Python ile Veri Görselleştirme: Bokeh Kütüphanesi ile İleri Seviye Grafikler Oluşturma

Adı : Python ile Veri Görselleştirme: Bokeh Kütüphanesi ile İleri Seviye Grafikler Oluşturma

Python, veri biliminde sık kullanılan bir programlama dilidir. Birçok veri analizi ve görselleştirme kütüphanesi ile birlikte kullanılarak, verilerin anlaşılması kolaylaştırılır. Bu kütüphanelerden biri de Bokeh’tir. Bu yazıda Bokeh kütüphanesi ile ileri seviye grafikler oluşturma konusu ele alınacaktır.

Bokeh Kütüphanesi Nedir?

Bokeh, Python dilinde veri görselleştirme için kullanılan bir kütüphanedir. Bu kütüphane ile kullanıcılar etkileşimli grafikler oluşturabilirler. Bokeh, verileri farklı grafikler veya haritalarla göstererek, kullanıcıların verileri daha kolay anlamasını sağlar.

Bokeh’ın Özellikleri

Bokeh kütüphanesinin birçok özelliği bulunmaktadır:

1. Kolay Kullanım: Bokeh, Python dilinde yazılmış ve kolay kullanımı olan bir kütüphanedir. Kullanıcıların tek yapması gereken verilerini Bokeh'a yüklemek ve istedikleri grafikleri oluşturmaktır.

2. Etkileşimli Grafikler: Bokeh kütüphanesi ile etkileşimli ve dinamik grafikler oluşturmak mümkündür. Kullanıcılar grafiklerle doğrudan etkileşim kurabilirler.

3. Haritalama: Bokeh, açık kaynak kodlu bir haritalama kütüphanesidir. Kullanıcıların haritalar oluşturması ve verilerini bu haritalarda göstermesi kolaydır.

4. Web Uygulamaları: Bokeh uygulamaları, web uygulamalarına entegre edilebilir. Bu özellik, veriye dayalı web uygulamaları geliştirme sırasında kullanıcılara birçok seçenek sunar.

5. Tarayıcı Desteği: Bokeh, tüm modern tarayıcılarda çalışır ve mobil uyumludur.

Bokeh Kütüphanesi Nasıl Kurulur?

Bokeh kütüphanesi, Python ekosistemindeki birçok kütüphane gibi pip paket yöneticisiyle yüklenir. Aşağıdaki komut kullanılarak Bokeh kütüphanesi yüklenebilir:

```python
pip install bokeh
```

Bokeh ile İleri Seviye Grafikler Oluşturma Örnekleri

Bu bölümde, Bokeh kütüphanesi kullanarak bazı ileri seviye grafiklerin nasıl oluşturulacağı anlatılacaktır.

Örnek 1: Finansal Veri Analizi

Bu örnek, finansal veriler üzerinde çalışmak isteyen kişiler için çok yararlıdır. Bokeh kütüphanesi kullanarak finansal verilerin sembol fiyatları ve hacimleri gibi özellikleri görselleştirilebilir.

Aşağıdaki örnek, AAPL sembolüne ait fiyat ve hacim verilerini göstermektedir. Sembol fiyatı, mavi çizgiyle gösterilirken, hacim ise grafiğin altında bir histogram şeklinde gösterilir.

```python
from bokeh.plotting import figure, output_file, show
from bokeh.sampledata.stocks import AAPL
from bokeh.models import ColumnDataSource
from bokeh.models.tools import HoverTool

output_file(\"finansal_veri.html\")

TOOLS = \"pan,wheel_zoom,box_zoom,reset,save\"
hover = HoverTool(tooltips=[
(\"date\", \"@date{%F}\"),
(\"close\", \"$@{close}{%0.2f}\"),
(\"volume\", \"@volume{0.00 a}\"),
], formatters={
\"@date\": \"datetime\",
\"@{close}\": \"printf\",
\"@volume\": \"printf\",
})

p = figure(plot_width=1000, plot_height=600, tools=[TOOLS,hover], active_scroll='wheel_zoom')
p.title.text = 'AAPL Hisse Senedi Fiyatları ve Hacim'
p.xaxis.axis_label = 'Tarih'
p.yaxis.axis_label = 'Fiyat (USD)'
p.xaxis.major_label_orientation = 3.14/4

source = ColumnDataSource(data={
'date' : AAPL['date'],
'close' : AAPL['close'],
'volume' : AAPL['volume'],
'open' : AAPL['open'],
'high' : AAPL['high'],
'low' : AAPL['low'],
})

p.line(x='date', y='close', line_width=2, color='navy', alpha=0.5, legend_label='AAPL: Close', source=source)
p.legend.location = \"top_left\"

p.extra_y_ranges = {\"volume\": Range1d(start=0, end=source.data['volume'].max()*2)}
p.add_layout(LinearAxis(y_range_name=\"volume\", axis_label='Hacim'), 'right')
p.vbar(x='date', top='volume', width=0.9, source=source, y_range_name=\"volume\", color='lightgrey', legend_label='AAPL: Volume')

show(p)
```

Örnek 2: İşletme Verilerinin Yerleşimi

Bu örnek, bir işletmenin yerleşimini göstermekte kullanılır. Bokeh kütüphanesi ile yerleşimi göstermek ve bazı kontrol noktalarına işaretlemek mümkündür.

Aşağıdaki örnek, bir şirketin farklı ofislerini gösteren bir harita oluşturmaktadır. Haritaya kontrol noktalarını ekleyerek, ofislerin konumunu daha iyi gösterir.

```python
from bokeh.io import output_file, show
from bokeh.models import ColumnDataSource, GMapOptions
from bokeh.plotting import gmap, figure, show
from bokeh.models.markers import Circle
from bokeh.palettes import Category20c
import pandas as pd

output_file(\"isletme_verileri.html\")

# GMaps verileri için api_key parametresini ekleyin
map_options = GMapOptions(lat=37.7749, lng=-122.4194, map_type=\"roadmap\", zoom=13,api_key=\"AI_________________

# ofisler için Latitude ve Longitude verileri
df = pd.DataFrame({'ofis': ['Ofis 1', 'Ofis 2', 'Ofis 3', 'Ofis 4'],
'latitude': [37.77, 37.78, 37.79, 37.80],
'longitude': [-122.41, -122.43, -122.45, -122.47]})

# markerların renkleri
colors = Category20c[4]

plot = gmap(\"\", map_options, title='Ofisler')

for i in range(0, len(df)):
location = df.iloc[i]['latitude'], df.iloc[i]['longitude']
source = ColumnDataSource({'ofis': df.iloc[i]['ofis'], 'latitude': [df.iloc[i]['latitude']], 'longitude': [df.iloc[i]['longitude']]})
circle = Circle(x=\"longitude\", y=\"latitude\", size=15, fill_color=colors[i], fill_alpha=0.7, line_color=None)
plot.add_glyph(source, circle)

plot.legend.location = 'bottom_right'
plot.legend.click_policy = 'hide'

show(plot)
```

Sık Sorulan Sorular

1. Bokeh kütüphanesi neden tercih edilmelidir?

Bokeh, Python dilinde veri görselleştirme için kullanılan bir kütüphanedir. Bokeh, etkileşimli grafikler ve haritalar oluşturmak mümkündür. Ayrıca açık kaynak kodlu bir kütüphanedir.

2. Bokeh ile hangi grafik türleri oluşturulabilir?

Bokeh ile birçok grafik türü oluşturabilirsiniz. Örnekler arasında çizgi grafiği, nokta grafiği, çubuk grafiği, pasta grafiği ve histogram yer almaktadır.

3. Bokeh kütüphanesi kullanmak için hangi sürüm Python gereklidir?

Bokeh, Python 2.7.x ve Python 3.x sürümleri ile uyumludur.

4. Bokeh kütüphanesi ile çalışmak için ücretli bir lisans gerekli midir?

Hayır. Bokeh açık kaynaklı bir kütüphanedir ve tamamen ücretsizdir.

5. Bokeh kütüphanesi ile hangi işletim sistemleriyle çalışabilirsiniz?

Bokeh, Windows, Linux ve Mac işletim sistemleriyle uyumlu çalışır.

Sonuç

Bu yazıda Bokeh kütüphanesi ile ileri seviye grafikler oluşturma konusu ele alınmıştır. Bokeh kütüphanesinin özellikleri ve kurulumu hakkında bilgi verilirken, iki örnekle Bokeh kütüphanesi kullanımı gösterilmiştir. Sık sorulan sorular bölümü ile de merak edilen sorulara cevap verilmiştir. Bokeh, kolay kullanımı ve etkileşimli grafik oluşturma özellikleri nedeniyle veri biliminde kullanıcılar tarafından tercih edilmektedir."