Bokeh는 Python으로 데이터 시각화를 위한 인터랙티브 웹플롯을 생성하는 라이브러리입니다. 이번 블로그에서는 Bokeh를 사용하여 미술 작품 판매량 데이터를 시각화하는 방법에 대해 알아보겠습니다.
필요한 라이브러리 설치하기
pip install bokeh
데이터 준비하기
미술 작품 판매량 데이터를 시각화하기 위해 먼저 필요한 데이터를 준비해야 합니다. 예를 들어, 작품의 이름, 판매량, 가격 등의 정보가 포함된 CSV 파일을 사용할 수 있습니다. 데이터를 로드하여 적절한 형식으로 가공하는 작업이 필요합니다.
Bokeh를 사용한 시각화 작업
Bokeh를 사용하여 데이터를 시각화하는 과정은 크게 두 가지 단계로 나뉩니다. 첫 번째 단계는 figure 객체를 생성하고 데이터를 그래프로 추가하는 작업입니다. 두 번째 단계는 그래프를 웹 페이지에 표시하는 작업입니다.
from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource
# 데이터 준비
data = {
'artwork': ['Artwork 1', 'Artwork 2', 'Artwork 3', 'Artwork 4'],
'sales': [100, 200, 150, 300],
}
# ColumnDataSource 객체 생성
source = ColumnDataSource(data=data)
# figure 객체 생성
p = figure(x_range=data['artwork'], plot_height=400, title='Artwork Sales', toolbar_location=None, tools='')
# 막대 그래프 추가
p.vbar(x='artwork', top='sales', width=0.9, source=source)
# 그래프 표시
show(p)
위의 코드는 작품의 이름을 x축으로, 판매량을 y축으로 하는 막대 그래프를 생성하는 예제입니다. ColumnDataSource 객체를 사용하여 데이터를 그래프에 연결하고, figure 객체를 생성한 후 vbar 메서드를 사용하여 그래프를 추가합니다. 마지막으로 show 함수를 사용하여 그래프를 표시합니다.
결과 확인하기
위의 코드를 실행하면 웹 브라우저에서 시각화된 그래프를 확인할 수 있습니다. 그래프의 축 범위, 제목 등의 스타일을 적절히 설정하여 원하는 모양으로 그래프를 꾸밀 수 있습니다. Bokeh의 다양한 기능과 옵션을 활용하여 미술 작품 판매량 데이터를 멋지게 시각화해보세요!
참고 자료
이상으로 Bokeh를 사용하여 미술 작품 판매량 데이터를 시각화하는 방법에 대해 알아보았습니다. Bokeh를 통해 다양한 데이터를 인터랙티브하게 시각화할 수 있으니, 관심 있는 분야에서 활용해보시기 바랍니다!