메인 콘텐츠로 건너뛰기
wandb.plot 메서드를 사용하면 학습 중 시간에 따라 변하는 차트를 포함해 wandb.Run.log()을 사용하여 차트를 추적할 수 있습니다. 커스텀 차트 프레임워크에 대해 더 알아보려면 커스텀 차트 안내를 확인하세요.

​
기본 차트

이러한 간단한 차트는 메트릭과 결과의 기본적인 시각화를 손쉽게 만들 수 있게 해 줍니다.
임의의 축을 기준으로 순서 있는 점들을 연결한 사용자 정의 선형 플롯을 로깅합니다.
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"
            )
        }
    )
이 기능을 사용하여 임의의 두 차원에 대한 곡선을 로그로 남길 수 있습니다. 두 개의 값 리스트를 서로에 대해 플로팅하는 경우, 두 리스트의 값 개수는 반드시 정확히 일치해야 합니다. 예를 들어, 각 점에는 x와 y 값이 모두 있어야 합니다.
Custom line plot
앱에서 보기코드 실행하기

​
모델 평가 차트

이 미리 설정된 차트에는 wandb.plot() 메서드가 기본으로 포함되어 있어, 스크립트에서 차트를 바로 로깅하고 UI에서 원하는 정보를 정확하게 확인할 수 있습니다.
한 줄 코드로 Precision-Recall 곡선을 생성합니다:
import wandb
with wandb.init() as run:
    # ground_truth는 실제 레이블 목록이고, predictions는 예측 점수 목록입니다
    # 예: 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)})
코드에서 다음 정보에 접근할 수 있을 때마다 이를 로깅할 수 있습니다:
  • 예제 집합에 대한 모델의 예측 점수(predictions)
  • 해당 예제에 대한 정답 레이블(ground_truth)
  • (선택 사항) 레이블/클래스 이름 목록 (예: 레이블 인덱스 0이 cat, 1이 dog, 2가 bird 등을 의미한다면 labels=["cat", "dog", "bird"...])
  • (선택 사항) 플롯에서 시각화할 레이블의 부분 집합(리스트 형식 유지)
정밀도-재현율 곡선
앱에서 보기코드 실행하기

​
상호작용형 커스텀 차트

완전한 수준의 사용자 정의가 필요하다면, 기본 제공되는 Custom Chart 프리셋을 수정하거나 새 프리셋을 만든 뒤 차트를 저장하세요. 스크립트에서 해당 커스텀 프리셋으로 직접 데이터를 로깅하려면 차트 ID를 사용하세요. 
import wandb
# 플롯할 열이 있는 테이블 생성
table = wandb.Table(data=data, columns=["step", "height"])

# 테이블의 열을 차트의 필드에 매핑
fields = {"x": "step", "value": "height"}

# 테이블을 사용하여 새 커스텀 차트 프리셋 채우기
# 저장된 차트 프리셋을 사용하려면 vega_spec_name을 변경
# 제목을 편집하려면 string_fields를 변경
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:
    # 커스텀 차트 로깅
    run.log({"my_custom_chart": my_custom_chart})
코드 실행하기

​
Matplotlib 및 Plotly 플롯

wandb.plot()를 사용해 W&B Custom Charts를 만드는 대신, matplotlib 및 Plotly로 생성한 차트를 기록할 수 있습니다. 
import wandb
import matplotlib.pyplot as plt

with wandb.init() as run:
    # 간단한 matplotlib 플롯 생성
    plt.figure()
    plt.plot([1, 2, 3, 4])
    plt.ylabel("some interesting numbers")
    
    # W&B에 플롯 기록
    run.log({"chart": plt})
matplotlib 플롯이나 figure 객체를 그대로 wandb.Run.log()에 전달하세요. 기본적으로 이 플롯은 Plotly 플롯으로 변환됩니다. 플롯을 이미지로 로깅하려면 플롯을 wandb.Image에 전달하면 됩니다. Plotly 차트도 직접 로깅할 수 있습니다.
“You attempted to log an empty plot” 오류가 발생한다면, fig = plt.figure()로 플롯과는 별도로 figure를 생성해 저장한 뒤, wandb.Run.log()를 호출할 때 fig를 로깅하면 됩니다.

​
커스텀 HTML을 W&B Tables에 기록하기

W&B는 Plotly와 Bokeh의 인터랙티브 차트를 HTML로 기록하고 이를 Tables에 추가하는 기능을 지원합니다.

​
Plotly figure를 HTML 형태로 Tables에 로깅하기

대화형 Plotly 차트를 HTML로 변환해 wandb Tables에 로깅할 수 있습니다. 
import wandb
import plotly.express as px

# 새 실행 초기화
with wandb.init(project="log-plotly-fig-tables", name="plotly_html") as run:

    # 테이블 생성
    table = wandb.Table(columns=["plotly_figure"])

    # Plotly 그림 경로 생성
    path_to_plotly_html = "./plotly_figure.html"

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

    # Plotly 그림을 HTML로 저장
    # auto_play를 False로 설정하면 애니메이션 Plotly 차트가
    # 테이블에서 자동으로 재생되는 것을 방지
    fig.write_html(path_to_plotly_html, auto_play=False)

    # Plotly 그림을 HTML 파일로 테이블에 추가
    table.add_data(wandb.Html(path_to_plotly_html))

    # 테이블 로깅
    run.log({"test_table": table})

​
Bokeh 그래프를 HTML로 Tables에 로깅하기

대화형 Bokeh 차트를 HTML로 변환한 뒤 wandb Tables에 로깅할 수 있습니다. 
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})