Panel：Pythonでインタラクティブなデータアプリケーションを作成するためのフレームワーク

pip install panel
pip install matplotlib

import panel as pn
import matplotlib.pyplot as plt
import numpy as np

# Panel拡張の有効化
pn.extension()

# データ生成
x = np.linspace(0, 10, 100)
y = np.sin(x)

# Matplotlibのプロット作成関数
def create_plot(amplitude):
    plt.figure(figsize=(8, 6))
    plt.plot(x, amplitude * y)
    plt.title(f'Sine Wave with Amplitude {amplitude}')
    plt.xlabel('x')
    plt.ylabel('y')
    return plt.gcf()

# パネルウィジェットの作成
amplitude_slider = pn.widgets.FloatSlider(name='Amplitude', start=0, end=2, step=0.1, value=1)
plot_pane = pn.pane.Matplotlib(create_plot(amplitude_slider.value))

# コールバック関数の定義
def update_plot(event):
    plot_pane.object = create_plot(event.new)

amplitude_slider.param.watch(update_plot, 'value')

# レイアウトの作成
layout = pn.Column(amplitude_slider, plot_pane)

# アプリケーションの実行
layout.servable()
layout.show()

pip install pandas
pip install hvplot

import panel as pn
import pandas as pd
import hvplot.pandas

# Panel拡張の有効化
pn.extension('hvplot')

# サンプルデータの作成
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [10, 20, 30, 40, 50],
    'C': [5, 4, 3, 2, 1]
}
df = pd.DataFrame(data)

# インタラクティブなテーブルとプロット
table = pn.widgets.DataFrame(df, name='Data Table')
plot = df.hvplot.line()

# レイアウトの作成
layout = pn.Row(table, plot)

# アプリケーションの実行
layout.servable()
layout.show()

import panel as pn
import pandas as pd
import hvplot.pandas

# Panel拡張の有効化
pn.extension('hvplot')

# サンプルデータの作成
data = {
    'x': range(10),
    'y': [10, 20, 30, 40, 50, 40, 30, 20, 10, 0],
    'category': ['A', 'A', 'B', 'B', 'C', 'C', 'D', 'D', 'E', 'E']
}
df = pd.DataFrame(data)

# ウィジェットの作成
category_select = pn.widgets.Select(name='Category', options=['A', 'B', 'C', 'D', 'E'])

# コールバック関数の定義
@pn.depends(category_select.param.value)
def update_plot(category):
    filtered_df = df[df['category'] == category]
    return filtered_df.hvplot.line(x='x', y='y', title=f'Category {category}')

# ダッシュボードレイアウトの作成
dashboard = pn.Column(
    pn.pane.Markdown("# Interactive Dashboard"),
    category_select,
    update_plot
)

# アプリケーションの実行
dashboard.servable()
dashboard.show()