关于python:Python数据可视化库使用Bokeh创建交互式图表

49次阅读

共计 2043 个字符，预计需要花费 6 分钟才能阅读完成。

Bokeh 是一个风行的 Python 数据可视化库，能够生成高质量的交互式图表，无论是简略的线图、散点图，还是简单的多维面图、网络图，Bokeh 都能轻松解决。同时，它反对网页输入，使得图表能够轻易的分享和展现。Bokeh 的次要指标是为大数据和实时数据流提供优良的交互式可视化解决方案。

应用 pip 装置 Bokeh 非常简单，只需在终端中运行以下命令：

pip install bokeh

装置实现后，咱们就能够应用 Bokeh 了。以下是一个简略的示例，演示了如何应用 Bokeh 创立一个简略的线图：

from bokeh.plotting import figure, show

# 筹备数据
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 3, 6]

# 创立一个新的图
p = figure(title="简略线图", x_axis_label='x', y_axis_label='y')

# 增加一条线到图中
p.line(x, y, legend_label="Temp.", line_width=2)

# 显示图
show(p)

在这个示例中，咱们首先从 bokeh.plotting 模块中导入了 figure 和 show 函数。而后，咱们筹备了一些数据，创立了一个新的图，向图中增加了一条线，最初应用 show 函数来显示这个图。

Bokeh 的弱小之处在于它反对丰盛的交互性性能。例如，咱们能够增加工具栏、滑动条等交互组件，以便用户能够管制图表的显示方式。以下是一个简略的例子，展现了如何增加一个滑动条和一个回调函数来扭转图表的数据：

from bokeh.io import curdoc
from bokeh.layouts import column
from bokeh.models import ColumnDataSource, Slider
from bokeh.plotting import figure

# 创立一个新的 ColumnDataSource，这将容许咱们扭转数据
source = ColumnDataSource(data=dict(x=[1, 2, 3, 4, 5], y=[6, 7, 2, 3, 6]))

# 创立一个新的图
p = figure(title="交互性线图", x_axis_label='x', y_axis_label='y')
p.line('x', 'y', source=source, legend_label="Temp.", line_width=2)

# 创立一个滑动条
slider = Slider(start=0, end=10, value=1, step=.1, title="幂")

# 创立一个回调函数，这将会在滑动条的值扭转时被调用
def update_data(attrname, old, new):
    c = slider.value
    source.data = dict(x=[1, 2, 3, 4, 5], y=[6*c, 7*c, 2*c, 3*c, 6*c])

# 把回调函数增加到滑动条上
slider.on_change('value', update_data)

# 将图和滑动条放到一个布局中
layout = column(slider, p)

# 增加布局到以后文档
curdoc().add_root(layout)

在这个示例中，咱们首先创立了一个新的 ColumnDataSource，这个对象会存储咱们的数据，并容许咱们扭转这些数据。而后，咱们创立了一个新的图，并向这个图中增加了一条线。留神，咱们在增加线时，指定了数据源为咱们之前创立的 ColumnDataSource。

接下来，咱们创立了一个滑动条，和一个回调函数。这个回调函数会在滑动条的值扭转时被调用，而在这个函数中，咱们扭转了数据源中的数据。而后，咱们把这个回调函数增加到了滑动条上。

最初，咱们创立了一个新的布局，将滑动条和图放在了这个布局中，并增加到了以后的文档中。

除了根本的线图和交互元素，Bokeh 还提供了许多其余的视觉元素，例如矩形、椭圆、多边形、线段、楔形、扇形等等。你能够通过 figure 对象的各种办法来增加这些元素。以下是一个示例，展现了如何增加一些这样的元素：

from bokeh.plotting import figure, show

# 创立一个新的图
p = figure(width=400, height=400)

# 增加一些矩形
p.rect(x=[1, 2, 3], y=[1, 2, 3], width=0.2, height=40, color="#CAB2D6")

# 增加一些圆
p.circle(x=[1, 2, 3], y=[1, 2, 3], size=20, color="#FF7F00")

# 显示图
show(p)

在这个示例中，咱们首先创立了一个新的图。而后，咱们通过 figure 对象的 rect 办法和 circle 办法增加了一些矩形和圆。最初，咱们应用 show 函数来显示这个图。

通过应用 Bokeh 的各种性能，你能够创立出丰盛多样、交互性强的图表。以上仅仅是其性能的冰山一角，更多的性能期待你去摸索。

正文完