.opts(width=600)

...:

...: bokeh_server = pn.Row(boxes).show(port=12345)

...: bokeh_server.stop()

...:

Launching server at http://localhost:12345

https://gyazo.com/de9456fd9b33af13aebee7a636f70d75

動的な描画

Bokeh の特徴のひとつに動的な描画が行えることにあり、HoloViews でもHoloMap()を使うことで動的な描画を行うことができます。

code: IPython

In 2: # %load holoviews_holomap.py

...: import numpy as np

...: import pandas as pd

...: import holoviews as hv

...: import panel as pn

...: hv.extension('bokeh', logo=False)

...: import bokeh

...:

...: hv_plot = hv.HoloMap({i: hv.Curve(1, 2, 3-i, \

...: group='Group', label='Label') for i in range(3)},

...: 'Value')

...: bokeh_server = pn.Row(hv_plot).show(port=12345)

...: bokeh_server.stop()

...:

Launching server at http://localhost:12345

これを実行すると、ブラウザにグラフとスライダーが描画されます。

https://gyazo.com/65769ad723c9aff5f66fad8ff33392bf

マウスでスライダーを移動させて値(Values)を変えると、

それにともなってグラフも変化します。

https://gyazo.com/497153a15b43ffee2ef33fa7ea72339e

参考：