[python] Bokeh를 적용한 대시보드 구축하기
Bokeh는 파이썬으로 대시보드를 구축하는데 사용되는 강력한 시각화 도구입니다. 이 글에서는 Bokeh를 사용하여 대시보드를 구축하는 방법에 대해 알아보겠습니다.
1. Bokeh 설치
Bokeh를 사용하기 위해 먼저 설치해야 합니다. 아래의 명령어를 이용하여 Bokeh를 설치합니다.
pip install bokeh
2. Bokeh를 활용한 대시보드 개발
Bokeh를 사용하여 대시보드를 개발하는 방법은 크게 세 가지로 나눌 수 있습니다.
2.1. 데이터 준비
먼저 대시보드에 표시할 데이터를 준비해야 합니다. 예를 들어, 주식 시장 데이터를 사용하여 대시보드를 구축한다고 가정해봅시다. 데이터는 CSV 파일 형태로 준비하고, Pandas를 사용하여 데이터를 로드합니다.
import pandas as pd
df = pd.read_csv("stock_data.csv")
2.2. 플롯 생성
Bokeh는 다양한 종류의 플롯을 제공합니다. 필요한 플롯 종류를 선택하고, 데이터를 기반으로 플롯을 생성합니다.
from bokeh.plotting import figure, show
# 플롯 객체 생성
p = figure(title="Stock Price", x_axis_label='Date', y_axis_label='Price')
# 선형 그래프 추가
p.line(df['date'], df['price'])
# 플롯 표시
show(p)
2.3. 대시보드 레이아웃 구성
여러 개의 플롯을 동일한 대시보드에 표시하기 위해 레이아웃을 구성해야 합니다. Bokeh는 여러 종류의 레이아웃을 제공하며, 필요에 따라 적절한 레이아웃을 선택합니다.
from bokeh.layouts import gridplot
# 플롯 객체 생성
p1 = figure(title="Stock Price", x_axis_label='Date', y_axis_label='Price')
p2 = figure(title="Volume", x_axis_label='Date', y_axis_label='Volume')
# 플롯 추가
p1.line(df['date'], df['price'])
p2.line(df['date'], df['volume'])
# 레이아웃 생성
layout = gridplot([[p1, p2]])
# 레이아웃 표시
show(layout)
3. Bokeh 대시보드 실행
대시보드를 실행하기 위해 Bokeh 서버를 실행해야 합니다. 아래의 명령어를 사용하여 Bokeh 서버를 실행합니다.
bokeh serve --show dashboard.py
이제 웹 브라우저에서 localhost:5006을 방문하여 생성한 대시보드를 확인할 수 있습니다.
4. 결론
이처럼 Bokeh를 사용하여 대시보드를 구축하는 방법에 대해 알아보았습니다. Bokeh는 사용이 간편하면서도 다양한 시각화 기능을 제공하여 대시보드 구축에 매우 유용한 도구입니다. 추가로 Bokeh의 다른 기능과 활용 방법을 탐색해보세요!