매출 데이터를 시각화하는 것은 비즈니스 의사 결정에 도움을 줄 수 있는 중요한 작업입니다. Python의 Bokeh 라이브러리는 인터랙티브한 웹 기반 시각화를 만들 수 있어 매우 유용합니다. 이번 포스트에서는 Bokeh를 사용하여 매출 데이터를 시각화하는 방법을 알아보겠습니다.

필요한 패키지 설치하기

먼저 Bokeh를 사용하기 위해 다음과 같이 필요한 패키지를 설치해야 합니다.

pip install bokeh

데이터 불러오기

매출 데이터를 시각화하기 위해서는 먼저 데이터를 불러와야 합니다. 예를 들어, CSV 파일로부터 데이터를 읽어올 수 있습니다.

import pandas as pd

# CSV 파일에서 데이터 불러오기
data = pd.read_csv('sales_data.csv')

매출 데이터 시각화하기

Bokeh를 사용하여 매출 데이터를 시각화하기 위해 다음과 같이 코드를 작성할 수 있습니다.

from bokeh.plotting import figure, show
from bokeh.io import output_notebook

# Jupyter Notebook에서 출력하기 위한 설정
output_notebook()

# figure 객체 생성
p = figure(title='매출 데이터', x_axis_label='월', y_axis_label='매출')

# 데이터를 기반으로 plot 생성
p.line(data['월'], data['매출'], legend_label='매출', line_width=2)

# plot 보여주기
show(p)

위의 코드는 매출 데이터를 선 그래프로 시각화합니다. x축은 ‘월’ 컬럼의 값이며, y축은 ‘매출’ 컬럼의 값입니다.

인터랙티브한 시각화

Bokeh를 사용하면 인터랙티브한 시각화를 만들 수도 있습니다. 예를 들어, 툴팁을 추가하여 데이터의 상세 정보를 확인할 수 있습니다.

from bokeh.models import HoverTool

# figure 객체 생성
p = figure(title='매출 데이터', x_axis_label='월', y_axis_label='매출')

# 데이터를 기반으로 plot 생성
p.line(data['월'], data['매출'], legend_label='매출', line_width=2)

# 툴팁 설정
hover = HoverTool(tooltips=[("월", "@x"), ("매출", "@y")])
p.add_tools(hover)

# plot 보여주기
show(p)

위의 코드에서는 툴팁을 추가하기 위해 HoverTool을 사용하였습니다. 이를 통해 월과 해당 월의 매출을 마우스를 올렸을 때 확인할 수 있습니다.

결론

이렇게 Bokeh를 사용하여 매출 데이터를 시각화하는 방법을 알아보았습니다. Bokeh를 활용하면 다양한 시각화 기법을 적용할 수 있으며, 인터랙티브한 기능을 통해 더욱 효과적인 데이터 분석이 가능합니다. Bokeh의 자세한 사용법은 공식 문서를 참고하시기 바랍니다.