Learn about the fundamentals of the Bokeh library in this course, which will enable you to level up your Python data visualization skills by building interactive plots. You’ll see how to set up configuration tools, including the HoverTool, providing various opportunities for stakeholders to interact with your plots!

Introduzione a Bokeh

Quando usare un grafico a dispersione

Stoppate vs. rimbalzi

Le prestazioni di Kevin Durant nelle varie stagioni

Capacità di tiro da 3 per ruolo

Strumenti di configurazione

Opzioni

Strumenti Pan/Drag

Strumenti Scroll/Pinch

Strumenti Click/Tap

Gli strumenti giusti per il lavoro

Impostare gli strumenti

Aggiungere LassoSelectTool

Lo strumento Hover (HoverTool)

Aggiungere un HoverTool

Formattare l'HoverTool

Introduction to Bokeh

For this chapter, you’ll learn how to customize axes, create and enhance a legend, modify glyph settings, and apply Bokeh's custom themes!

Adding style

Colors, legend, and theme

Customizing glyphs

Customizing axes

Average building size

Sales over time

Subplots

Categorical column subplots

Size, location, and price

Using gridplot

Changing size

Visualizing categorical data

High to low prices by region

Creating nested categories

Visualizing sales by period

Customizing Visualizations

Learn how to use various elements to communicate with stakeholders. You’ll produce grouped bar plots with categorical data, build multiple subplots, add annotations, and modify the text to make your Bokeh visualizations even more striking!

Customizing glyph settings

Shooting guards versus small forwards

Big shooters

Evolution of the point guard

Highlighting and contrasting

Highlighting by glyph size

Steals vs. assists

Adding a color bar

Free throw percentage by position

Communicating with text

Sales by time and type of day

Products sold by the time of day

Adding annotations

Box annotations for sales performance

Setting up a polygon annotation

Annotating Netflix stock price growth

Storytelling with Visualizations

Discover Bokeh's widgets and how they enable users to modify Python visualizations! You’ll learn about Spinners, which allow viewers to change the size of glyphs. We’ll discuss Sliders, which can be used to change axis ranges. Lastly, we’ll introduce the Select widget, which will enable plot updates based on dropdown options.

Introduction to widgets

Adding a Div

Modifying glyph size with a widget

Slider widgets

Automotive stocks analysis

Tech stock performance over time

Select widgets

Travel analysis

Changing line plots with Select

Congratulations!

Introduction to Widgets

Bakery Sales

Stocks

NBA Player Statistics

Australia Property Market

Bokeh è un potente pacchetto Python per la visualizzazione interattiva dei dati, che ti permette di andare oltre i grafici statici e consentire alle persone interessate di modificare le tue visualizzazioni! In questo corso di visualizzazione interattiva dei dati con Bokeh, lavorerai con vari insiemi di dati, tra cui prezzi azionari, statistiche di giocatori di basket e dati sulle vendite immobiliari australiane. Attraverso esercizi pratici, costruirai e personalizzerai diversi tipi di grafici, come a dispersione, a barre, a linee e a barre raggruppate. Scoprirai anche come impostare strumenti di configurazione per cambiare il modo in cui chi guarda interagisce con il tuo grafico, esplorare i temi personalizzati di Bokeh, imparare a generare sottografi e persino ad aggiungere widget ai tuoi grafici!

Data Manipulation with pandas

Scopri come creare visualizzazioni dati interattive e collegare widget con Bokeh!

Visualizzazione interattiva dei dati con Bokeh

Impara a creare visualizzazioni interattive dei dati, compreso come costruire e collegare widget usando Bokeh!

Quando usare un grafico a dispersione

Visualizzazione interattiva dei dati con Bokeh

Esercizio pratico interattivo