开发者

Python 数据可视化之Bokeh详解

目录
  • 安装
  • 散点图
  • 折线图
  • 条形图
  • 交互式数据可视化
    • Interactive Legends
    • 添加小部件
      • 按钮
      • 复选框
      • 单选按钮
  • 总结

    安装

    要安装此类型,请在终端中输入以下命令。

    pip install bokeh

    Python 数据可视化之Bokeh详解

    散点图

    散点图中散景可以使用绘图模块的散射()方法被绘制。这里分别传递 x 和 y CkFVziY坐标。

    例子:

    # 导入模块
    from bokeh.plotting import figure, output_file, show
    from bokeh.palettes import magma
    import pandas as pd
    
    # 实例化图形对象
    graph = figure(title = "Bokeh Scatter Graph")
    # 读取数据库
    data = pd.read_csv("tips.csv")
    color = magma(256)
    # 绘制图形
    graph.scatter(data['total_bill'], data['tip'], color=color)
    # 展示模型
    show(graph)
    

    输出:

    Python 数据可视化之Bokeh详解

    折线图

    例子:

    # 导入模块from bokeh.plotting import figure, output_file, showimport pandas as pd# 实例化图形对象graph = figure(title = "Bokeh Bar Chart")# 读取数据库data = pd.read_csv("tips.csv")# 提示列的每个唯一值的计数df = data['tip'].value_counts()# 绘制图形graph.line(df, data['tip'])# 展示模型show(graph)

    输出:

    Python 数据可视化之Bokeh详解

    条形图

    条形图可以有水平条和垂直条两种类型。 每个都可以分别使用绘图界面的 hbar() 和 vbar() 函数创建。

    例子:

    # 导入模块from bokeh.plotting import figure, output_file, showimport pandas as pd# 实例化图形对象graph = figure(title = "Bokeh Bar Chart")# 读取数据库data = pd.rCkFVziYead_csv("tips.csv")# 绘制图形graph.vbar(data['total_bill'], top=data['tip'])# 展示模型show(graph)

    输出:

    Python 数据可视化之Bokeh详解

    交互式数据可视化

    Bokeh 的主要功能之一是为绘图添加交互性。 让我们看看可以添加的各种交互。

    Interactive Legends

    click_policy 属性使图例具有交互性。 有两种类型的交互

    • 隐藏:隐藏字形。
    • 静音:隐藏字形使其完全消失,另一方面,静音字形只是根据参数去强调字形。

    例子:

    # 导入模块
    from bokeh.plotting import figure, output_file, show
    import pandas as pd
    
    # 实例化图形对象
    graph = figure(title = "Bokeh Bar Chart")
    # 读取数据库
    data = pd.read_csv("tips.csv")
    # 绘制图形
    graph.vbar(data['total_bill'], top=data['tip'],
    		legend_label = "Bill VS Tips", color='green')
    graph.vbar(data['tip'], top=data['size'],
    		legend_label = "Tips VS Size", color='red')
    graph.legend.click_policy = "hide"
    # 展示模型
    show(graph)
    

    输出:

    Python 数据可视化之Bokeh详解

    添加小部件

    Bokeh 提供了类似于 HTML 表单的 GUI 功能,如按钮、滑块、复选框等。这些为绘图提供了一个交互界面,允许更改绘图参数、修改绘图数据等。让我们看看如何使用和添加一些常用的小部件。

    按钮

    这个小部件向绘图添加了一个简单的按钮小部件。 编程客栈我们必须将自定义 javascript 函数传递给模型类的 Customjs() 方法。

    复选框

    向图中添加标准复选框。与按钮类似,我们必须将自定义 javaScript 函数传递给模型类的 CustomJS() 方法。

    单选按钮

    添加一个简单的单选按钮并接受自定义 JavaScript 函数。

    例子:

    from bokeh.io import show
    from bokeh.models import Button, CheckboxGroup, RadioGroup, CustomJS
    button = Button(label="GFG")
    button.js_on_click(CustomJS(
    	code="console.log('button: click!', this.toString())"))
    # 复选框和单选按钮的标签
    L = ["First", "Second", "Third"]
    # 活动参数集默认检查选定的值
    checkbox_group = CheckboxGroup(labels=L, active=[0, 2])
    checkbox_group.js_on_click(CustomJS(code="""
    	console.log('checkbox_group: active=' + this.active, this.toString())
    """))
    # 活动参数集默认检查选定的值
    radio_group = RadioGroup(labels=L, active=1)
    radio_group.js_on_click(CustomJS(code="""
    	console.log('radio_group: active=' + this.active, this.toString())
    """))
    show(button)
    show(checkbox_group)
    show(radio_group)
    

    输出:

    Python 数据可视化之Bokeh详解

    Python 数据可视化之Bokeh详解

    Python 数据可视化之Bokeh详解

    注意: 所有这些按钮都将在新选项卡上打开。

    滑块: 向绘图添加一个滑块。 它还需要一个自定义的 JavaScript 函数。

    示例:

    from bokeh.io import show
    from bokeh.models import CustomJS, Slider
    slider = Slider(start=1, end=20, value=1, step=2, title="Slider")
    slhttp://www.cppcns.comider.js_on_change("value", CustomJS(code="""
    	console.logwww.cppcns.com('slider: value=' + this.value, this.toString())
    """))
    show(slider)
    

    输出:

    Python 数据可视化之Bokeh详解

    同样,更多的小部件可用,如下拉菜单或选项卡小部件可以添加。

    下一节我们继续谈第四个库—— Plotly

    总结

    本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注我们的更多内容!

    0

    上一篇:

    下一篇:

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    最新开发

    开发排行榜