一、Bokeh 簡介

Bokeh 是一個流行的 Python 數(shù)據(jù)可視化庫，可以生成高質(zhì)量的交互式圖表，無論是簡單的線圖、散點圖，還是復(fù)雜的多維面圖、網(wǎng)絡(luò)圖，Bokeh 都能輕松處理。同時，它支持網(wǎng)頁輸出，使得圖表可以輕易的分享和展示。Bokeh 的主要目標(biāo)是為大數(shù)據(jù)和實時數(shù)據(jù)流提供優(yōu)秀的交互式可視化解決方案。

二、安裝與基本使用

使用pip安裝Bokeh非常簡單，只需在終端中運行以下命令：

pip install bokeh

安裝完成后，我們就可以使用 Bokeh 了。以下是一個簡單的示例，演示了如何使用 Bokeh 創(chuàng)建一個簡單的線圖：

from bokeh.plotting import figure, show
# 準備數(shù)據(jù)
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 3, 6]
# 創(chuàng)建一個新的圖
p = figure(title="簡單線圖", x_axis_label='x', y_axis_label='y')
# 添加一條線到圖中
p.line(x, y, legend_label="Temp.", line_width=2)
# 顯示圖
show(p)

在這個示例中，我們首先從 bokeh.plotting 模塊中導(dǎo)入了 figure 和 show 函數(shù)。然后，我們準備了一些數(shù)據(jù)，創(chuàng)建了一個新的圖，向圖中添加了一條線，最后使用 show 函數(shù)來顯示這個圖。

三、添加交互性

Bokeh 的強大之處在于它支持豐富的交互性功能。例如，我們可以添加工具欄、滑動條等交互組件，以便用戶可以控制圖表的顯示方式。以下是一個簡單的例子，展示了如何添加一個滑動條和一個回調(diào)函數(shù)來改變圖表的數(shù)據(jù)：

from bokeh.io import curdoc
from bokeh.layouts import column
from bokeh.models import ColumnDataSource, Slider
from bokeh.plotting import figure
# 創(chuàng)建一個新的 ColumnDataSource，這將允許我們改變數(shù)據(jù)
source = ColumnDataSource(data=dict(x=[1, 2, 3, 4, 5], y=[6, 7, 2, 3, 6]))
# 創(chuàng)建一個新的圖
p = figure(title="交互性線圖", x_axis_label='x', y_axis_label='y')
p.line('x', 'y', source=source, legend_label="Temp.", line_width=2)
# 創(chuàng)建一個滑動條
slider = Slider(start=0, end=10, value=1, step=.1, title="冪")
# 創(chuàng)建一個回調(diào)函數(shù)，這將會在滑動條的值改變時被調(diào)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])
# 把回調(diào)函數(shù)添加到滑動條上
slider.on_change('value', update_data)
# 將圖和滑動條放到一個布局中
layout = column(slider, p)
# 添加布局到當(dāng)前文檔
curdoc().add_root(layout)

在這個示例中，我們首先創(chuàng)建了一個新的 ColumnDataSource，這個對象會存儲我們的數(shù)據(jù)，并允許我們改變這些數(shù)據(jù)。然后，我們創(chuàng)建了一個新的圖，并向這個圖中添加了一條線。注意，我們在添加線時，指定了數(shù)據(jù)源為我們之前創(chuàng)建的 ColumnDataSource。

接下來，我們創(chuàng)建了一個滑動條，和一個回調(diào)函數(shù)。這個回調(diào)函數(shù)會在滑動條的值改變時被調(diào)用，而在這個函數(shù)中，我們改變了數(shù)據(jù)源中的數(shù)據(jù)。然后，我們把這個回調(diào)函數(shù)添加到了滑動條上。

最后，我們創(chuàng)建了一個新的布局，將滑動條和圖放在了這個布局中，并添加到了當(dāng)前的文檔中。

四、添加其他視覺元素

除了基本的線圖和交互元素，Bokeh 還提供了許多其他的視覺元素，例如矩形、橢圓、多邊形、線段、楔形、扇形等等。你可以通過 figure 對象的各種方法來添加這些元素。以下是一個示例，展示了如何添加一些這樣的元素：

from bokeh.plotting import figure, show
# 創(chuàng)建一個新的圖
p = figure(width=400, height=400)
# 添加一些矩形
p.rect(x=[1, 2, 3], y=[1, 2, 3], width=0.2, height=40, color="#CAB2D6")
# 添加一些圓
p.circle(x=[1, 2, 3], y=[1, 2, 3], size=20, color="#FF7F00")
# 顯示圖
show(p)

在這個示例中，我們首先創(chuàng)建了一個新的圖。然后，我們通過 figure 對象的 rect 方法和 circle 方法添加了一些矩形和圓。最后，我們使用 show 函數(shù)來顯示這個圖。

通過使用 Bokeh 的各種功能，你可以創(chuàng)建出豐富多樣、交互性強的圖表。以上僅僅是其功能的冰山一角，更多的功能等待你去探索。

到此這篇關(guān)于Python使用Bokeh實現(xiàn)交互式圖表的創(chuàng)建的文章就介紹到這了,更多相關(guān)Python Bokeh交互式圖表內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論