サイトアイコン アマチュア無線局JS2IIU

Panel応用編 第3回: HoloViewsによるインタラクティブなデータ可視化

JS2IIU

こんにちは、JS2IIUです。HoloViewsは最近知ったのですが、みやすいグラフを生成してくれる素晴らしいツールです。これまでmatplotlibで作っていたグラフのいくつかはHoloViewsで作り直してみたいと思っています。このHoloViewsをPanelと組み併せてみます。

はじめに

データ可視化は、データの分析や理解において非常に重要な役割を果たします。HoloViewsは、Pythonで簡単にインタラクティブなプロットを作成できる強力なライブラリです。HoloViewsをPanelと組み合わせることで、動的かつインタラクティブなダッシュボードを構築できます。本記事では、基本的なHoloViewsの使い方から始め、Panelとの統合、動的なプロット、リアルタイムデータの可視化までを順に解説します。

Installation — HoloViews v1.21.0
holoviews.org

HoloViewsの基本: インストールとシンプルなプロット

HoloViewsを使うには、まずライブラリをインストールする必要があります。以下のコマンドを実行してインストールしてください。

pip install holoviews

次に、簡単な折れ線グラフを作成してみましょう。

import holoviews as hv
import panel as pn

pn.extension('holoviews')

# データの定義
data = [(1, 2), (2, 3), (3, 5), (4, 7), (5, 11)]

# HoloViewsによる折れ線グラフの作成
curve = hv.Curve(data, 'X', 'Y')

# Panelによる表示
pn.pane.HoloViews(curve).show()

このコードを実行すると、X軸が1から5、Y軸が2から11までのデータを持つインタラクティブな折れ線グラフが表示されます。

グラフの横側にはZoomやSave機能のボタンが表示されています。わかりやすくて便利そうです。

複数のプロットを統合する

HoloViewsでは、複数の異なるプロットを統合して、複雑なビジュアライゼーションを作成することが可能です。次に、折れ線グラフと散布図を一緒に表示してみます。

import holoviews as hv
import panel as pn
import numpy as np

# データの定義
data = [(1, 2), (2, 3), (3, 5), (4, 7), (5, 11)]

# 新しいデータの定義
scatter_data = np.random.randn(100, 2)  # 100点のランダムなX, Yデータ

# 折れ線グラフと散布図を作成
curve = hv.Curve(data, 'X', 'Y')
scatter = hv.Scatter(scatter_data, 'X', 'Y')

# 両方のプロットをオーバーレイ
overlay = curve * scatter

# Panelで表示
pn.pane.HoloViews(overlay).show()

これにより、折れ線グラフと散布図が1つの図に重ねられて表示されます。

オーバーレイをするのに*（掛け算）で良いのはとても面白い仕様です。

動的なデータ可視化

HoloViewsとPanelを使うことで、動的に変化するデータを可視化することも簡単です。例えば、スライダーを使ってグラフのデータを動的に更新してみましょう。

import holoviews as hv
import panel as pn
import numpy as np
import bokeh

# HoloViewsでBokehをバックエンドとして使用
hv.extension('bokeh')

# 必要な拡張機能を読み込む
pn.extension()

# データの生成関数
def sine_wave(phase):
    x = np.linspace(0, 10, 100)
    y = np.sin(x + phase)
    return hv.Curve((x, y), 'X', 'Y')

# スライダーの作成
slider = pn.widgets.FloatSlider(name='Phase', start=0, end=np.pi*2, step=0.1)

# 動的なプロットの作成
def update_curve(phase):
    return sine_wave(phase)

# Panelでレイアウトを表示
layout = pn.Column(slider, pn.bind(update_curve, slider))
layout.show()

スライダーを動かすと、サイン波がリアルタイムで更新されるのを確認できるでしょう。さらに詳しい解説文を補足として、本記事の最後に載せていますので、ご興味ある方は併せてご覧ください。

リアルタイムデータの可視化

PanelとHoloViewsを組み合わせれば、リアルタイムデータの可視化も可能です。例えば、株価データやIoTデバイスのデータなどをリアルタイムで表示するダッシュボードを構築できます。次の例では、ランダムデータをリアルタイムに更新して表示します。

import time
import numpy as np
import holoviews as hv
import panel as pn

pn.extension('holoviews')

# 初期データの生成
x = np.linspace(0, 10, 100)
y = np.random.randn(100)

# HoloViewsの曲線を作成
curve = hv.Curve((x, y))

# Panelの動的コンポーネントとして定義
pane = pn.pane.HoloViews(curve, sizing_mode='stretch_width')

# データの更新関数
def update():
    global y
    y = np.random.randn(100)
    curve.data = (x, y)
    pane.object = curve

# 定期的にデータを更新
def stream_data():
    while True:
        time.sleep(1)
        update()

# Panelレイアウトの表示
pn.state.add_periodic_callback(update, 1000)
pane.show()

このコードを実行すると、1秒ごとにランダムなデータで更新されるグラフがリアルタイムに表示されます。

https://js2iiu.com/wp-content/uploads/2024/09/panel_03_curve.mov

まとめ

HoloViewsを使うと、少ないコードで強力なインタラクティブなデータ可視化が可能になります。Panelとの統合により、動的なプロットやリアルタイムデータの表示も簡単に実現できます。今回紹介した手法を使って、データ分析や監視ダッシュボードなど、さまざまな応用が可能です。

次回は、Panelアプリケーションの展開方法について解説します。お楽しみに！

補足：動的なデータ可視化サンプルの詳細説明

モジュールのインポート

import holoviews as hv
import panel as pn
import numpy as np
import bokeh

この部分では、必要なライブラリをインポートしています。

HoloViewsでBokehバックエンドの設定

hv.extension('bokeh')

この行で、holoviewsが描画を行う際に使用するバックエンドをbokehに設定しています。holoviewsは複数のバックエンドに対応しており、bokehを指定することで、インタラクティブで高品質なWebベースのプロットが可能になります。

Panel拡張機能の読み込み

pn.extension()

pn.extension()は、panelで必要なフロントエンド（HTMLやJavaScriptのリソースなど）をロードするための命令です。このコマンドにより、作成するアプリケーションがブラウザで正しく動作するように設定されます。

データ生成関数

def sine_wave(phase):
    x = np.linspace(0, 10, 100)
    y = np.sin(x + phase)
    return hv.Curve((x, y), 'X', 'Y')

この関数は、与えられた位相シフトに基づいたサイン波のプロットを返す動的な可視化を提供します。

スライダーの作成

slider = pn.widgets.FloatSlider(name='Phase', start=0, end=np.pi*2, step=0.1)

動的なプロットの作成

def update_curve(phase):
    return sine_wave(phase)

レイアウトの作成と表示

layout = pn.Column(slider, pn.bind(update_curve, slider))
layout.show()

全体の流れ

  1. データ生成: sine_wave関数でサイン波のデータを生成します。
  2. UIの作成: FloatSliderを使って位相を調整できるインタラクティブなUIを作成し、update_curveでスライダーの値に応じてプロットを更新します。
  3. レイアウトと表示: UIをpn.Columnで整理し、layout.show()で表示します。

最後までご覧いただき有難うございました。73

モバイルバージョンを終了