튜토리얼: 맞춤형 차트 사용하기

with wandb.init() as run: 

  # 맞춤형 데이터 테이블 로깅
  my_custom_data = [[x1, y1, z1], [x2, y2, z2]]
  run.log(
    {"custom_data_table": wandb.Table(data=my_custom_data, columns=["x", "y", "z"])}
  )

1. summary를 클릭하고 historyTable을 선택해 run 이력에서 데이터를 가져오는 새 쿼리를 설정합니다.
2. wandb.Table()을 로깅한 키를 입력합니다. 이전 코드 스니펫에서는 custom_data_table이었고, 예시 노트북에서는 키가 pr_curve와 roc_curve입니다. summaryTable, historyTable, **tableKey**에 대한 자세한 내용은 GraphQL 쿼리 구축하기를 참조하세요.

• x-axis: runSets_historyTable_r (재현율)
• y-axis: runSets_historyTable_p (정밀도)
• color: runSets_historyTable_c (클래스 레이블)

​

차트 사용자 지정하기

• 플롯, 범례, x축, y축에 제목을 추가합니다(각 필드의 “title” 설정).
• “mark” 값을 “point”에서 “line”으로 변경합니다.
• 사용하지 않는 “size” 필드를 제거합니다.

​

보너스: 합성 히스토그램

1. 워크스페이스 또는 리포트에서 새 맞춤형 차트 패널을 만드세요(Custom Chart 시각화 추가). 오른쪽 상단의 Edit를 클릭한 다음, 기본 제공 패널 유형 중 하나를 시작점으로 사용해 Vega 사양을 수정하세요.
2. 해당 기본 제공 Vega 사양을 Vega용 합성 히스토그램 starter code로 바꾸세요. 이 Vega 사양에서 기본 제목, 축 제목, 입력 도메인, 기타 세부 사항을 Vega syntax 사용하여 직접 수정할 수 있습니다. 예를 들어 색상을 바꾸거나 세 번째 히스토그램을 추가할 수 있습니다.
3. 오른쪽 패널의 쿼리를 수정해 wandb logs에서 올바른 데이터를 로드하세요. summaryTable 필드를 추가하고 해당 tableKey를 class_scores로 설정하여 run에 로깅된 wandb.Table을 가져오세요. 이렇게 하면 드롭다운 메뉴를 통해 class_scores로 로깅된 wandb.Table의 열을 사용해 두 히스토그램 bin 세트(red_bins 및 blue_bins)를 채울 수 있습니다. 예를 들어 red bins에는 animal 클래스의 prediction scores를, blue bins에는 plant를 선택할 수 있습니다.
4. 미리보기 렌더링에 표시되는 플롯이 원하는 결과와 일치할 때까지 Vega 사양과 쿼리를 계속 수정할 수 있습니다. 완료되면 상단의 Save as를 클릭하고 맞춤형 플롯의 이름을 지정해 재사용할 수 있도록 하세요. 그런 다음 Apply from panel library를 클릭해 플롯 생성을 마무리하세요.