淺談python可視化包Bokeh
更新時間:2018年02月07日 11:54:08 作者:seanb
這篇文章主要介紹了淺談python可視化包Bokeh,分享了相關代碼示例,小編覺得還是挺不錯的,具有一定借鑒價值,需要的朋友可以參考下
本文研究的主要是python可視化包Bokeh的相關內容,具體如下。
問題:需要把pandas的數據繪圖并通過網頁顯示,matplotlib需要先保存圖像,不合適。
解決:在網上搜了一下,找到一篇介紹文章 python可視化工具概述,其中介紹了幾個python包,總結如下:
- Pandas對于簡單繪圖,可以隨手用,但你需要學習定制matplotlib。
- Seaborn可以支持更多復雜的可視化方式,但仍然需要matplotlib知識,上色功能是個亮點。
- ggplot有很多功能,但還需要發(fā)展。
- bokeh是一個有效的工具,如果你想建立一個可視化的服務器,這幾乎是殺雞用牛刀的事情。
- pygal獨立運行,可用來生成交互的svg圖表和png文件。它沒有基于matploglib的方案那樣靈活。
- Plotly可生成大多數可交互圖表。你可以保存為離線文件,然后建立豐富的基于web的可視化。
- 感覺Bokeh比較合適,就認真研究了一下,找到一篇簡單介紹Bokeh使用的文章 交互式數據可視化,在Python中用Bokeh實現,Bokeh可以直接跟Jinja2集成,將生成的圖像在網頁中直接顯示,正滿足需求。大體流程如下:
1、生成圖像
p = figure(title = code, plot_width=1024, plot_height=600, x_axis_type='datetime') p.line(x=trd_df['date'], y=trd_df['close']) script, div = components(p)
2、在flask中傳遞參數
return render_template('show_stock.html', bk_js = bokeh.resources.INLINE.render_js(), bk_css = bokeh.resources.INLINE.render_css(), p_script = script, div = p_div)
3、在html中調用顯示
<!doctype html> <html lang="en"> <head> <meta charset='utf-8' /> <meta http-equiv='content-type' content='text/html; charset=utf-8' /> <title>Embed Demo</title> {{ js_resources|indent(4)|safe }} {{ css_resources|indent(4)|safe }} {{ p_script|indent(4)|safe }} </head> <body> {{ p_div|indent(4)|safe }} </body> </html>
總結
以上就是本文關于淺談python可視化包Bokeh的全部內容,希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關專題,如有不足之處,歡迎留言指出。感謝朋友們對本站的支持!
相關文章
PyCharm設置Ipython交互環(huán)境和宏快捷鍵進行數據分析圖文詳解
這篇文章主要介紹了PyCharm設置Ipython交互環(huán)境和宏快捷鍵進行數據分析圖文詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-04-04pycharm遠程連接vagrant虛擬機中mariadb數據庫
這篇文章主要介紹了pycharm遠程連接vagrant虛擬機中mariadb數據庫,需要的朋友可以參考下2020-06-06torch.utils.data.DataLoader與迭代器轉換操作
這篇文章主要介紹了torch.utils.data.DataLoader與迭代器轉換操作,文章內容接受非常詳細,對正在學習或工作的你有一定的幫助,需要的朋友可以參考一下2022-02-02