メインコンテンツへスキップ
wandb.plot のメソッドを使うと、学習中に時間とともに変化するものも含めて、wandb.Run.log() でチャートを記録・追跡できます。カスタムチャート用フレームワークの詳細については、カスタムチャートのウォークスルーを参照してください。

​
基本的なチャート

これらのシンプルなチャートを使うと、メトリクスや結果を基本的な形で簡単に可視化できます。
カスタムの折れ線グラフをログします。任意の軸上にある、順序どおりに結ばれた点のリストです。
import wandb

with wandb.init() as run:
    data = [[x, y] for (x, y) in zip(x_values, y_values)]
    table = wandb.Table(data=data, columns=["x", "y"])
    run.log(
        {
            "my_custom_plot_id": wandb.plot.line(
                table, "x", "y", title="Custom Y vs X Line Plot"
            )
        }
    )
これを使うと、任意の 2 次元で曲線を記録できます。2 つの値のリスト同士をプロットする場合、各リスト内の値の数はまったく同じである必要があります。たとえば、各点には x と y が 1 つずつ必要です。
カスタム折れ線グラフ
アプリで表示コードを実行

​
モデル評価チャート

これらのプリセットチャートには組み込みの wandb.plot() メソッドがあり、スクリプトからチャートを直接すばやくログして、UI 上で必要な情報をそのまま確認できます。
1行のコードで Precision-Recall 曲線 を作成します：
import wandb
with wandb.init() as run:
    # ground_truth は真のラベルのリストで、predictions は予測スコアのリストです
    # 例: ground_truth = [0, 1, 1, 0], predictions = [0.1, 0.4, 0.35, 0.8]
    ground_truth = [0, 1, 1, 0]
    predictions = [0.1, 0.4, 0.35, 0.8]
    run.log({"pr": wandb.plot.pr_curve(ground_truth, predictions)})
コードが次の情報にアクセスできるときはいつでも、これをログとして記録できます:
  • 一連のサンプルに対するモデルの予測スコア（predictions）
  • それらのサンプルに対応する正解ラベル（ground_truth）
  • （オプション）ラベルインデックス 0 が cat、1 = dog、2 = bird などを意味する場合の、ラベル／クラス名のリスト（labels=["cat", "dog", "bird"...]）
  • （オプション）プロットで可視化するための、ラベルのサブセット（同じくリスト形式）
適合率-再現率曲線
アプリで見るコードを実行

​
インタラクティブなカスタムチャート

完全にカスタマイズするには、組み込みの Custom Chart プリセット を調整するか、新しいプリセットを作成してチャートを保存します。チャート ID を使用すると、スクリプトからそのカスタムプリセットに直接データを記録できます。 
import wandb
# プロットする列を含むテーブルを作成する
table = wandb.Table(data=data, columns=["step", "height"])

# テーブルの列をチャートのフィールドにマッピングする
fields = {"x": "step", "value": "height"}

# テーブルを使用して新しいカスタムチャートプリセットにデータを入力する
# 保存済みのチャートプリセットを使用するには、vega_spec_name を変更する
# タイトルを編集するには、string_fields を変更する
my_custom_chart = wandb.plot_table(
    vega_spec_name="carey/new_chart",
    data_table=table,
    fields=fields,
    string_fields={"title": "Height Histogram"},
)

with wandb.init() as run:
    # カスタムチャートをログに記録する
    run.log({"my_custom_chart": my_custom_chart})
コードを実行する

​
Matplotlib と Plotly のプロット

wandb.plot() を使った W&B の Custom Charts の代わりに、matplotlib や Plotly で生成したチャートを記録できます。 
import wandb
import matplotlib.pyplot as plt

with wandb.init() as run:
    # シンプルなmatplotlibプロットを作成する
    plt.figure()
    plt.plot([1, 2, 3, 4])
    plt.ylabel("some interesting numbers")
    
    # プロットをW&Bに記録する
    run.log({"chart": plt})
matplotlib のプロットまたは figure オブジェクトを wandb.Run.log() に渡すだけです。デフォルトでは、そのプロットを Plotly のグラフに変換します。プロットを画像としてログしたい場合は、プロットを wandb.Image に渡します。Plotly のチャートもそのまま渡せます。
「You attempted to log an empty plot」というエラーが出る場合は、fig = plt.figure() でプロットとは別に figure を作成し、その後 wandb.Run.log() の呼び出しで fig をログしてください。

​
カスタム HTML を W&B Tables に記録する

W&B では、Plotly と Bokeh のインタラクティブなチャートを HTML として記録し、Tables に追加できます。

​
Plotly 図を HTML として Tables にログする

インタラクティブな Plotly チャートを HTML に変換して、wandb Tables にログできます。 
import wandb
import plotly.express as px

# 新しいrunを初期化する
with wandb.init(project="log-plotly-fig-tables", name="plotly_html") as run:

    # テーブルを作成する
    table = wandb.Table(columns=["plotly_figure"])

    # Plotly図のパスを作成する
    path_to_plotly_html = "./plotly_figure.html"

    # Plotly図の例
    fig = px.scatter(x=[0, 1, 2, 3, 4], y=[0, 1, 4, 9, 16])

    # Plotly図をHTMLに書き出す
    # auto_play を False に設定すると、アニメーション付きのPlotlyチャートが
    # テーブル内で自動再生されるのを防ぐ
    fig.write_html(path_to_plotly_html, auto_play=False)

    # Plotly図をHTMLファイルとしてテーブルに追加する
    table.add_data(wandb.Html(path_to_plotly_html))

    # テーブルをログに記録する
    run.log({"test_table": table})

​
Bokeh 図を HTML として Tables にログする

インタラクティブな Bokeh チャートを HTML に変換して、wandb Tables にログできます。 
from scipy.signal import spectrogram
import holoviews as hv
import panel as pn
from scipy.io import wavfile
import numpy as np
from bokeh.resources import INLINE

hv.extension("bokeh", logo=False)
import wandb


def save_audio_with_bokeh_plot_to_html(audio_path, html_file_name):
    sr, wav_data = wavfile.read(audio_path)
    duration = len(wav_data) / sr
    f, t, sxx = spectrogram(wav_data, sr)
    spec_gram = hv.Image((t, f, np.log10(sxx)), ["Time (s)", "Frequency (hz)"]).opts(
        width=500, height=150, labelled=[]
    )
    audio = pn.pane.Audio(wav_data, sample_rate=sr, name="Audio", throttle=500)
    slider = pn.widgets.FloatSlider(end=duration, visible=False)
    line = hv.VLine(0).opts(color="white")
    slider.jslink(audio, value="time", bidirectional=True)
    slider.jslink(line, value="glyph.location")
    combined = pn.Row(audio, spec_gram * line, slider).save(html_file_name)


html_file_name = "audio_with_plot.html"
audio_path = "hello.wav"
save_audio_with_bokeh_plot_to_html(audio_path, html_file_name)

wandb_html = wandb.Html(html_file_name)

with wandb.init(project="audio_test") as run:
    my_table = wandb.Table(columns=["audio_with_plot"], data=[[wandb_html]])
    run.log({"audio_table": my_table})